


Bagaimanakah Gelagat Fungsi `exec` Berbeza dalam Python 2 dan Python 3?
Gelagat Fungsi exec dalam Python 2 vs. Python 3
Dalam Python 2 dan Python 3, fungsi exec mempamerkan perbezaan yang ketara dalam tingkah laku .
Sebab untuk Perbezaan
Dalam Python 2, exec ialah pernyataan yang melumpuhkan pengoptimuman skop tempatan secara eksplisit dan membenarkan akses kepada pembolehubah dalam skop tempatan dan global. Sebaliknya, exec() Python 3 ialah fungsi yang sentiasa mengoptimumkan skop fungsi.
Impak pada Pengikatan Pembolehubah
Dalam Python 2, apabila menggunakan pernyataan exec, pembolehubah ditemui dalam locals() telah disalin kembali ke fungsi locals. Ini mengakibatkan pengikatan pembolehubah di dalam fungsi kepada nilai yang dinyatakan dalam pernyataan exec.
Dalam Python 3, walau bagaimanapun, exec() tidak mempunyai gelagat ini secara lalai. Oleh itu, pembolehubah di dalam fungsi tidak terikat kepada pembolehubah dalam pernyataan exec().
Mengakses Pembolehubah Setempat
Untuk mengakses pembolehubah setempat menggunakan exec() dalam Python 3 , ruang nama baharu (biasanya kamus) hendaklah dibuat dan diserahkan sebagai hujah kepada fungsi tersebut.
Disemak Kod
Di bawah ialah contoh kod yang disemak semula yang menunjukkan penggunaan exec() yang betul dalam Python 3 untuk mencapai kelakuan Python 2:
def execute(a, st): namespace = {} exec("b = {}\nprint('b:', b)".format(st), namespace) print(namespace['b'])
Dalam kod ini, a kamus bernama ruang nama dicipta dan diserahkan kepada exec(). Sebarang pembolehubah yang ditakrifkan dalam pernyataan exec() akan boleh diakses melalui kamus.
Nota
Dokumentasi exec() dengan jelas memberi amaran terhadap percubaan pengubahsuaian pada kamus tempatan lalai , kerana ia mungkin tidak menggambarkan perubahan yang dibuat dalam panggilan exec().
Atas ialah kandungan terperinci Bagaimanakah Gelagat Fungsi `exec` Berbeza dalam Python 2 dan Python 3?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python sangat disukai kerana kesederhanaan dan kuasa, sesuai untuk semua keperluan dari pemula hingga pemaju canggih. Kepelbagaiannya dicerminkan dalam: 1) mudah dipelajari dan digunakan, sintaks mudah; 2) perpustakaan dan kerangka yang kaya, seperti numpy, panda, dan sebagainya; 3) sokongan silang platform, yang boleh dijalankan pada pelbagai sistem operasi; 4) Sesuai untuk tugas skrip dan automasi untuk meningkatkan kecekapan kerja.
