命名空间
命名空间是一种将变量范围组织起来的方式,使得在不同命名空间中具有相同名称的名称不会发生冲突。命名空间是一种字典类型的数据结构,他用来存储变量名称和他们对应的对象引用(一个指向对象内存地址的指针),名称为键,引用为值。
分类
- Built-In
- Global
- Enclosing
- Local
Built-In
包含所有python内置对象的名称,也就是builtins.py模块中的所有,Python解释器在启动时创建内置命名空间(Built-In)。这个名称空间一直存在,直到解释器终止。
print(dir(__builtins__))
Global
包含主程序上定义的任何名称,python在主程序体启动时创建全局命名空间(Global),并且它一直存在,直到解释器终止。
print(globals()) # 以字典类型展示全局命名空间
Enclosing and Local
每个函数执行时,解释器都会创建一个新的命名空间,该命名空间时函数的局部命名空间(Local),在函数终止之前一直存在。
在函数中实现内部函数并调用时,执行内部函数时,解释器会创建一个局部命名空间,而原外部的局部命名空间被称为封闭命名空间。
print(locals()) # 以字典类型展示局部命名空间
def a():
attr_a = "attr"
def b():
attr_b = "attr"
print(locals()) # {'attr_b': 'attr'}
return
print(locals()) # {'attr_a': 'attr', 'b': <function a.<locals>.b at 0x0000024BF52AA678>}
b()
return
if __name__ == '__main__':
print(dir(__builtins__))
print(globals())
a()
- 程序启动,创建内置命名空间,全局命名空间
- 执行函数a,创建局部命名空间, 里面有attr_a和b
- 执行函数b,创建局部命名空间,里面有attr_b,原函数a局部命名空间变封闭命名空间
debug执行程序,可以通过Frames查看当前命名空间(除了内置命名空间),可以通过Variables查看选定的命名空间详细信息
作用域
作用域是指一个变量在程序中可被访问的范围,作用域分为:全局作用域、局部作用域。
- 全局作用域:全局作用域是指在程序的任何位置都可以访问的作用域,指在内置命名空间(Built-In)和全局命名空间(Global)的变量.
- 局部作用域:局部作用域是指只能在特定代码块内部访问的作用域,指在局部命名空间(Local)和封闭命名空间(Enclosing)
变量访问的优先级:Local > Enclosing > Global > Built-In
优先级
Local > Enclosing > Global > Built-In
生命周期
变量的生命周期是指变量从定义到销毁的整个过程,分为三个阶段
- 变量声明:变量名称被赋值
- 变量存在:指变量已经被声明,并且在程序中可以被引用的阶段,在变量存在期间,变量名称可以在程序中被引用,并且它对应的值也可以被访问和修改。
- 变量销毁:变量销毁是指变量已经不再在程序中使用,并且系统会回收它占用的内存资源
def a():
attr = "a" # 变量声明
print(attr) # 变量存在 a
if __name__ == '__main__':
a()
print(attr) # 变量已销毁 NameError: name 'attr' is not defined
内存情况
def a():
enclosing_attr = "abc"
print(f"[Enclosing] 地址: {id(enclosing_attr)}")
def b():
local_attr = "abc"
print(f"[Local] 地址: {id(local_attr)}")
return
b()
return
if __name__ == '__main__':
global_attr = "abc"
print(f"[Global] 地址: {id(global_attr)}")
a()
# [Global] 地址: 3055022077936
# [Enclosing] 地址: 3055022077936
# [Local] 地址: 3055022077936
从实例中看出,不同命名空间、不同变量名、相同值的情况下,通过变量查询到的地址是一样的。因为python在赋值时,会先检查内存中是否存在值,若存在则将已存在地址提供给变量映射,若不存在才会开辟一个新空间存放值,再将地址提供给变量映射。
对于整数类型,python做了优化,将一些常用的整数值(-5~256)缓存在内存中,以便能够快速访问。
速度
局部变量的访问速度要快于全局变量。
局部变量是在函数内部定义的,它只能在函数内部被访问,因此 Python 解释器可以快速定位局部变量的内存地址,并直接访问该地址。
全局变量是在程序的最外层定义的,它可以在整个程序中的任何位置被访问,因此 Python 解释器必须遍历整个程序的作用域链,才能找到全局变量的内存地址,这会比局部变量慢一些。
但是在实际使用中,这个速度差距很小,对于大多数程序来说,局部变量和全局变量的访问速度差距不大。因此,在写程序时,应该根据实际需要选择使用局部变量或全局变量,而不是单纯考虑它们的访问速度。
导包
导包是引用其他模块的属性,更方便的使用现有代码,而不必自己去编写所需的功能。
导包时会按照 sys.path 顺序查找,找到则加载到内存提供使用,否则抛异常。
函数内部与外部导包
- 内部导包
优点 | 缺点 |
---|---|
节约内存 | 增加运行时间 |
提高函数原子性 | 使用者不易发现所需包 |
减少命名冲突 | |
避免加载无用包 |
- 外部导包
优点 | 缺点 |
---|---|
不影响函数速度 | 一直占用内存 |
统一管理 | 同名包不可同时导入 |
一次导入多次使用 |
总结:
当需要提高运行速度时,建议外部导包。
当需要节省内存、使用同名包时,建议内部导包。
一般情况下,导包速度与内存占用都极小,使用同名包的情况也极少遇见,所以都会优先考虑管理性,优先选择外部导包,统一管理,让使用者一眼就能看出所需的包。