


Est-ce que `exec()` met à jour les variables locales dans Python 3, et sinon, comment peut-on y parvenir ?
Impact d'exec sur les variables locales : une plongée
La fonction exec, un incontournable de Python pour l'exécution de code dynamique, pose une question intrigante : peut-il mettre à jour les variables locales au sein d'une fonction ?
Le Python 3 Dilemme
Dans Python 3, l'extrait de code suivant ne parvient pas à mettre à jour une variable locale comme on pourrait s'y attendre :
def f(): a = 1 exec("a = 3") print(a)
Au lieu du « 3 » attendu, il affiche de manière alarmante » 1'!
Le Python 2 Comportement
Curieusement, le même code dans Python 2 mettrait effectivement à jour la variable locale, en imprimant '3'. Cette disparité résulte d'un changement fondamental dans la façon dont Python gère les variables locales.
Le dilemme des variables locales
Contrairement à Python 2, Python 3 stocke les variables locales dans un tableau figé optimisé au moment de la compilation. Cette efficacité se fait au prix de l’interdiction des modifications d’exécution au niveau local. Ainsi, l'appel exec par défaut dans Python 3 ne peut pas modifier avec succès les variables locales.
La magie des locaux()
Pour contourner cette limitation et mettre à jour les variables locales, il faut transmettre explicitement un dictionnaire local à exec. Ce dictionnaire stockera les variables locales mises à jour après l'exécution du code dynamique. Le code révisé ressemble à ceci :
def foo(): ldict = {} exec("a = 3", globals(), ldict) a = ldict['a'] print(a)
Implications pour Exec()
La documentation Python 3 met explicitement en garde contre la modification du dictionnaire locals() par défaut lors de l'utilisation de exec , car cela peut conduire à un comportement imprévisible. Pour des raisons de sécurité, il faut toujours transmettre un dictionnaire local explicite à exec lorsque l'on a l'intention de mettre à jour des variables locales.
Les curieuses optimisations de Python
Commentaires perspicaces de Georg Brandl sur Python Le rapport de bug souligne que l'optimisation de Python 3 pour les variables locales a conduit au comportement actuel. Le compilateur, incapable de distinguer les fonctions d'exécution personnalisées de celles de Python, ne peut pas leur offrir un traitement spécial. Par conséquent, l'exécutable par défaut ne peut pas modifier les paramètres locaux.
Exception de Python 2
Dans Python 2, l'ancienne instruction exec fonctionnait différemment. Il permettait de modifier dynamiquement les variables locales grâce à la gestion spéciale par le compilateur de l'exécutable intégré.
Conclusion
L'appel exec dans Python 3 nécessite un subtil changement d’approche pour modifier les variables locales. En utilisant un dictionnaire de variables locales explicites, les développeurs peuvent exploiter la puissance de l'exécution de code dynamique tout en gardant le contrôle sur leurs variables locales.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds











Python est plus facile à apprendre et à utiliser, tandis que C est plus puissant mais complexe. 1. La syntaxe Python est concise et adaptée aux débutants. Le typage dynamique et la gestion automatique de la mémoire le rendent facile à utiliser, mais peuvent entraîner des erreurs d'exécution. 2.C fournit des fonctionnalités de contrôle de bas niveau et avancées, adaptées aux applications haute performance, mais a un seuil d'apprentissage élevé et nécessite une gestion manuelle de la mémoire et de la sécurité.

Est-ce suffisant pour apprendre Python pendant deux heures par jour? Cela dépend de vos objectifs et de vos méthodes d'apprentissage. 1) Élaborer un plan d'apprentissage clair, 2) Sélectionnez les ressources et méthodes d'apprentissage appropriées, 3) la pratique et l'examen et la consolidation de la pratique pratique et de l'examen et de la consolidation, et vous pouvez progressivement maîtriser les connaissances de base et les fonctions avancées de Python au cours de cette période.

Python est meilleur que C dans l'efficacité du développement, mais C est plus élevé dans les performances d'exécution. 1. La syntaxe concise de Python et les bibliothèques riches améliorent l'efficacité du développement. Les caractéristiques de type compilation et le contrôle du matériel de CC améliorent les performances d'exécution. Lorsque vous faites un choix, vous devez peser la vitesse de développement et l'efficacité de l'exécution en fonction des besoins du projet.

Python et C ont chacun leurs propres avantages, et le choix doit être basé sur les exigences du projet. 1) Python convient au développement rapide et au traitement des données en raison de sa syntaxe concise et de son typage dynamique. 2) C convient à des performances élevées et à une programmation système en raison de son typage statique et de sa gestion de la mémoire manuelle.

PythonlistSaReparmentofthestandardLibrary, tandis que les coloccules de colocède, tandis que les colocculations pour la base de la Parlementaire, des coloments de forage polyvalent, tandis que la fonctionnalité de la fonctionnalité nettement adressée.

Python excelle dans l'automatisation, les scripts et la gestion des tâches. 1) Automatisation: La sauvegarde du fichier est réalisée via des bibliothèques standard telles que le système d'exploitation et la fermeture. 2) Écriture de script: utilisez la bibliothèque PSUTIL pour surveiller les ressources système. 3) Gestion des tâches: utilisez la bibliothèque de planification pour planifier les tâches. La facilité d'utilisation de Python et la prise en charge de la bibliothèque riche en font l'outil préféré dans ces domaines.

Les applications de Python en informatique scientifique comprennent l'analyse des données, l'apprentissage automatique, la simulation numérique et la visualisation. 1.Numpy fournit des tableaux multidimensionnels et des fonctions mathématiques efficaces. 2. Scipy étend la fonctionnalité Numpy et fournit des outils d'optimisation et d'algèbre linéaire. 3. Pandas est utilisé pour le traitement et l'analyse des données. 4.Matplotlib est utilisé pour générer divers graphiques et résultats visuels.

Les applications clés de Python dans le développement Web incluent l'utilisation des cadres Django et Flask, le développement de l'API, l'analyse et la visualisation des données, l'apprentissage automatique et l'IA et l'optimisation des performances. 1. Framework Django et Flask: Django convient au développement rapide d'applications complexes, et Flask convient aux projets petits ou hautement personnalisés. 2. Développement de l'API: Utilisez Flask ou DjangorestFramework pour construire RestulAPI. 3. Analyse et visualisation des données: utilisez Python pour traiter les données et les afficher via l'interface Web. 4. Apprentissage automatique et AI: Python est utilisé pour créer des applications Web intelligentes. 5. Optimisation des performances: optimisée par la programmation, la mise en cache et le code asynchrones
