


Aktualisiert „exec()' lokale Variablen in Python 3, und wenn nicht, wie kann dies erreicht werden?
Auswirkungen von exec auf lokale Variablen: Ein Einblick
Die exec-Funktion, ein Python-Klassiker für die dynamische Codeausführung, wirft eine interessante Frage auf: Kann es lokale Variablen innerhalb einer Funktion aktualisieren?
Das Python 3 Dilemma
In Python 3 kann das folgende Codefragment eine lokale Variable nicht wie erwartet aktualisieren:
def f(): a = 1 exec("a = 3") print(a)
Anstelle der erwarteten „3“ wird alarmierenderweise „ 1'!
Der Python 2 Verhalten
Seltsamerweise würde derselbe Code in Python 2 tatsächlich die lokale Variable aktualisieren und „3“ ausgeben. Diese Ungleichheit ergibt sich aus einer grundlegenden Änderung in der Art und Weise, wie Python mit lokalen Variablen umgeht.
Das lokale Dilemma
Im Gegensatz zu Python 2 speichert Python 3 lokale Variablen in einem eingefrorenen Array, das optimiert ist zur Kompilierzeit. Diese Effizienz geht zu Lasten des Verbots von Laufzeitänderungen für die Locals. Daher kann der standardmäßige exec-Aufruf in Python 3 lokale Variablen nicht erfolgreich ändern.
Die Magie von Locals()
Um diese Einschränkung zu umgehen und lokale Variablen zu aktualisieren, muss man Übergeben Sie explizit ein lokales Wörterbuch an exec. Dieses Wörterbuch speichert die aktualisierten lokalen Variablen nach der Ausführung des dynamischen Codes. Der überarbeitete Code sieht folgendermaßen aus:
def foo(): ldict = {} exec("a = 3", globals(), ldict) a = ldict['a'] print(a)
Implikationen für Exec()
In der Python 3-Dokumentation wird ausdrücklich davor gewarnt, das Standardwörterbuch „locals()“ während der Verwendung von exec zu ändern , da dies zu unvorhersehbarem Verhalten führen kann. Aus Sicherheitsgründen sollte man immer ein explizites lokales Wörterbuch an exec übergeben, wenn man beabsichtigt, lokale Variablen zu aktualisieren.
Die seltsamen Optimierungen von Python
Georg Brandls aufschlussreiche Kommentare zu Python Der Fehlerbericht weist darauf hin, dass die Optimierung lokaler Variablen in Python 3 zum aktuellen Verhalten geführt hat. Da der Compiler nicht in der Lage ist, benutzerdefinierte Exec-Funktionen von Pythons eigenen zu unterscheiden, kann er ihnen keine Sonderbehandlung anbieten. Daher kann die Standard-Exec-Anweisung keine lokalen Änderungen vornehmen.
Python 2-Ausnahme
In Python 2 funktionierte die alte Exec-Anweisung anders. Aufgrund der speziellen Handhabung des integrierten Exec durch den Compiler konnten lokale Variablen dynamisch geändert werden.
Fazit
Der Exec-Aufruf in Python 3 erfordert eine subtile Änderung des Ansatzes zur Änderung lokaler Variablen. Durch den Einsatz eines expliziten lokalen Wörterbuchs können Entwickler die Leistungsfähigkeit der dynamischen Codeausführung nutzen und gleichzeitig die Kontrolle über ihre lokalen Variablen behalten.
Das obige ist der detaillierte Inhalt vonAktualisiert „exec()' lokale Variablen in Python 3, und wenn nicht, wie kann dies erreicht werden?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code
