目次
UnboundLocalError の発生方法: Python での非バインド名と変数バインディング
ホームページ バックエンド開発 Python チュートリアル Python が UnboundLocalError をスローするのはなぜですか?

Python が UnboundLocalError をスローするのはなぜですか?

Dec 05, 2024 pm 09:23 PM

Why Does Python Throw an UnboundLocalError?

UnboundLocalError の発生方法: Python での非バインド名と変数バインディング

Python では、変数バインディングによって変数のスコープと有効期間が決まります。名前に値が割り当てられていない場合、その名前はバインドされていないとみなされます。これにより、UnboundLocalError 例外が発生する可能性があります。

非バインド ローカル変数について

明示的な宣言を持つ言語とは異なり、Python ではブロック内の任意の場所に変数を割り当てることができます。ただし、関数内の名前が割り当てられる前に使用されると、UnboundLocalError が発生します。これは、変数がまだバインドされていないため、コンパイラが変数の値を判断できないために発生します。

例: UnboundLocalError を引き起こすコード

次のコードを考えてみましょう。

def foo():
    if False:
        spam = 'eggs'
    print(spam)

foo()
ログイン後にコピー

スパム変数が print ステートメントで使用されているため、このコードは UnboundLocalError になります。最初に割り当てられずに。 if ステートメントは条件をチェックしますが、代入は実行されず、スパムはバインドされないままになります。

Python のバインド操作

変数は、さまざまな操作を通じてバインドされます。

  • 代入
  • for ループ反復
  • 関数パラメータ
  • インポートステートメント
  • キャッチされた例外 (句を除く)
  • コンテキストマネージャー (ステートメントあり)

名前が関数などのスコープ内でバインドされている場合、その名前はローカル変数になります。ただし、グローバル (または Python 3 では非ローカル) ステートメントを使用すると、名前がグローバルとして明示的に宣言され、スコープ外から参照および変更できるようになります。

UnboundLocalError の防止

UnboundLocalError を回避するには、変数が使用される前に適切にバインドされていることを確認してください。これは、次の方法で実行できます。

  • 使用前に変数に値を代入する。
  • グローバル ステートメントを使用して関数内でグローバル変数を宣言する。
  • 到達不能なコードを回避するブロック。

参考文献:

  • [Python リファレンス ドキュメント - 名前付けとバインド](https://docs.python.org/3/) Reference/introduction.html#naming-and-binding)

以上がPython が UnboundLocalError をスローするのはなぜですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Python vs. C:曲線と使いやすさの学習 Python vs. C:曲線と使いやすさの学習 Apr 19, 2025 am 12:20 AM

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonと時間:勉強時間を最大限に活用する Pythonと時間:勉強時間を最大限に活用する Apr 14, 2025 am 12:02 AM

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Python vs. C:パフォーマンスと効率の探索 Python vs. C:パフォーマンスと効率の探索 Apr 18, 2025 am 12:20 AM

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

Pythonの学習:2時間の毎日の研究で十分ですか? Pythonの学習:2時間の毎日の研究で十分ですか? Apr 18, 2025 am 12:22 AM

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Python vs. C:重要な違​​いを理解します Python vs. C:重要な違​​いを理解します Apr 21, 2025 am 12:18 AM

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

Python Standard Libraryの一部はどれですか:リストまたは配列はどれですか? Python Standard Libraryの一部はどれですか:リストまたは配列はどれですか? Apr 27, 2025 am 12:03 AM

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。

Python:自動化、スクリプト、およびタスク管理 Python:自動化、スクリプト、およびタスク管理 Apr 16, 2025 am 12:14 AM

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

科学コンピューティングのためのPython:詳細な外観 科学コンピューティングのためのPython:詳細な外観 Apr 19, 2025 am 12:15 AM

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

See all articles