


Warum bindet das Listenverständnis von Python 2 Variablen neu und wie hat Python 3 dies geändert?
List Comprehensions und Name Rebinding
List Comprehensions sind eine prägnante Syntax zum Erstellen von Listen in Python. Sie zeigen jedoch unerwartetes Verhalten im Zusammenspiel mit dem Scoping.
Betrachten Sie den folgenden Code:
x = "original value" squares = [x**2 for x in range(5)] print(x) # Prints 4 in Python 2!
In diesem Beispiel bindet das Listenverständnis die Variable x erneut an den aktuellen Wert aus der Iteration von Bereich(5). Dieses Verhalten wird als Neubindung von Namen bezeichnet.
Grund für die Neubindung von Namen
In Python 2 wurden Listenverständnisse anders als Generatorausdrücke implementiert. Das Listenverständnis wurde auf Geschwindigkeit optimiert, indem die Schleifenkontrollvariable in den umgebenden Bereich übertragen wurde. Generatorausdrücke hingegen verwendeten einen separaten Ausführungsrahmen, um diesen Verlust zu verhindern.
Änderung in Python 3
In Python 3 wurde diese Unterscheidung entfernt. Listenverständnisse verwenden jetzt dieselbe Implementierung wie Generatorausdrücke. Infolgedessen kommt es in Python 3 nicht mehr zu einer Namensneubindung.
Folgen
Die Namensneubindung kann zu unerwartetem Verhalten und Fehlern führen, insbesondere in Fällen, in denen derselbe Variablenname verwendet wird wird sowohl im Listenverständnis als auch im umgebenden Bereich verwendet. Wie in der Frage erwähnt, kann dies durch die Verwendung von Unterstrichpräfixen für temporäre Variablen in Listenverständnissen abgemildert werden.
Guido van Rossum, der Erfinder von Python, erklärte die Geschichte hinter dieser Änderung: In Python 2 sind Listenverständnisse durchgesickert die Schleifenkontrollvariable als Artefakt der anfänglichen Implementierung, um die Leistung zu optimieren. In Python 3 galt dies jedoch als schmutziges kleines Geheimnis, das durch die Übernahme derselben Implementierungsstrategie wie bei Generatorausdrücken behoben werden sollte.
Das obige ist der detaillierte Inhalt vonWarum bindet das Listenverständnis von Python 2 Variablen neu und wie hat Python 3 dies geändert?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Lösung für Erlaubnisprobleme beim Betrachten der Python -Version in Linux Terminal Wenn Sie versuchen, die Python -Version in Linux Terminal anzuzeigen, geben Sie Python ein ...

Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer -Anfänger für Programmierungen? Wenn Sie nur 10 Stunden Zeit haben, um Computer -Anfänger zu unterrichten, was Sie mit Programmierkenntnissen unterrichten möchten, was würden Sie dann beibringen ...

Bei der Verwendung von Pythons Pandas -Bibliothek ist das Kopieren von ganzen Spalten zwischen zwei Datenrahmen mit unterschiedlichen Strukturen ein häufiges Problem. Angenommen, wir haben zwei Daten ...

Wie kann man nicht erkannt werden, wenn Sie Fiddlereverywhere für Man-in-the-Middle-Lesungen verwenden, wenn Sie FiddLereverywhere verwenden ...

Regelmäßige Ausdrücke sind leistungsstarke Tools für Musteranpassung und Textmanipulation in der Programmierung, wodurch die Effizienz bei der Textverarbeitung in verschiedenen Anwendungen verbessert wird.

Wie hört Uvicorn kontinuierlich auf HTTP -Anfragen an? Uvicorn ist ein leichter Webserver, der auf ASGI basiert. Eine seiner Kernfunktionen ist es, auf HTTP -Anfragen zu hören und weiterzumachen ...

In dem Artikel werden beliebte Python-Bibliotheken wie Numpy, Pandas, Matplotlib, Scikit-Learn, TensorFlow, Django, Flask und Anfragen erörtert, die ihre Verwendung in wissenschaftlichen Computing, Datenanalyse, Visualisierung, maschinellem Lernen, Webentwicklung und h beschreiben

Wie erstellt in Python ein Objekt dynamisch über eine Zeichenfolge und ruft seine Methoden auf? Dies ist eine häufige Programmieranforderung, insbesondere wenn sie konfiguriert oder ausgeführt werden muss ...
