Python基础-Python:locals 和 globals

本文深入探讨了Python中局部和全局变量空间的概念,介绍了locals和globals函数的使用,并展示了如何通过这些函数动态访问变量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Python有两个内置的函数,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。
首先,是关于名字空间的一个名词解释。是枯燥,但是很重要,所以要耐心些。Python使用叫做名字空间的东西来记录变量的轨迹。名字空间只是一个字典,它的键字就是变量名,字典的值就是那些变量的值。实际上,名字空间可以象Python的字典一样进行访问,一会我们就会看到。
在一个Python程序中的任何一个地方,都存在几个可用的名字空间。每个函数都有着自已的名字空间,叫做局部名字空间,它记录了函数的变量,包括函数的参数和局部定义的变量。每个模块拥有它自已的名字空间,叫做全局名字空间,它记录了模块的变量,包括函数、类、其它导入的模块、模块级的变量和常量。还有就是内置名字空间,任何模块均可访问它,它存放着内置的函数和异常。
当一行代码要使用变量 x 的值时,Python会到所有可用的名字空间去查找变量,按照如下顺序:
局部名字空间 - 特指当前函数或类的方法。如果函数定义了一个局部变量 x,Python将使用这个变量,然后停止搜索。
全局名字空间 - 特指当前的模块。如果模块定义了一个名为 x 的变量,函数或类,Python将使用这个变量然后停止搜索。
内置名字空间 - 对每个模块都是全局的。作为最后的尝试,Python将假设 x 是内置函数或变量。
如果Python在这些名字空间找不到 x,它将放弃查找并引发一个 NameError 的异常,同时传 递 There is no variable named 'x' 这样一条信息,回到第一章,你会看到一路上都有这样的信息。但是你并没有体会到Python在给出这样的错误之前做了多少的努力。
Important
Python 2.2将引入一种略有不同但重要的改变,它会影响名字空间的搜索顺序:嵌套的作用域。在Python 2.0中,当你在一个嵌套函数或 lambda 函数中引用一个变量时,Python会在当前(嵌套的或 lambda)函数的名字空间中搜索,然后在模块的名字空间。Python 2.2将支在当前(嵌套的或 lambda)函数的名字空间中搜索,然后是在父函数的名字空间,接着是模块的名字空间。Python 2.1可以 两种方式工作,缺省地,按Python 2.0的方式工作。但是你可以把下面一行代码增加到你的模块头部,使你的模块工作起来象Python 2.2的方式:
from __future__ import nested_scopes
象Python中的许多事情一样,名字空间在运行时直接可以访问。特别地,局部名字空间可以通过内置的 locals函数来访问。全局(模块级别)名字空间可以通过 globals 函数来访问。
例 4.10. locals 介绍
>>> def foo(arg): 1 ... x = 1 ... print locals() ...  >>> foo(7) 2 {'arg': 7, 'x': 1} >>> foo('bar') 3 {'arg': 'bar', 'x': 1}
1 函数 foo 在它的局部名字空间中有两个变量:arg(它的值被传入函数),和 x(它是在函数里定义的)。
2 locals 返回一个名字/值对的字典。这个字典的键字是字符串形式的变量名字,字典的值是变量的实际值。所以用 7 来调用foo,会打印出包含函数两个局部变量的字典:arg (7) 和 x (1)。
3 回想一下,Python有动态数据类型,所以你可以非常容易地传递给 arg 一个字符串,这个函数(和对 locals 的调用)将仍然很好的工作。locals 可以用于所有类型的变量。
locals 对局部(函数)名字空间做了些什么,globals 就对全局(模块)名字空间做了什么。然而 globals 更令人兴奋,因为一个模块的名字空间是更令人兴奋的。[9] 不仅仅是模块的名字空间包含了模块级的变量和常量,它还包括了所有在模块中定义的函数和类。再加上,它包括了任何被导入到模块中的东西。
回想一下from module import 和 import module之间的不同。使用 import module,模块自身被导入,但是它保持着自已的名字空间,这就是为什么你需要使用模块名来访问它的函数或属性(module.function)的原因。但是使用 from module import,实际上是从另一个模块中将指定的函数和属性导入到你自己的名字空间,这就是为什么你可以直接访问它们却不需要引用它们所来源的模块的原因。使用 globals 函数,你会真切地看到这一切的发生。
例 4.11. globals 介绍
把下面的代码加到 BaseHTMLProcessor.py 中:
if __name__ == "__main__": for k, v in globals().items(): 1 print k, "=", v
1 不要被吓坏了,想想以前你已经全部都看到过了。globals 函数返回一个字典,我们使用 items 方法和多变量赋值来遍历字典。在这里唯一的新东西就是 globals 函数。
好,从命令行运行这个脚本会得到下面的输出:
c:\docbook\dip\py>python BaseHTMLProcessor.py
SGMLParser = sgmllib.SGMLParser 1 htmlentitydefs = <module 'htmlentitydefs' from 'C:\Python21\lib\htmlentitydefs.py'> 2 BaseHTMLProcessor = __main__.BaseHTMLProcessor 3 __name__ = __main__ 4 [...略...]
1 SGMLParser 使用了 from module import 从 sgmllib 中被导入。这就是说它被直接导入到我们的模块名字空间了,就是这样。is imported from sgmllib, using from module import. That means that it was imported directly into our module's namespace, and here it is./td>
2 每个模块都有一个 doc string(文档字符串),可以使用内置属性 __doc__ 来访问。这个模块没有明确地定义文档字符串,所以缺省为 None。
3 这个模块仅定义了一个类,BaseHTMLProcessor,不错。注意这儿的值就是类本身,不是一个特别的类实例。
4 记得 if __name__ 技巧吗?当运行一个模块时(对从另外一个模块中导入而言),内置的 __name__ 是一个特殊值 __main__。因为我们是把这个模块当作脚本从命令来运行的,故 __name__ 值为 __main__,这就是为什么我们这段简单地打印 globals的代码可以执行的原因。
Note
使用 locals 和 globals 函数,通过提供变量的字符串名字你可以动态地得到任何变量的值。这种方法反映了 getattr) 函数(它允许你通过提供函数的字符串名来动态地访问任意的函数。)的机理。
在 locals 和 globals 之间有另外一个重要的区别,你应该在它困扰你之前就学了解它。它无论如何都会困扰你的,但至少你还记得了解过它。
例 4.12. locals 是只读的,globals 不是
def foo(arg): x = 1 print locals() 1 locals()["x"] = 2 2 print "x=",x 3 z = 7 print "z=",z foo(3) globals()["z"] = 8 4 print "z=",z 5
1 因为使用 3 来调用 foo,会打印出 {'arg': 3, 'x': 1}。这个应该没什么奇怪的。
2
你可能认为这样会改变局部变量 x 的值为 2,但并不会。locals 实际上没有返回局部名字空间,它返回的是一个拷贝。所以对它进行改变对局部名字空间中的变量值并无影响。
3 这样会打印出 x= 1,而不是 x= 2。
4
在有了对 locals 的经验之后,你可能认为这样不会改变 z 的值,但是可以。由于Python在实现过程中内部有所区别(关于这些区别我宁可不去研究,因为我自已还没有完全理解),globals 返回实际的全局名字空间,而不是一个拷贝:与 locals 的行为完全相反。所以对 globals 所返回的字典的任何的改动都会直接影响到全局变量。
5 这样会打印出 z= 8,而不是 z= 7。

内容概要:本文详细介绍了扫描单分子定位显微镜(scanSMLM)技术及其在三维超分辨体积成像中的应用。scanSMLM通过电调透镜(ETL)实现快速轴向扫描,结合4f检测系统将不同焦平面的荧光信号聚焦到固定成像面,从而实现快速、大视场的三维超分辨成像。文章不仅涵盖了系统硬件的设计与实现,还提供了详细的软件代码实现,包括ETL控制、3D样本模拟、体积扫描、单分子定位、3D重建分子聚类分析等功能。此外,文章还比较了循环扫描与常规扫描模式,展示了前者在光漂白效应上的优势,并通过荧光珠校准、肌动蛋白丝、线粒体网络流感A病毒血凝素(HA)蛋白聚类的三维成像实验,验证了系统的性能应用潜力。最后,文章深入探讨了HA蛋白聚类与病毒感染的关系,模拟了24小时内HA聚类的动态变化,提供了从分子到细胞尺度的多尺度分析能力。 适合人群:具备生物学、物理学或工程学背景,对超分辨显微成像技术感兴趣的科研人员,尤其是从事细胞生物学、病毒学或光学成像研究的科学家技术人员。 使用场景及目标:①理解掌握scanSMLM技术的工作原理及其在三维超分辨成像中的应用;②学习如何通过Python代码实现完整的scanSMLM系统,包括硬件控制、图像采集、3D重建数据分析;③应用于单分子水平研究细胞内结构动态过程,如病毒入侵机制、蛋白质聚类等。 其他说明:本文提供的代码不仅实现了scanSMLM系统的完整工作流程,还涵盖了多种超分辨成像技术的模拟比较,如STED、GSDIM等。此外,文章还强调了系统在硬件改动小、成像速度快等方面的优势,为研究人员提供了从理论到实践的全面指导。
内容概要:本文详细介绍了基于Seggiani提出的渣层计算模型,针对Prenflo气流床气化炉中炉渣的积累流动进行了模拟。模型不仅集成了三维代码以提供气化炉内部的温度浓度分布,还探讨了操作条件变化对炉渣行为的影响。文章通过Python代码实现了模型的核心功能,包括炉渣粘度模型、流动速率计算、厚度更新、与三维模型的集成以及可视化展示。此外,还扩展了模型以考虑炉渣组成对特性的影响,并引入了Bingham流体模型,更精确地描述了含未溶解颗粒的熔渣流动。最后,通过实例展示了氧气-蒸汽流量增加2%时的动态响应,分析了温度、流动特性渣层分布的变化。 适合人群:从事煤气化技术研究的专业人士、化工过程模拟工程师、以及对工业气化炉操作优化感兴趣的科研人员。 使用场景及目标:①评估不同操作条件下气化炉内炉渣的行为变化;②预测并优化气化炉的操作参数(如温度、氧煤比等),以防止炉渣堵塞;③为工业气化炉的设计操作提供理论支持技术指导。 其他说明:该模型的实现基于理论公式经验数据,为确保模型准确性,实际应用中需要根据具体气化炉的数据进行参数校准。模型还考虑了多个物理场的耦合,包括质量、动量能量守恒方程,能够模拟不同操作条件下的渣层演变。此外,提供了稳态求解器动态模拟工具,可用于扰动测试工业应用案例分析。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值