静态作用域python输出

A. 在python中使用内置函数什么和什么可以查看并输出局部变量和全局变量列表

要在 Python 中查看和打印局部变量和全局变量的列表，可以使用 和 内置函数。这些函数返回一个字典，分别包含当前作用域中所有局部变量和全局变量的名称和值。然后，您可以使用字典的方法循环访问键值对并将其打印到输出中。locals()globals()items()

下面是如何使用 and 函数在 Python 中打印局部变量和全局变量的示例：locals()globals()

如您所见，该函数返回一个包含局部变量的字典，而该函数返回一个包含全局变量 、 和 的字典。您可以使用此方法在 Python 中查看和打印任何范围内的局部变量和全局变量列表。locals()local_varglobals()__name__global_varprint_vars

回答不易望请采纳

B. 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

C. 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。

D. Python中静态方法和类方法的区别

面相对象程序设计中，类方法和静态方法是经常用到的两个术语。
逻辑上讲：类方法是只能由类名调用；静态方法可以由类名或对象名进行调用。
在C++中，静态方法与类方法逻辑上是等价的，只有一个概念，不会混淆。
而在python中，方法分为三类实例方法、类方法、静态方法。代码如下：
class Test(object):
def InstanceFun(self):
print("InstanceFun");
print(self);
@classmethod
def ClassFun(cls):
print("ClassFun");
print(cls);
@staticmethod
def StaticFun():
print("StaticFun");
t = Test();
t.InstanceFun();＃ 输出InstanceFun，打印对象内存地址“”
Test.ClassFun(); # 输出ClassFun，打印类位置
Test.StaticFun(); # 输出StaticFun
t.StaticFun(); # 输出StaticFun
t.ClassFun(); # 输出ClassFun，打印类位置
Test.InstanceFun(); # 错误，TypeError: unbound method instanceFun() must be called with Test instance as first argument

Test.InstanceFun(t); # 输出InstanceFun，打印对象内存地址“”
t.ClassFun(Test); # 错误 classFun() takes exactly 1 argument (2 given)
可以看到，在PYTHON中，两种方法的主要区别在于参数。实例方法隐含的参数为类实例self，而类方法隐含的参数为类本身cls。
静态方法无隐含参数，主要为了类实例也可以直接调用静态方法。

所以逻辑上类方法应当只被类调用，实例方法实例调用，静态方法两者都能调用。主要区别在于参数传递上的区别，实例方法悄悄传递的是self引用作为参数，而类方法悄悄传递的是cls引用作为参数。
Python实现了一定的灵活性使得类方法和静态方法，都能够被实例和类二者调用

E. #抬抬小手学Python# Python 之作用域下的 global 和 nonlocal 关键字

该部分内容涉及 Python 变量作用域相关知识，变量作用域指的是变量的有效作用范围，直接理解就是 Python 中的变量不是任意位置都可以访问的，有限制条件。

一般情况下变量的作用域变化范围是 块级、函数、类、模块、包等，级别是从小到达。Python 中是没有块级作用域的，所以我们在写代码的时候，下面的代码是正确的。

在 Python 中常见的块级作用域有 if 语句、for 语句、while 语句、with 上下文语句。

上文已经提及了作用域是 Python 程序可以直接访问一个变量的作用范围，Python 的作用域一共有 4 种，分别如下：

一个比较经典的案例如下：

在 Python 中变量寻找的顺序是从内到外，先局部，然后外部，在全局，在内建，这种规则叫做 LEGB 规则 。

增加以下学习的趣味性，你可以研究下述代码中变量是如何变化的。

定义在 函数内部 的变量拥有一个局部作用域，定义在 函数外部 的变量拥有全局作用域。

输出结果，函数内部是 123 ，函数外部依旧是 0 。

如果希望函数内部（内部作用域）可以修改外部作用域的变量，需要使用 global 关键字。

此时输出的就都是 123 了，还有一点需要注意，在函数内容如果希望修改全局变量的值， global 关键字一定要写在变量操作前。

该代码会出现语法错误：

全局变量还存在一个面试真题，经常出现，请问下述代码运行结果。

如果要修改嵌套作用域（Enclosing 作用域）中的变量，需要 nonlocal 关键字，测试代码如下：

输出结果自行测试，注意 nonlocal 关键字必须是 Python3.X+版本，Python 2.X 版本会出现语法错误：

在多重嵌套中， nonlocal 只会上溯一层，如果上一层没有，则会继续上溯，下述代码你可以分别注释查看结果。

局部变量和全局变量具体有哪些，可以通过 locals() 和 globals() 两个内置函数获取。

本篇博客为大家说明了 Python 的作用域，并且对 global 和 nonlocal 关键字进行了学习，希望对你有所帮助。

F. python里面变量作用域是什么

变量作用域：python可以直接查找名称到对象的映射(命名空间)的部分。

python有built–in、global、enclosing、local这四种作用域

built–in：内建作用域，包含了内建的变量和关键字。

global：全局作用域，定义在所有函数外，当前模块(.py源文件)的全局变量。

enclosing：闭包函数外的函数(非局部也非全局)，比如有一个函数a，a里有另一个函数b，对于b里的变量来说，a中的作用域就是enclosing。

local：局部作用域，脚本最内层，比如函数里。

G. Python语言中作用域怎么理解

命名空间 是从命名到对象的映射。当前命名空间主要是通过 Python 字典实现的，不过通常不关心具体的实现方式（除非出于性能考虑），以后也有可能会改变其实现方式。以下有一些命名空间的例子：内置命名（像 abs() 这样的函数，以及内置异常名）集，模块中的全局命名，函数调用中的局部命名。某种意义上讲对象的属性集也是一个命名空间。关于命名空间需要了解的一件很重要的事就是不同命名空间中的命名没有任何联系，例如两个不同的模块可能都会定义一个名为 maximize 的函数而不会发生混淆－用户必须以模块名为前缀来引用它们。
顺便提一句，我称 Python 中任何一个“.”之后的命名为 属性 －－例如，表达式 z.real 中的 real 是对象 z 的一个属性。严格来讲，从模块中引用命名是引用属性：表达式 modname.funcname 中，modname 是一个模块对象，funcname 是它的一个属性。因此，模块的属性和模块中的全局命名有直接的映射关系：它们共享同一命名空间！[1]
属性可以是只读过或写的。后一种情况下，可以对属性赋值。你可以这样做： modname.the_answer = 42 。可写的属性也可以用 del 语句删除。例如： del modname.the_answer 会从 modname 对象中删除 the_answer 属性。
不同的命名空间在不同的时刻创建，有不同的生存期。包含内置命名的命名空间在 Python 解释器启动时创建，会一直保留，不被删除。模块的全局命名空间在模块定义被读入时创建，通常，模块命名空间也会一直保存到解释器退出。由解释器在最高层调用执行的语句，不管它是从脚本文件中读入还是来自交互式输入，都是 __main__ 模块的一部分，所以它们也拥有自己的命名空间（内置命名也同样被包含在一个模块中，它被称作 builtins ）。
当调用函数时，就会为它创建一个局部命名空间，并且在函数返回或抛出一个并没有在函数内部处理的异常时被删除。（实际上，用遗忘来形容到底发生了什么更为贴切。）当然，每个递归调用都有自己的局部命名空间。
作用域 就是一个 Python 程序可以直接访问命名空间的正文区域。这里的直接访问意思是一个对名称的错误引用会尝试在命名空间内查找。尽管作用域是静态定义，在使用时他们都是动态的。每次执行时，至少有三个命名空间可以直接访问的作用域嵌套在一起：