全局变量访问比局部变量慢，因Python按LEGB规则查找时需线性搜索全局命名空间，而局部变量通过栈帧偏移寻址近乎零开销；高频场景应显式绑定为局部变量。
为什么全局变量访问比局部变量慢？
Python 在函数内部查找变量时，会按 local → enclosing → global → built-in 顺序逐层搜索（LEGB 规则）。一旦变量不在局部作用域，解释器就得遍历全局命名空间——这个过程是线性查找，且每次调用都重复执行。尤其在高频循环中，print、len、range 这类内置名如果被意外覆盖成全局变量，还会触发额外的哈希冲突或字典回退逻辑。
把常用全局名显式导入局部作用域
最直接有效的做法：在函数开头用 local_name = global_name 把频繁使用的全局对象（包括内置函数、模块、配置常量）绑定为局部变量。Python 对局部变量的访问是栈帧偏移寻址，几乎零开销。
常见适用场景：
- 循环内反复调用
math.sin、os.path.join等模块函数 - 高频使用
print、len、str等内置函数（尤其在 C 扩展模块中被重定义后） - 读取只读配置如
MAX_RETRY、API_TIMEOUT
示例：
立即学习“Python免费学习笔记（深入）”；
import math
def calc_angles(radians):
sin, cos = math.sin, math.cos # ← 绑定到局部
result = []
for r in radians:
result.append((sin(r), cos(r))) # ← 快速访问
return result
避免在循环内动态访问全局变量
以下写法看似简洁，实则每次迭代都触发全局查找：
THRESHOLD = 0.5
def filter_data(items):
return [x for x in items if x > THRESHOLD] # ← 每次比较都查全局
应改为：
def filter_data(items):
threshold = THRESHOLD # ← 提前绑定
return [x for x in items if x > threshold]
其他易踩坑点：
- 闭包中引用外层函数的变量，若外层变量本身是全局的，仍需额外一层查找
- 使用
exec或eval时，未传入locals参数会导致强制 fallback 到全局命名空间 -
from module import *会污染当前命名空间，增加局部变量查找失败概率
用 dis 验证是否真的消除了全局查找
运行 import dis 后对目标函数调用 dis.dis(func)，观察字节码：
- 局部变量访问对应
LOAD_FAST - 全局变量访问对应
LOAD_GLOBAL - 内置名访问对应
LOAD_BUILTIN（但若被覆盖，也会退化为LOAD_GLOBAL）
只要关键路径上没有 LOAD_GLOBAL，就说明优化生效。注意：CPython 的某些 JIT 尝试（如 3.12 的实验性加速）不改变此行为逻辑，仍依赖手动绑定。
真正影响性能的不是“有没有全局变量”，而是“有没有在热路径里反复查它”。绑定一次，一劳永逸；漏掉一个，可能让整段循环慢 15%–30%。
