學編程究竟學的是什么呢？在寫文章的這幾天也一直在思考這個問題——恐怕這也是接下來的幾年一直會去思考的問題。這個問題的答案也會指導我的方法論，所以索性整頓一下。

現階段我的回答是，發現需求，然后解決。

最大的需求無非是完成一個項目，為了做到這一點，還有很多需求是完成模塊化的功能，再細分下去則是要實現每一個具體的函數。這些都做到了，可能整個功能就跑通了。但是，需求其實沒有止步：代碼效率能更高么？

魯棒性能優化么？

可讀性能改善么？

整體功能的架構完善么？

甚至工程細節，debug效率能更高么？

logger輸出能更合理么？

這些需求則是關系到積累，可不只是一次項目就能簡單回答的，需要更深的思考和總結。

所以，在學習中怎么貫徹這一點呢？將學到的知識和項目盡量建立聯系，以后的知識點的例子我也會盡量從這方面去構建。

查看python源碼。很多需求提不出來的原因是見得不夠多，但是源碼里，很多經驗豐富的前輩不僅預見了這些需求，還封裝了這個需求的解決辦法。所以不僅對現階段有幫助，也能是下一階段——如何把問題解決的更高效的預熱。

下面，我們開始討論面向過程抽象的最基本也是最重要的單位——函數。

環境與作用域

在SICP（第三章）中對環境有著如下定義：一個環境是框架(frame)的一個序列，每個框架是包含著一些約束的一個表格（可能為空），這些約束將一些變量的名字關聯于對應的值（在一個框架里，任何變量至多只能有一個約束）。每一個框架還包含了一個指針，指向這一框架的外部環境......

當時走馬觀花的看到了這個定義，但是在python中debug的時候才發現理解了環境是多么的好用：我們可以通過選取不同的frame，觀看到不同的變量在各個環境中是如何變化的。

但是被動的使用肯定是不足夠的，我們還是要主動的洞察變量定義和frame的關系，更好的預見我們寫出的代碼真實的效果是什么。（SICP大法好。。自學者還是要夯實基礎。雖然第一次看的時候似懂非懂，不過這就是積累哦，第二次看到的時候就有機會融會貫通了）

變量名解析原則LEGB

其實上述一大段話，說的是這個意思：如果當前frame里有這個變量，直接引用，否則去上層frame中查找是否有同名變量，直到找到最高層；若都沒有就報錯咯～

看個例子

x = 1

def fun():

print(x)

fun()

# 1

引用好說，但當牽扯到賦值的時候，就不那么顯然了

x = 1

def fun():

x = 1

print(x)

fun()

# 2

這個還好，比較符合大家直觀感受，但是下面就不一樣了

x = 1

def fun():

x += 1

print(x)

fun()

# UnboundLocalError: local variable 'x' referenced before assignment

既然引用沒錯，這咋不能引用加賦值呢？？原來，在函數內部，一旦牽扯到賦值語句，變量就會變成局部變量，像第二個例子一樣屏蔽掉全局變量x(x=1)。如果想改變全局變量，那么就在函數內部事先聲明

def fun():

global x

...

這樣，我們就有一個比較直觀的感覺：牽扯到在函數內部賦值時，如果是內部變量沒什么關系，但如果改變外部變量的話，一定要像一個辦法將其引入內部空間（一般不是global）；相反，如果僅僅是普通引用的話則十分方便，無需過度擔心。

但是如果函數嵌套的話會發生什么情況呢？顯見，最內層函數的外一層就不再是global環境。具體的層次就是所謂的LEGB。Scope Resolution in Python | LEGB Rule - GeeksforGeeks?www.geeksforgeeks.org

文中小圖清晰的展現了frame的嵌套關系。留一個問題：如果import了其他py文件，frame結構又是什么樣子的呢？

frame的存在時間

最后舉一個特別精巧的例子，在這個例子中，我們把函數作為另一個函數的返回值。熟悉數學的朋友們知道這個在數學里叫做泛函，是一種強有力的抽象手段。如果有機會會在SICP中好好討論一下這種所謂的過程的抽象。

def counter():

c = [0]

def inc():

c[0] += 1

return c[0]

return inc

f = counter()

f()

# 1

f()

# 2

f()

# 3

從這個例子不難看出，局部變量c一直存在在f所代表的frame當中。如果g=counter()，則g的計數與f毫無關聯。

為什么可以c[0] += 1？這是因為，我們賦值的是變量c所代表的列表中的元素，即，本質上，我們對c是引用，所以在local frame中找不到c時，我們能從enclosed frame中找到c拿來引用。

（這個例子給了我們做計數器的巨大的啟發。

默認值的本質

def fun(x=[1]):

x.append([2])

print(x)

# 比較下面兩個輸出

for _ in range(2):

fun()

# [1, 2]

# [1, 2, 2]

for _ in range(2):

fun([1])

# [1, 2]

# [1, 2]

原來，函數中有這兩個屬性收集默認值：fun.__defaults__ 收集默認位置參數

fun.__kwdefaults_ 收集默認關鍵字參數

如果我們不明確的賦值，則調用默認值。但是！！因為我們這里的默認值可變（雖然列表的內存地址沒有改變，但是列表的內容變了），所以我們的行為也許會修改默認值！

只要函數不被銷毀，作為屬性的默認值就會一直記錄所有的改變。

首先，我們要意識到，這種做法有時有利，有時有害，不可一概而論；下面我們展示兩種方法：如果一旦我們不想讓默認值改變，該采取什么做法。

def fun(x=[]):

x = x[:] # shadow copy

....

第一方面，如果傳入了x，立即對xshadow copy，沒問題；如果沒傳入，我們操作的是默認值x的shadow copy，而不是x本身，所以。。。？

這里比較討巧，用了一個空列表，如果一個默認值很復雜（其實不推薦復雜的默認值吧。。），那么shadow copy也是會有shadow copy的問題的對吧？

所以這種做法須謹慎。

def fun(x=None):

if x is None:

x = []

....

哇！這個方法還是厲害的咧。也是推薦大家使用的。每次調用，對x重新賦值，肯定能避免這次的改變泄漏到下次操作中。

我們也可以這么理解：

函數的屬性，和函數定義本身綁定在一起，存在于global frame（假設是最外層函數）；而每次調用函數，就會自動生成一個新的local frame。所以，方法二中的賦值方法是沒有問題的。

總結

以上是生活随笔為你收集整理的python入口函数的作用_python之函数中参数的作用域的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。