Rumah pembangunan bahagian belakang Tutorial Python Mengapakah Pemahaman Senarai Python 2 Mengikat Semula Pembolehubah, dan Bagaimana Python 3 Mengubah Ini?

Mengapakah Pemahaman Senarai Python 2 Mengikat Semula Pembolehubah, dan Bagaimana Python 3 Mengubah Ini?

Nov 30, 2024 am 11:51 AM

Why Does Python 2's List Comprehension Rebind Variables, and How Did Python 3 Change This?

Pemahaman Senarai dan Pengikat Semula Nama

Pemahaman senarai ialah sintaks ringkas untuk mencipta senarai dalam Python. Walau bagaimanapun, mereka menunjukkan tingkah laku yang tidak dijangka dalam interaksi dengan skop.

Pertimbangkan kod berikut:

x = "original value"
squares = [x**2 for x in range(5)]
print(x)  # Prints 4 in Python 2!
Salin selepas log masuk

Dalam contoh ini, pemahaman senarai mengikat semula pembolehubah x kepada nilai semasa daripada lelaran julat(5). Tingkah laku ini dikenali sebagai pengikatan semula nama.

Sebab Pengikat Semula Nama

Dalam Python 2, pemahaman senarai dilaksanakan secara berbeza daripada ungkapan penjana. Pemahaman senarai telah dioptimumkan untuk kelajuan dengan membocorkan pembolehubah kawalan gelung ke dalam skop sekeliling. Ekspresi penjana, sebaliknya, menggunakan bingkai pelaksanaan yang berasingan, menghalang kebocoran ini.

Perubahan Python 3

Dalam Python 3, perbezaan ini telah dialih keluar. Senarai pemahaman kini menggunakan pelaksanaan yang sama seperti ungkapan penjana. Akibatnya, penjilidan semula nama tidak lagi berlaku dalam Python 3.

Akibat

Penikatan semula nama boleh membawa kepada tingkah laku dan ralat yang tidak dijangka, terutamanya dalam kes di mana nama pembolehubah yang sama digunakan dalam kedua-dua pemahaman senarai dan skop sekeliling. Seperti yang dinyatakan dalam soalan, ia boleh dikurangkan dengan menggunakan awalan garis bawah untuk pembolehubah sementara dalam pemahaman senarai.

Guido van Rossum, pencipta Python, menjelaskan sejarah di sebalik perubahan ini: Dalam Python 2, pemahaman senarai bocor pembolehubah kawalan gelung sebagai artifak pelaksanaan awal untuk mengoptimumkan prestasi. Walau bagaimanapun, dalam Python 3, ini dianggap sebagai rahsia kecil yang kotor yang harus diperbaiki dengan menggunakan strategi pelaksanaan yang sama seperti ungkapan penjana.

Atas ialah kandungan terperinci Mengapakah Pemahaman Senarai Python 2 Mengikat Semula Pembolehubah, dan Bagaimana Python 3 Mengubah Ini?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tutorial Java
1664
14
Tutorial PHP
1266
29
Tutorial C#
1239
24
Python vs C: Aplikasi dan kes penggunaan dibandingkan Python vs C: Aplikasi dan kes penggunaan dibandingkan Apr 12, 2025 am 12:01 AM

Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Rancangan Python 2 jam: Pendekatan yang realistik Rancangan Python 2 jam: Pendekatan yang realistik Apr 11, 2025 am 12:04 AM

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Python: Permainan, GUI, dan banyak lagi Python: Permainan, GUI, dan banyak lagi Apr 13, 2025 am 12:14 AM

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Berapa banyak python yang boleh anda pelajari dalam 2 jam? Berapa banyak python yang boleh anda pelajari dalam 2 jam? Apr 09, 2025 pm 04:33 PM

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Python dan Masa: Memanfaatkan masa belajar anda Python dan Masa: Memanfaatkan masa belajar anda Apr 14, 2025 am 12:02 AM

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python: meneroka aplikasi utamanya Python: meneroka aplikasi utamanya Apr 10, 2025 am 09:41 AM

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Python: Automasi, skrip, dan pengurusan tugas Python: Automasi, skrip, dan pengurusan tugas Apr 16, 2025 am 12:14 AM

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

See all articles