Python の「nonlocal」キーワードはどのように機能しますか?
Python 3 の "nonlocal" を理解する: ディープダイブ
Python 3 では、強力な "nonlocal" キーワードが導入されました。ネストされた関数内から外側のスコープ内の変数。この質問では、「非ローカル」がどのように動作するかについて包括的に説明します。
「非ローカル」とは何ですか?
「非ローカル」は、ネストされた変数のローカル スコープから変数を切り離します。関数を使用して、外側のスコープ内の変数にアクセスできるようにします。これは、グローバル変数やその他の複雑なメソッドを使用せずに、外側のスコープ内の変数を変更する必要がある場合に便利です。
「非ローカル」の仕組み
次のコードを考えてみましょう。を使用しないスニペット"nonlocal":
x = 0 def outer(): x = 1 def inner(): x = 2 print("inner:", x) inner() print("outer:", x) outer() print("global:", x)
出力:
inner: 2 outer: 1 global: 0
inner() 関数の x の値を変更しても、outer() 関数の x の値には影響しないことに注意してください。 。これは、 inner() が、同じ名前の外部変数をシャドウする x という名前のローカル変数を作成するためです。
次に、「非ローカル」を使用してコードを変更しましょう:
x = 0 def outer(): x = 1 def inner(): nonlocal x x = 2 print("inner:", x) inner() print("outer:", x) outer() print("global:", x)
出力:
inner: 2 outer: 2 global: 0
この場合、inner() 関数で「nonlocal」を使用すると、outer() の x 変数へのリンクが確立されます。範囲。内部関数内の変数を変更することで、外部スコープの同じ変数を効果的に変更できます。
「グローバル」と「非ローカル」の使用
「グローバル」 " キーワードを使用してグローバル変数にアクセスして変更することもできますが、その動作は「非ローカル」とは異なります。 「global」は変数を真のグローバル スコープにバインドし、「nonlocal」は変数を最も近い外側のスコープにバインドします。
「global」を使用した次のコード スニペットを考えてみましょう。
x = 0 def outer(): x = 1 def inner(): global x x = 2 print("inner:", x) inner() print("outer:", x) outer() print("global:", x)
出力:
inner: 2 outer: 1 global: 2
ご覧のとおり、内部関数で x の値を変更すると、代わりにグローバル変数 x に影響を与えるようになりました。 external() スコープ。
概要
「nonlocal」は、入れ子になった関数から外部スコープの変数にアクセスして変更できるようにする必須の Python キーワードです。グローバル名前空間。これにより、複数のスコープにわたるデータを操作するための明確かつ効率的な方法が提供され、コードがより読みやすく、保守しやすくなります。
以上がPython の「nonlocal」キーワードはどのように機能しますか?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。

ホットAIツール

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
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

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。

人気の記事

ホットツール

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
中国語版、とても使いやすい

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
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











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。

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

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。

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化
