學(xué)編程究竟學(xué)的是什么呢？在寫文章的這幾天也一直在思考這個(gè)問題——恐怕這也是接下來的幾年一直會去思考的問題。這個(gè)問題的答案也會指導(dǎo)我的方法論，所以索性整頓一下。

現(xiàn)階段我的回答是，發(fā)現(xiàn)需求，然后解決。

最大的需求無非是完成一個(gè)項(xiàng)目，為了做到這一點(diǎn)，還有很多需求是完成模塊化的功能，再細(xì)分下去則是要實(shí)現(xiàn)每一個(gè)具體的函數(shù)。這些都做到了，可能整個(gè)功能就跑通了。但是，需求其實(shí)沒有止步：代碼效率能更高么？

魯棒性能優(yōu)化么？

可讀性能改善么？

整體功能的架構(gòu)完善么？

甚至工程細(xì)節(jié)，debug效率能更高么？

logger輸出能更合理么？

這些需求則是關(guān)系到積累，可不只是一次項(xiàng)目就能簡單回答的，需要更深的思考和總結(jié)。

所以，在學(xué)習(xí)中怎么貫徹這一點(diǎn)呢？將學(xué)到的知識和項(xiàng)目盡量建立聯(lián)系，以后的知識點(diǎn)的例子我也會盡量從這方面去構(gòu)建。

查看python源碼。很多需求提不出來的原因是見得不夠多，但是源碼里，很多經(jīng)驗(yàn)豐富的前輩不僅預(yù)見了這些需求，還封裝了這個(gè)需求的解決辦法。所以不僅對現(xiàn)階段有幫助，也能是下一階段——如何把問題解決的更高效的預(yù)熱。

下面，我們開始討論面向過程抽象的最基本也是最重要的單位——函數(shù)。

環(huán)境與作用域

在SICP（第三章）中對環(huán)境有著如下定義：一個(gè)環(huán)境是框架(frame)的一個(gè)序列，每個(gè)框架是包含著一些約束的一個(gè)表格（可能為空），這些約束將一些變量的名字關(guān)聯(lián)于對應(yīng)的值（在一個(gè)框架里，任何變量至多只能有一個(gè)約束）。每一個(gè)框架還包含了一個(gè)指針，指向這一框架的外部環(huán)境......

當(dāng)時(shí)走馬觀花的看到了這個(gè)定義，但是在python中debug的時(shí)候才發(fā)現(xiàn)理解了環(huán)境是多么的好用：我們可以通過選取不同的frame，觀看到不同的變量在各個(gè)環(huán)境中是如何變化的。

但是被動的使用肯定是不足夠的，我們還是要主動的洞察變量定義和frame的關(guān)系，更好的預(yù)見我們寫出的代碼真實(shí)的效果是什么。（SICP大法好。。自學(xué)者還是要夯實(shí)基礎(chǔ)。雖然第一次看的時(shí)候似懂非懂，不過這就是積累哦，第二次看到的時(shí)候就有機(jī)會融會貫通了）

變量名解析原則LEGB

其實(shí)上述一大段話，說的是這個(gè)意思：如果當(dāng)前frame里有這個(gè)變量，直接引用，否則去上層frame中查找是否有同名變量，直到找到最高層；若都沒有就報(bào)錯咯～

看個(gè)例子

x = 1

def fun():

print(x)

fun()

# 1

引用好說，但當(dāng)牽扯到賦值的時(shí)候，就不那么顯然了

x = 1

def fun():

x = 1

print(x)

fun()

# 2

這個(gè)還好，比較符合大家直觀感受，但是下面就不一樣了

x = 1

def fun():

x += 1

print(x)

fun()

# UnboundLocalError: local variable 'x' referenced before assignment

既然引用沒錯，這咋不能引用加賦值呢？？原來，在函數(shù)內(nèi)部，一旦牽扯到賦值語句，變量就會變成局部變量，像第二個(gè)例子一樣屏蔽掉全局變量x(x=1)。如果想改變?nèi)肿兞?#xff0c;那么就在函數(shù)內(nèi)部事先聲明

def fun():

global x

...

這樣，我們就有一個(gè)比較直觀的感覺：牽扯到在函數(shù)內(nèi)部賦值時(shí)，如果是內(nèi)部變量沒什么關(guān)系，但如果改變外部變量的話，一定要像一個(gè)辦法將其引入內(nèi)部空間（一般不是global）；相反，如果僅僅是普通引用的話則十分方便，無需過度擔(dān)心。

但是如果函數(shù)嵌套的話會發(fā)生什么情況呢？顯見，最內(nèi)層函數(shù)的外一層就不再是global環(huán)境。具體的層次就是所謂的LEGB。Scope Resolution in Python | LEGB Rule - GeeksforGeeks?www.geeksforgeeks.org

文中小圖清晰的展現(xiàn)了frame的嵌套關(guān)系。留一個(gè)問題：如果import了其他py文件，frame結(jié)構(gòu)又是什么樣子的呢？

frame的存在時(shí)間

最后舉一個(gè)特別精巧的例子，在這個(gè)例子中，我們把函數(shù)作為另一個(gè)函數(shù)的返回值。熟悉數(shù)學(xué)的朋友們知道這個(gè)在數(shù)學(xué)里叫做泛函，是一種強(qiáng)有力的抽象手段。如果有機(jī)會會在SICP中好好討論一下這種所謂的過程的抽象。

def counter():

c = [0]

def inc():

c[0] += 1

return c[0]

return inc

f = counter()

f()

# 1

f()

# 2

f()

# 3

從這個(gè)例子不難看出，局部變量c一直存在在f所代表的frame當(dāng)中。如果g=counter()，則g的計(jì)數(shù)與f毫無關(guān)聯(lián)。

為什么可以c[0] += 1？這是因?yàn)?#xff0c;我們賦值的是變量c所代表的列表中的元素，即，本質(zhì)上，我們對c是引用，所以在local frame中找不到c時(shí)，我們能從enclosed frame中找到c拿來引用。

（這個(gè)例子給了我們做計(jì)數(shù)器的巨大的啟發(fā)。

默認(rèn)值的本質(zhì)

def fun(x=[1]):

x.append([2])

print(x)

# 比較下面兩個(gè)輸出

for _ in range(2):

fun()

# [1, 2]

# [1, 2, 2]

for _ in range(2):

fun([1])

# [1, 2]

# [1, 2]

原來，函數(shù)中有這兩個(gè)屬性收集默認(rèn)值：fun.__defaults__ 收集默認(rèn)位置參數(shù)

fun.__kwdefaults_ 收集默認(rèn)關(guān)鍵字參數(shù)

如果我們不明確的賦值，則調(diào)用默認(rèn)值。但是！！因?yàn)槲覀冞@里的默認(rèn)值可變（雖然列表的內(nèi)存地址沒有改變，但是列表的內(nèi)容變了），所以我們的行為也許會修改默認(rèn)值！

只要函數(shù)不被銷毀，作為屬性的默認(rèn)值就會一直記錄所有的改變。

首先，我們要意識到，這種做法有時(shí)有利，有時(shí)有害，不可一概而論；下面我們展示兩種方法：如果一旦我們不想讓默認(rèn)值改變，該采取什么做法。

def fun(x=[]):

x = x[:] # shadow copy

....

第一方面，如果傳入了x，立即對xshadow copy，沒問題；如果沒傳入，我們操作的是默認(rèn)值x的shadow copy，而不是x本身，所以。。。？

這里比較討巧，用了一個(gè)空列表，如果一個(gè)默認(rèn)值很復(fù)雜（其實(shí)不推薦復(fù)雜的默認(rèn)值吧。。），那么shadow copy也是會有shadow copy的問題的對吧？

所以這種做法須謹(jǐn)慎。

def fun(x=None):

if x is None:

x = []

....

哇！這個(gè)方法還是厲害的咧。也是推薦大家使用的。每次調(diào)用，對x重新賦值，肯定能避免這次的改變泄漏到下次操作中。

我們也可以這么理解：

函數(shù)的屬性，和函數(shù)定義本身綁定在一起，存在于global frame（假設(shè)是最外層函數(shù)）；而每次調(diào)用函數(shù)，就會自動生成一個(gè)新的local frame。所以，方法二中的賦值方法是沒有問題的。

總結(jié)

以上是生活随笔為你收集整理的python入口函数的作用_python之函数中参数的作用域的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。