python性能优化—变量本地化

当一行代码询问变量x的值时，Python将按顺序在所有可用的名称空间中搜索该变量：

1. 本地命名空间 - 特定于当前函数或类方法。如果函数定义了局部变量x，或者有一个参数x，Python将使用它并停止搜索。
2. 全局命名空间 - 特定于当前模块。如果模块定义了一个名为x的变量，函数或类，Python将使用它并停止搜索。
3. 内置命名空间 - 所有模块的全局。作为最后的手段，Python将假设x是内置函数或变量的名称。

以调用math模块的sin函数为例，每当Python访问该函数时，首先查找locals()数组，其内保存了所有本地变量的条目。如果他不在本地变量中，那么会搜索globals()字典。最后，如果对象也不再那里，则搜索__builtin__对象。（在搜索__builtin__中的一个属性时我们实际是在搜索它的locals()字典）
我们可以用dis模块解析函数：

import dis
dis.dis(find_closest)

例如要使用math模块的sin函数：

1. 使用import math需要经过两次字典查询查询，一次查找math模块，一次在模块中查找math函数。
2. 使用from math import sin，则该函数可以全局命名空间中被直接访问。不过我们还是要在全局命名空间查找sin函数。
3. 如果我们使用本地变量sin = math.sin，则无需进行字典查询，而是被保存在微小数组中，具有很快的查询速度。

将变量保存到本地空间看起来无关紧要，但是根据《python高性能编程》书中提到这可以在重复循环调用中带来大概9.4%的速度提升。