Python의 네임스페이스는 Python 프로그래머가 반드시 이해해야 하는 것입니다. Python의 네임스페이스에 대해 배우면 Python의 몇 가지 사소한 규칙을 기본적으로 익힐 수 있습니다.
다음으로 Python 네임스페이스의 본질을 네 부분으로 나누어 설명하겠습니다. 1. 네임스페이스의 정의 2. 네임스페이스의 검색 순서 3. 네임스페이스의 수명 주기 4. locals() 및 globals() BIF 액세스 네임스페이스
네 번째 부분에 초점을 맞춰 네임스페이스의 내용을 살펴보겠습니다.
1. 네임스페이스
파이썬은 변수의 궤적을 기록하기 위해 네임스페이스라는 것을 사용합니다. 네임스페이스는 키가 변수 이름이고 값이 해당 변수의 값인 사전입니다.
네임스페이스는 이름에서 객체로의 매핑입니다. 대부분의 네임스페이스는 현재 Python 사전으로 구현됩니다.
Python 프로그램 어디에서나 사용 가능한 네임스페이스가 여러 개 있습니다.
1. 각 함수에는 함수 매개변수 및 로컬로 정의된 변수를 포함하여 함수의 변수를 기록하는 로컬 네임스페이스라는 자체 네임스페이스가 있습니다.
2. 각 모듈에는 함수, 클래스, 기타 가져온 모듈, 모듈 수준 변수 및 상수를 포함하여 모듈의 변수를 기록하는 전역 네임스페이스라는 자체 네임스페이스가 있습니다.
3. 모든 모듈에서 액세스할 수 있는 내장 네임스페이스도 있습니다. 여기에는 내장 함수와 예외가 저장됩니다.
2. 네임스페이스 검색 순서
코드 줄에서 변수 x의 값을 사용하면 Python은 사용 가능한 모든 네임스페이스에서 변수를 검색합니다. 다음 순서:
1. 로컬 네임스페이스: 구체적으로 현재 함수나 클래스의 메서드를 나타냅니다. 함수가 지역 변수 x나 매개변수 x를 정의하면 Python은 이를 사용한 다음 검색을 중지합니다.
2. 전역 네임스페이스: 구체적으로 현재 모듈을 나타냅니다. 모듈이 x라는 변수, 함수 또는 클래스를 정의하면 Python은 이를 사용한 다음 검색을 중지합니다.
3. 내장 네임스페이스: 각 모듈에 대한 전역. 최후의 수단으로 Python은 x가 내장 함수 또는 변수라고 가정합니다.
4. Python이 이러한 네임스페이스에서 x를 찾을 수 없으면 검색을 포기하고 NameError: name 'aa'가 정의되지 않음과 같은 NameError 예외를 발생시킵니다.
중첩 함수 상황:
1. 먼저 현재(중첩 또는 람다) 함수의 네임스페이스에서
2. 그런 다음 상위 함수의 네임스페이스에서 을 검색합니다. 3. 그런 다음 모듈 네임스페이스에서 을 검색합니다. 4. 마지막으로 내장 네임스페이스에서
예:
info = "Adress : " def func_father(country): def func_son(area): city= "Shanghai " #此处的city变量,覆盖了父函数的city变量 print(info + country + city + area) city = " Beijing " #调用内部函数 func_son("ChaoYang "); func_father("China ")
출력: 주소: 중국 Shanghai ChaoYang
위 예에서 info는 전역 네임스페이스에 있고, country는 상위 함수의 네임스페이스에 있으며, city와 지역은 자체 함수의 네임스페이스에 있습니다.
3. 네임스페이스 수명 주기
다른 네임스페이스는 서로 다른 시점에 생성되고 수명도 다릅니다.
1. 내장 네임스페이스는 Python 인터프리터가 시작될 때 생성되며 항상 유지되고 삭제되지 않습니다.
2. 모듈 정의를 읽을 때 모듈의 전역 네임스페이스가 생성됩니다. 일반적으로 모듈 네임스페이스는 인터프리터가 종료될 때까지 저장됩니다.
3. 함수가 호출되면 로컬 네임스페이스가 생성되고 함수가 결과를 반환하거나 예외가 발생하면 삭제됩니다. 재귀적으로 호출되는 각 함수에는 자체 네임스페이스가 있습니다.
Python의 특별한 점 중 하나는 할당 작업이 항상 가장 안쪽 범위에 있다는 것입니다. 할당은 데이터를 복사하지 않고 이름을 개체에 바인딩할 뿐입니다. 삭제도 마찬가지입니다. "del y"는 단순히 로컬 범위의 네임스페이스에서 이름 y를 삭제합니다. 실제로 새 이름을 도입하는 모든 작업은 로컬 범위에서 작동합니다.
예:
i=1
def func2():
i=i+1
func2();
#오류: UnboundLocalError: 할당 전에 참조된 지역 변수 'i'
네임스페이스를 생성할 때 Python은 코드를 확인하고 로컬 네임스페이스를 채웁니다. Python은 해당 코드 줄을 실행하기 전에 i에 대한 할당을 찾아 로컬 네임스페이스에 추가합니다. 함수가 실행되면 파이썬 인터프리터는 i가 로컬 네임스페이스에 있지만 값이 없다고 생각하므로 오류가 발생합니다.
def func3():
y=123
del y
print(y)
func3()
#오류: UnboundLocalError: 할당 전에 참조된 지역 변수 'y'
#"del y" 문을 제거한 후 정상적으로 실행됩니다
4. 네임스페이스 접근
1. 로컬 네임스페이스는 locals() BIF를 사용하여 접근할 수 있습니다.
locals는 이름/값 쌍의 사전을 반환합니다. 이 사전의 키는 문자열 형태의 변수 이름이고, 사전의 값은 변수의 실제 값입니다.
예:
def func1(i, str ):
x = 12345
print(locals())
func1(1, "첫번째")
输出:{'str': 'first', 'x': 12345, 'i': 1}
2、全局 (模块级别)命名空间可以通过 globals() BIF来访问。
示例:
'''Created on 2013-5-26''' import copy from copy import deepcopy gstr = "global string" def func1(i, info): x = 12345 print(locals()) func1(1 , "first") if __name__ == "__main__": print("the current scope's global variables:") dictionary=globals() print(dictionary)
输出:(我自己给人为的换行、更换了顺序,加颜色的语句下面重点说明)
{
'__name__': '__main__',
'__doc__': 'Created on 2013-5-26',
'__package__': None,
'__cached__': None,
'__file__': 'E:\\WorkspaceP\\Test1\\src\\base\\test1.py',
'__loader__': <_frozen_importlib.SourceFileLoader object at 0x01C702D0>,
'copy':
'__builtins__':
'gstr': 'global string',
'dictionary': {...},
'func1':
'deepcopy':
}
总结
1、模块的名字空间不仅仅包含模块级的变量和常量,还包括所有在模块中定义的函数和类。除此以外,它还包括了任何被导入到模块中的东西。
2、我们看到,内置命名也同样被包含在一个模块中,它被称作 __builtin__。
3、回想一下 from module import 和 import module 之间的不同。
使用 import module,模块自身被导入,但是它保持着自已的名字空间,这就是为什么您需要使用模块名来访问它的函数或属性:module.function 的原因。
但是使用 from module import function,实际上是从另一个模块中将指定的函数和属性导入到您自己的名字空间,这就是为什么您可以直接访问它们却不需要引用它们所来源的模块。使用 globals 函数,您会真切地看到这一切的发生,见上面的红色输出语句。
3、 locals 与 globals 之间的一个重要的区别
locals 是只读的,globals 不是
示例:
def func1(i, info): x = 12345 print(locals()) locals()["x"]= 6789 print("x=",x) y=54321 func1(1 , "first") globals()["y"]= 9876 print( "y=",y)
输出:
{'i': 1, 'x': 12345, 'info': 'first'}
x= 12345
y= 9876
解释:
locals 实际上没有返回局部名字空间,它返回的是一个拷贝。所以对它进行改变对局部名字空间中的变量值并无影响。
globals 返回实际的全局名字空间,而不是一个拷贝。所以对 globals 所返回的 dictionary 的任何的改动都会直接影响到全局变量。