Python中globals和locals的区别

2024-04-30 14:32
文章标签 python 区别 globals locals

本文主要是介绍Python中globals和locals的区别,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

def foo(arg, a):
 x = 1
 y = 'xxxxxx'
 for i in range(10):
  j = 1
  k = i
 print locals()


#调用函数的打印结果 
foo(1,2)
#{'a': 2, 'i': 9, 'k': 9, 'j': 1, 'arg': 1, 'y': 'xxxxxx', 'x': 1}

 

 

 

 

Python的两个内置函数,locals 和globals,它们提供了基于字典的访问局部和全局变量的方式。 

1、locals()是只读的。globals()不是。这里说的只读,是值对于原有变量的只读。其实还可以对locals()赋值的。见下图

上面的图就可以看出了,对locals()中增加了一个b变量。

locals()和globals()在作用域上的区别

正如它们的命名,locals()返回的是局部变量,globals()返回的是全局变量.

这个差异在函数中就比较容易发现了,建议自己编写函数试试.

1
2
3
4
5
6
7
>>> def a():
...     b=1
...     print locals(),globals()
...
>>> a()
{'b': 1} {'__builtins__': <module '__builtin__' (built-in)>, '__name__': '__main
__', '__doc__': None, 'a': <function a at 0x01A8A6B0>, '__package__': None}

 

locals()和globals()在访问性上的区别

我们先来看一段简单的脚本吧.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
>>> a=1
>>> b=globals()
>>> print globals()
{'a': 1, 'b': {...}, '__builtins__': <module '__builtin__' (built-in)>, '__packa
ge__': None, '__name__': '__main__', '__doc__': None}
>>> a=2
>>> print b
{'a': 2, 'b': {...}, '__builtins__': <module '__builtin__' (built-in)>, '__packa
ge__': None, '__name__': '__main__', '__doc__': None}
>>> b['a']=3
>>> print globals()
{'a': 3, 'b': {...}, '__builtins__': <module '__builtin__' (built-in)>, '__packa
ge__': None, '__name__': '__main__', '__doc__': None}
>>> print a
3

可以看出globals()返回的是当前全局变量的引用,而且可以通过修改b['a']来改变变量a的值.

所以globals()的返回值是可读可写的.

 

2、locals和globals的返回不同

locals(...)
    locals() -> dictionary
   
    Update and return a dictionary containing the current scope's local variables.

globals(...)
    globals() -> dictionary
   
    Return the dictionary containing the current scope'sglobal variables.

也就是说globals返回的是当前模块的全局变量 locals返回的是局部变量。注意,locals返回的是当前所在最小命名空间的局部变量的一个拷贝。比如说在一个函数中调用locals(),那么返回的将是这个函数内部的局部变量。

记住,locals返回的变量都是原有变量的“拷贝”。

让我们再来看一段脚本:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
>>> def a():
...     b=1
...     c=locals()
...     print c
...     b=2
...     print locals()
...     print c
...     c['b']=3  ##在locals()中试图修改b的值,失败了.
...     print locals()
...     print b
...     locals()['b']=3
...     print locals()
...     print b
...     print c
...
>>> a()
{'b': 1}
{'c': {...}, 'b': 2}
{'c': {...}, 'b': 2}
{'c': {...}, 'b': 2}
2
{'c': {...}, 'b': 2}
2
{'c': {...}, 'b': 2}

在locals()中试图修改b的值,失败了.

在locals()的引用变量c中修改b的值,失败了.

可见locals()虽然返回的和globals()一样都是字典,但其访问性是不同的.

globals()可以直接修改其中对应键的值,而locals()做不到.

 

 

这篇关于Python中globals和locals的区别的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/949115

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

native和static native区别

本文基于Hello JNI  如有疑惑,请看之前几篇文章。 native 与 static native java中 public native String helloJni();public native static String helloJniStatic();1212 JNI中 JNIEXPORT jstring JNICALL Java_com_test_g

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

Android fill_parent、match_parent、wrap_content三者的作用及区别

这三个属性都是用来适应视图的水平或者垂直大小,以视图的内容或尺寸为基础的布局,比精确的指定视图的范围更加方便。 1、fill_parent 设置一个视图的布局为fill_parent将强制性的使视图扩展至它父元素的大小 2、match_parent 和fill_parent一样,从字面上的意思match_parent更贴切一些,于是从2.2开始,两个属性都可以使用,但2.3版本以后的建议使

Collection List Set Map的区别和联系

Collection List Set Map的区别和联系 这些都代表了Java中的集合,这里主要从其元素是否有序,是否可重复来进行区别记忆,以便恰当地使用,当然还存在同步方面的差异,见上一篇相关文章。 有序否 允许元素重复否 Collection 否 是 List 是 是 Set AbstractSet 否