python替换作用域的参数

❶ 深入探究python中变量的拷贝和作用域问题

这篇文章主要介绍了Python中变量的拷贝和作用域问题,包括一些赋值、引用问题,以及相关函数在Python2和3版本之间的不同,需要的朋友可以参考下
在
python
中赋值语句总是建立对象的引用值，而不是复制对象。因此，python
变量更像是指针，而不是数据存储区域，
这点和大多数
OO
语言类似吧，比如
C++、java
等
~
1、先来看个问题吧：
在Python中，令values=[0,1,2];values[1]=values,为何结果是[0,[...],2]?
?
1
2
3
4
>>>
values
=
[0,
1,
2]
>>>
values[1]
=
values
>>>
values
[0,
[...],
2]
我预想应当是
?
1
[0,
[0,
1,
2],
2]
但结果却为何要赋值无限次?
可以说
Python
没有赋值，只有引用。你这样相当于创建了一个引用自身的结构，所以导致了无限循环。为了理解这个问题，有个基本概念需要搞清楚。
Python
没有“变量”，我们平时所说的变量其实只是“标签”，是引用。
执行
?
1
values
=
[0,
1,
2]
的时候，Python
做的事情是首先创建一个列表对象
[0,
1,
2]，然后给它贴上名为
values
的标签。如果随后又执行
?
1
values
=
[3,
4,
5]
的话，Python
做的事情是创建另一个列表对象
[3,
4,
5]，然后把刚才那张名为
values
的标签从前面的
[0,
1,
2]
对象上撕下来，重新贴到
[3,
4,
5]
这个对象上。
至始至终，并没有一个叫做
values
的列表对象容器存在，Python
也没有把任何对象的值复制进
values
去。过程如图所示：
执行
?
1
values[1]
=
values
的时候，Python
做的事情则是把
values
这个标签所引用的列表对象的第二个元素指向
values
所引用的列表对象本身。执行完毕后，values
标签还是指向原来那个对象，只不过那个对象的结构发生了变化，从之前的列表
[0,
1,
2]
变成了
[0,
?,
2]，而这个
?
则是指向那个对象本身的一个引用。如图所示：
要达到你所需要的效果，即得到
[0,
[0,
1,
2],
2]
这个对象，你不能直接将
values[1]
指向
values
引用的对象本身，而是需要吧
[0,
1,
2]
这个对象“复制”一遍，得到一个新对象，再将
values[1]
指向这个复制后的对象。Python
里面复制对象的操作因对象类型而异，复制列表
values
的操作是
values[:]
#生成对象的拷贝或者是复制序列，不再是引用和共享变量，但此法只能顶层复制
所以你需要执行
?
1
values[1]
=
values[:]
Python
做的事情是，先
dereference
得到
values
所指向的对象
[0,
1,
2]，然后执行
[0,
1,
2][:]
复制操作得到一个新的对象，内容也是
[0,
1,
2]，然后将
values
所指向的列表对象的第二个元素指向这个复制二来的列表对象，最终
values
指向的对象是
[0,
[0,
1,
2],
2]。过程如图所示：
往更深处说，values[:]
复制操作是所谓的“浅复制”(shallow
)，当列表对象有嵌套的时候也会产生出乎意料的错误，比如
?
1
2
3
4
a
=
[0,
[1,
2],
3]
b
=
a[:]
a[0]
=
8
a[1][1]
=
9
问：此时
a
和
b
分别是多少?
正确答案是
a
为
[8,
[1,
9],
3]，b
为
[0,
[1,
9],
3]。发现没?b
的第二个元素也被改变了。想想是为什么?不明白的话看下图
正确的复制嵌套元素的方法是进行“深复制”(deep
)，方法是
?
1
2
3
4
5
6
import


a
=
[0,
[1,
2],
3]
b
=
.deep(a)
a[0]
=
8
a[1][1]
=
9
2、引用
VS
拷贝：
(1)没有限制条件的分片表达式(L[:])能够复制序列，但此法只能浅层复制。
(2)字典

方法，D.()
能够复制字典，但此法只能浅层复制
(3)有些内置函数，例如
list，能够生成拷贝
list(L)
(4)
标准库模块能够生成完整拷贝：deep
本质上是递归

(5)对于不可变对象和可变对象来说，浅复制都是复制的引用，只是因为复制不变对象和复制不变对象的引用是等效的(因为对象不可变，当改变时会新建对象重新赋值)。所以看起来浅复制只复制不可变对象(整数，实数，字符串等)，对于可变对象，浅复制其实是创建了一个对于该对象的引用，也就是说只是给同一个对象贴上了另一个标签而已。
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
L
=
[1,
2,
3]
D
=
{'a':1,
'b':2}
A
=
L[:]
B
=
D.()
print
"L,
D"
print
L,
D
print
"A,
B"
print
A,
B
print
"--------------------"
A[1]
=
'NI'
B['c']
=
'spam'
print
"L,
D"
print
L,
D
print
"A,
B"
print
A,
B

L,
D
[1,
2,
3]
{'a':
1,
'b':
2}
A,
B
[1,
2,
3]
{'a':
1,
'b':
2}
--------------------
L,
D
[1,
2,
3]
{'a':
1,
'b':
2}
A,
B
[1,
'NI',
3]
{'a':
1,
'c':
'spam',
'b':
2}
3、增强赋值以及共享引用：
x
=
x
+
y，x
出现两次，必须执行两次，性能不好，合并必须新建对象
x，然后复制两个列表合并
属于复制/拷贝
x
+=
y，x
只出现一次，也只会计算一次，性能好，不生成新对象，只在内存块末尾增加元素。
当
x、y
为list时，
+=
会自动调用
extend
方法进行合并运算，in-place
change。
属于共享引用
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
L
=
[1,
2]
M
=
L
L
=
L
+
[3,
4]
print
L,
M
print
"-------------------"
L
=
[1,
2]
M
=
L
L
+=
[3,
4]
print
L,
M

[1,
2,
3,
4]
[1,
2]
-------------------
[1,
2,
3,
4]
[1,
2,
3,
4]
4、python
从2.x
到3.x，语句变函数引发的变量作用域问题
先看段代码：
?
1
2
3
4
5
6
7
8
9
def
test():
a
=
False
exec
("a
=
True")
print
("a
=
",
a)
test()

b
=
False
exec
("b
=
True")
print
("b
=
",
b)
在
python
2.x
和
3.x
下
你会发现他们的结果不一样：
?
1
2
3
4
5
6
7
2.x：
a
=
True
b
=
True

3.x：
a
=
False
b
=
True
这是为什么呢?
因为
3.x
中
exec
由语句变成函数了，而在函数中变量默认都是局部的，也就是说
你所见到的两个
a，是两个不同的变量，分别处于不同的命名空间中，而不会冲突。
具体参考
《learning
python》P331-P332
知道原因了，我们可以这么改改：
?
1
2
3
4
5
6
7
8
9
10
11
12
def
test():
a
=
False
ldict
=
locals()
exec("a=True",globals(),ldict)
a
=
ldict['a']
print(a)

test()

b
=
False
exec("b
=
True",
globals())
print("b
=
",
b)
这个问题在
stackoverflow
上已经有人问了，而且
python
官方也有人报了
bug。。。
具体链接在下面：
http://stackoverflow.com/questions/7668724/variables-declared-in-execed-code-dont-become-local-in-python-3-documentatio
http://bugs.python.org/issue4831
http://stackoverflow.com/questions/1463306/how-does-exec-work-with-locals

❷ 数据分析员用python做数据分析是怎么回事，需要用到python中的那些内容，具体是怎么操作的

大数据！大数据！其实是离不开数据二字，但是总体来讲，自己之前对数据的认知是不太够的，更多是在关注技术的提升上。换句话讲，自己是在做技术，这些技术处理的是数据，而不能算是自己是在做数据的。大规模数据的处理是一个非常大的课题，但是这一点更偏向于是搞技术的。

与数据分析相关的Python库很多，比如Numpy、pandas、matplotlib、scipy等，数据分析的操作包括数据的导入和导出、数据筛选、数据描述、数据处理、统计分析、可视化等等。接下来我们看一下如何利用Python完成数据的分析。
生成数据表
常见的生成方法有两种，第一种是导入外部数据，第二种是直接写入数据，Python支持从多种类型的数据导入。在开始使用Python进行数据导入前需要先导入pandas库，为了方便起见，我们也同时导入Numpy库。代码是最简模式，里面有很多可选参数设置，例如列名称、索引列、数据格式等等。
检查数据表
Python中使用shape函数来查看数据表的维度，也就是行数和列数。你可以使用info函数查看数据表的整体信息，使用dtypes函数来返回数据格式。Isnull是Python中检验空值的函数，你可以对整个数据表进行检查，也可以单独对某一列进行空值检查，返回的结果是逻辑值，包含空值返回True，不包含则返回False。使用unique函数查看唯一值，使用Values函数用来查看数据表中的数值。
数据表清洗
Python中处理空值的方法比较灵活，可以使用Dropna函数用来删除数据表中包含空值的数据，也可以使用fillna函数对空值进行填充。Python中dtype是查看数据格式的函数，与之对应的是astype函数，用来更改数据格式，Rename是更改列名称的函数，drop_plicates函数删除重复值，replace函数实现数据替换。
数据预处理
数据预处理是对清洗完的数据进行整理以便后期的统计和分析工作，主要包括数据表的合并、排序、数值分列、数据分组及标记等工作。在Python中可以使用merge函数对两个数据表进行合并，合并的方式为inner，此外还有left、right和outer方式。使用ort_values函数和sort_index函数完成排序，使用where函数完成数据分组，使用split函数实现分列。
数据提取
主要是使用三个函数：loc、iloc和ix，其中loc函数按标签值进行提取，iloc按位置进行提取，ix可以同时按标签和位置进行提取。除了按标签和位置提起数据以外，还可以按具体的条件进行数据，比如使用loc和isin两个函数配合使用，按指定条件对数据进行提取。
数据筛选汇总
Python中使用loc函数配合筛选条件来完成筛选功能，配合sum和 count函数还能实现excel中sumif和countif函数的功能。Python中使用的主要函数是groupby和pivot_table。groupby是进行分类汇总的函数，使用方法很简单，制定要分组的列名称就可以，也可以同时制定多个列名称，groupby 按列名称出现的顺序进行分组。

❸ Python 中作用域与命名空间的问题

i=2这一句是定义了一个局部变量i，并赋值为2;这个时候全局作用域的i会被屏蔽,所以全局变量i是没有被修改的所以结果是1；

访问全局变量时可以直接访问，但是修改全局作用域的时候一定要在赋值之前，进行如下声明:

deff():

globali

i=2

因为python里赋值语句和声明变量是一个体的，所以需要global来告诉解释器i是全局变量，接下来的i=2才能被当作是赋值

------------------追答---------------------

同一个代码块(作用域)里， 同一个变量的作用域只能是同一种或者说同一个变量只能来自同一个作用域， 不能是一会是局部变量然后又变成全局变量；

i = i + 1

首先前面的'i='表明了i是一个局部变量(没有global声明， 创建局部变量)， 然后后面的'i+1'里的i自然也是局部变量(同一个函数下同一个变量，i已经是局部变量了， 不能再当作全局变量去用)， 那么自然会报错， i在使用前未声明

i += 1

报错就更明显了， 没有global声明 那么再修改变量i的时候， 自然是当作局部变量， 使用前未声明

变量的查找顺序遵循 LEGB 可以自己网络

关于作用域给你再写个简单的示例， 你对照着理解一下

❹ Python其实很简单 第十二章 函数与变量的作用域

在前面已经多次提到函数这个概念，之所以没有解释什么是函数，是因为程序中的函数和数学中的函数差不多，如input()、range()等都是函数，这些都是Python的标准函数，直接使用就可以了。根据需要，用户也可以自定义函数。

12.1 函数

函数的结构：

def 函数名(参数)：

函数体

return 返回值

例如：数学中的函数f(x)=2x+5在Python中可以定义如下：

def f(x):

y=2*x+5

return(y)

如果x取值为3，可以使用如下语句调用函数：

f(3)

下面给出完整的程序代码：

def f(x):

y=2*x+5

return(y)

res=f(3)

print(res)

运行结果：11

如上例中的x是函数f(x)的参数，有时也被称为形式参数（简称形参），在函数被调用时，x被具体的值3替换y就是函数的返回值，这个值3也被称为实际参数（简称实参）。

上例中的y是函数f(x)的返回值。并不是所有的函数都有参数和返回值。如下面的函数：

def func():

print('此为无参数传递、无返回值的函数')

func()

输出结果：此为无参数传递、无返回值的函数

可以看出，该函数func()无参数，故调用时不用赋给参数值。

函数也可以有多个参数，如f(x,y)=x²+y²，可用Python语言定义如下：

def f(x,y):

z=x**2+y**2

return z

print(f(2,3)) #调用函数f(x,y)

输出结果：13

也可以通过直接给参数列表中的参数赋值的方法，为参数添加默认值，如果用户赋予参数值，则按照用户赋值执行，否则使用默认值。例如：

def f(x,y=3):

z=x**2+y**2

return z

若调用时参数列表为（2,1），即x赋值为2，y赋值为1：

print(f(2,1))

输出结果为：5

若调用时参数列表为（2），即x赋值为2，y赋值省缺，则y使用默认值：

print(f(2))

输出结果为：13

回调函数，又称函数回调，是将函数作为另一函数的参数。

例如：

def func(fun,m,n):

fun(m,n)

def f_add(m,n):

print('m+n=',m+n)

def f_mult(m,n):

print('m*n=',m*n)

func(f_add,2,3)

func(f_mult,2,3)

输出结果：

m+n= 5

m*n= 6

在f_add(m,n)和f_mult(m,n)被定义前，func(fun,m,n)中的fun(m,n)就已经调用了这两个函数，即“先调用后定义”，这也是回调函数的特点。

如果无法预知参数的个数，可以在参数前面加上*号，这种参数实际上对应元组类型。譬如，参会的人数事先不能确定，只能根据与会人员名单输入：

def func(*names):

print('今天与会人员有：')

for name in names:

print(name)

func('张小兵','陈晓梅','李大海','王长江')

运行后，输出结果为：

今天与会人员有：

张小兵

陈晓梅

李大海

王长江

参数为字典类型，需要在参数前面加上**号。

def func(**kwargs):

for i in kwargs:

print(i,kwargs[i])

func(a='a1',b='b1',c='c1')

输出结果为：

a a1

b b1

c c1

一个有趣的实例：

def func(x,y,z,*args,**kwargs):

print(x,y,z)

print(args)

print(kwargs)

func('a','b','c','Python','is easy',py='python',j='java',ph='php')

输出结果：

a b c # 前三个实参赋给前三个形参

('Python', 'is easy') # *args接收元组数据

{'py': 'python', 'j': 'java', 'ph': 'php'} # **kwargs接收字典数据

12.2 变量的作用域

变量的作用域即变量的有效范围，可分为全局变量和局部变量。

局部变量

在函数中定义的变量就是局部变量，局部变量的作用域仅限于函数内部使用。

全局变量

在主程序中定义的变量就是全局变量，但在函数中用关键字global修饰的变量也可以当做全局变量来使用。

全局变量的作用域是整个程序，也就是说，全局变量可以在整个程序中可以访问。

下面通过实例去讨论：

程序1：

a=1 # a为全局变量

def a_add():

print('a的初值：',a) # 在函数中读取a的值

a_add() # 调用函数a_add()

a+=1 # 主程序语句，a增加1

print('a现在的值是：',a) # 主程序语句，读取a的值

运行结果：

a的初值： 1

a现在的值是： 2

这个结果和我们想象的一样，全局变量a既可以在主程序中读取，也可以在子程序（函数）中读取。

程序2：

a=1

def a_add():

a+=1

print('a的初值：',a)

a_add()

print('a现在的值是：',a)

运行程序1时出现如下错误提示：

UnboundLocalError: local variable 'a' referenced before assignment

意思是：局部变量'a'在赋值之前被引用。

从语法上来讲，该程序没有错误。首先定义了一个全局变量a并赋值为1，又定义了一个函数a_add()，函数内的语句a+=1就是出错的根源，虽然我们的初衷是想让全局变量a的值增加1，但从错误提示看，这个语句中的a并不是全局变量，而是局部变量。看来，在函数中读取全局变量的值是没有问题的（在程序1中已经得到了验证），但要在函数中改变全局变量的值是不行的（在程序2的错误提示a+=1中的a 是局部变量，而非全局变量）。

怎样解决这个问题？

程序3：

a=1

def a_add(x):

x+=1

return x

print('a的初值：',a)

a=a_add(a)

print('a现在的值是：',a)

运行结果：

a的初值： 1

a现在的值是： 2

结果的确是正确的，但在函数a_add(x)中没有调用变量a（没有出现变量a）。

程序4：

a=1

def a_add(a):

a+=1

return a

print('a的初值：',a)

a=a_add(a)

print('a现在的值是：',a)

运行结果：

a的初值： 1

a现在的值是： 2

对比程序4和程序3不难发现，其实程序4只是简单的把函数的参数x变成了a，这个a的实质和程序3中的x还是一样的。这进一步证实，函数中的a是局部变量，与主程序的全局变量a有着本质的区别。

程序5：

a=1

def a_add():

global a

a+=1

print('a的初值：',a)

a_add()

print('a现在的值是：',a)

运行结果：

a的初值： 1

a现在的值是： 2

程序5和程序2相比较，仅仅是在函数中添加了一个定义“global a”，此时的局部变量a就可以当做全局变量使用，由于它和全局变量a同名，自然也就不用区分a究竟是全局变量还是局部变量了，在主程序和该函数内都可以访问、修改变量a的值了。

虽然使用global可使变量使用起来非常方便，但也容易引起混淆，故在使用过程中还是谨慎为好。

12.3 函数的递归与嵌套

递归，就是函数调用它自身。递归必须设置停止条件，否则函数将无法终止，形成死循环。

以计算阶乘为例：

def func(n):

if n==1:

return 1

else:

return n*func(n-1) #func( )调用func( )

print(func(5))

运行结果为：120

嵌套，指在函数中调用另外的函数。这是程序中常见的一种结构，在此不再赘述。

匿名函数

Python中可以在参数前加上关键字lambda定义一个匿名函数，这样的函数一般都属于“一次性”的。

例如：

程序1：这是一个常规的函数定义和调用。

def f_add(x,y):

return x+y

print(f_add(2,3))

输出结果：5

程序2：使用lambda定义匿名函数。

f_add=lambda x,y:x+y

print(f_add(2,3))

输出结果：5

从上面的代码可以看出，使用lambda仅仅减少了一行代码。f_add=lambda x,y:x+y中的f_add不是变量名，而是函数名。程序1和程序2的print( )语句中的参数都是一样的——调用函数f_add( )。所以，匿名函数并没有太多的优点。

❺ python变量的作用域到底怎么理解怎么用呢谢谢！

你可以 在 B页面 里面直接 调用 一下 函数
运行一下 ，你可以发现应该和 刚才 执行A 页面 报的是同样的错误；

这是 因为 在B 页面里面 并没有 s1List 这样一个数组

在运行A页面时，因为有了 from b import * ，python解释器就可以找的getS1和getS2这样的函数名；可以 在 import 之后 print dir() 来查看 当前作用域下可用的名字 ，可以看到 getS1 和getS2 都在其中

之所以 执行 A页面错误，是A页面调用 函数 getS1 时，在B页面中 执行 函数时找不到 s1List这个数组，因为在A 页面的那个 s1List 是不在 B页面的作用范围内的。

❻ 如何在特定的作用域将python系统函数替换成自己的函数

这篇文章主要介绍了Python函数式编程指南(一)：函数式编程概述,本文讲解了什么是函数式编程概述、什么是函数式编程、为什么使用函数式编程、如何辨认函数式风格等核心知识,需要的朋友可以参考下 1pareTo(o2)) 相信从这个小小的例子你也能感受到强大的生产效率：) 封装控制结构的内置模板函数 为了避开边界效应，函数式风格尽量避免使用变量，而仅仅为了控制流程而定义的循环变量和流程中产生的临时变量无疑是最需要避免的。 假如我们需要对刚才的数集进行过滤得到所有的正数，使用指令式风格的代码应该像是这样： 代码如下: lst2 = list() for i in range(len(lst)): #模拟经典for循环 if lst[i] > 0: lst2.append(lst[i]) 这段代码把从创建新列表、循环、取出元素、判断、添加至新列表的整个流程完整的展示了出来，俨然把解释器当成了需要手把手指导的傻瓜。然而，“过滤”这个动作是很常见的，为什么解释器不能掌握过滤的流程，而我们只需要告诉它过滤规则呢? 在Python里，过滤由一个名为filter的内置函数实现。有了这个函数，解释器就学会了如何“过滤”，而我们只需要把规则告诉它： 代码如下: lst2 = filter(lambda n: n > 0, lst) 这个函数带来的好处不仅仅是少写了几行代码这么简单。 封装控制结构后，代码中就只需要描述功能而不是做法，这样的代码更清晰，更可读。因为避开了控制结构的干扰，第二段代码显然能让你更容易了解它的意图。 另外，因为避开了索引，使得代码中不太可能触发下标越界这种异常，除非你手动制造一个。 函数式编程语言通常封装了数个类似“过滤”这样的常见动作作为模板函数。唯一的缺点是这些函数需要少量的学习成本，但这绝对不能掩盖使用它们带来的好处。 闭包(closure) 闭包是绑定了外部作用域的变量(但不是全局变量)的函数。大部分情况下外部作用域指的是外部函数。 闭包包含了自身函数体和所需外部函数中的“变量名的引用”。引用变量名意味着绑定的是变量名，而不是变量实际指向的对象;如果给变量重新赋值，闭包中能访问到的将是新的值。 闭包使函数更加灵活和强大。即使程序运行至离开外部函数，如果闭包仍然可见，则被绑定的变量仍然有效;每次运行至外部函数，都会重新创建闭包，绑定的变量是不同的，不需要担心在旧的闭包中绑定的变量会被新的值覆盖。 回到刚才过滤数集的例子。假设过滤条件中的 0 这个边界值不再是固定的，而是由用户控制。如果没有闭包，那么代码必须修改为： 代码如下: class greater_than_helper: def __init__(self, minval): self.minval = minval def is_greater_than(self, val): return val > self.minval def my_filter(lst, minval): helper = greater_than_helper(minval) return filter(helper.is_greater_than, lst) 请注意我们现在已经为过滤功能编写了一个函数my_filter。如你所见，我们需要在别的地方(此例中是类greater_than_helper)持有另一个操作数minval。 如果支持闭包，因为闭包可以直接使用外部作用域的变量，我们就不再需要greater_than_helper了： 代码如下: def my_filter(lst, minval): return filter(lambda n: n > minval, lst) 可见，闭包在不影响可读性的同时也省下了不少代码量。 函数式编程语言都提供了对闭包的不同程度的支持。在Python 2.x中，闭包无法修改绑定变量的值，所有修改绑定变量的行为都被看成新建了一个同名的局部变量并将绑定变量隐藏。Python 3.x中新加入了一个关键字 nonlocal 以支持修改绑定变量。但不管支持程度如何，你始终可以访问(读取)绑定变量。 内置的不可变数据结构 为了避开边界效应，不可变的数据结构是函数式编程中不可或缺的部分。不可变的数据结构保证数据的一致性，极大地降低了排查问题的难度。 例如，Python中的元组(tuple)就是不可变的，所有对元组的操作都不能改变元组的内容，所有试图修改元组内容的操作都会产生一个异常。 函数式编程语言一般会提供数据结构的两种版本(可变和不可变)，并推荐使用不可变的版本。 递归 递归是另一种取代循环的方法。递归其实是函数式编程很常见的形式，经常可以在一些算法中见到。但之所以放到最后，是因为实际上我们一般很少用到递归。如果一个递归无法被编译器或解释器优化，很容易就会产生栈溢出;另一方面复杂的递归往往让人感觉迷惑，不如循环清晰，所以众多最佳实践均指出使用循环而非递归。 这一系列短文中都不会关注递归的使用。 <第一节完>

❼ python中函数变量作用域和类变量作用域怎么搞都错，烦躁中

python中，变量的作用域要弄清楚。只有mole、class、def、lambda才会引入作用域，其他的代码块是不会引入作用域的。
1
图一中，你在函数中声明了d为全局变量，但这样是无效的，程序运行结果，已经说明这一点。

global这个关键字，是用来“在函数中修改全局变量值”的声明，而不是“在局部函数中定义一个全局变量”的声明。这里要注意一下。
你可以再局部函数外面声明变量d，再加上你原先的函数，就可以修改、访问这个变量了。

2
在类中函数的变量，作用域只在函数中。图二中，jian这个变量分别在yu（），yu1（）两个函数中，是处于不同的定义域中的，是不能相互访问的。
所以，在各自函数中，只有先定义了jian变量，才能再使用。
如果想在yu1（）中访问yu（）中的jian变量，就需要将jian变量变成全局变量，即在class中定义一个全局变量jian，这样yu1(),yu()函数都可以访问了

❽ PYTHON 的变量作用域与内存分配

原理：python中任何变量都是对象，所以参数只支持引用传递方式。即通过名字绑定的机制，把实际参数的值和形式参数的名称绑定在一起，形式参数和实际参数指向内存中的同一个存储空间。
回答问题2：
每一次给变量赋值就是把这个名称的值在一个新内存中存储
你print
(id
(a))
会发现每一次f(x),a的内存地址都是新的。所以你的问题二中L＝[4,3]
与之前的L[]不是同一个名称，所以append上a就是[4，3，3]（简明点就是L=[4,3]与L=[1,2]是两不同名的玩意）
讨论问题1：
在你的程序中a=1,a=2,a=5是int对象的三个实例，所以占用的是三段不同的内存，自然在程序执行完收回内存的时候才会被清理；而L是通过列表的append方法进行变化时，print
(f(1))
print
(f(2))
print
(f(5))是对对一个实例进行操作的，所以内存地址不变；
同理print
(f(3,[4,3]))直接给L赋值时，由于
是一个新的列表实例了，内存位置自然变化。
产生以上的问题的根本原因就是python的精髓：万物皆对象
（赋值的过程是对象的实例化）
看完自己的回答后：感觉真的很绕，不过我是尽力了，希望你能看懂，不明白的话，在追问里注明吧！