


Mengapa Menugaskan Semula Pembolehubah dalam Fungsi Python Menyebabkan UnboundLocalError?
Memahami UnboundLocalError apabila Menetapkan Semula Pembolehubah dalam Fungsi
Apabila pembolehubah ditakrifkan di luar fungsi, ia dianggap pembolehubah global dan boleh diakses dalam fungsi. Walau bagaimanapun, jika pembolehubah ditakrifkan semula dalam fungsi, ia menjadi pembolehubah tempatan dan diutamakan daripada pembolehubah global. Ini boleh membawa kepada ralat "UnboundLocalError" apabila cuba mengakses pembolehubah global dengan nama yang sama.
Dalam contoh yang diberikan:
a, b, c = (1, 2, 3) def test(): print(a) print(b) print(c) c += 1
Apabila kod ini dilaksanakan, pembolehubah a , b, dan c ditakrifkan secara global. Dalam fungsi ujian, baris print(a), print(b) dan print(c) berjaya mencetak nilai pembolehubah global.
Walau bagaimanapun, apabila baris c = 1 tidak diulas, ia cuba untuk menetapkan semula nilai c dalam fungsi ujian. Ini mencipta pembolehubah tempatan baharu c dan memberikan nilai 4 kepadanya. Akibatnya, apabila cetakan baris(c) dilaksanakan, ia merujuk kepada pembolehubah tempatan c dan bukan pembolehubah global c. Memandangkan pembolehubah tempatan c belum diberikan nilai sebelum ia dirujuk, ralat "UnboundLocalError" dinaikkan.
Untuk mengelakkan ralat ini, anda boleh menggunakan kata kunci global sebelum nama pembolehubah dalam fungsi untuk secara eksplisit menunjukkan bahawa anda ingin mengakses pembolehubah global. Sebagai contoh, kod di bawah akan berfungsi dengan betul:
a, b, c = (1, 2, 3) def test(): global c print(a) print(b) print(c) c += 1
Dalam kes ini, apabila fungsi ujian dilaksanakan, pernyataan c global memastikan bahawa pembolehubah c dalam fungsi merujuk kepada pembolehubah global c dan bukan pembolehubah tempatan. Oleh itu, baris print(c) akan mencetak nilai yang betul bagi pembolehubah global c.
Atas ialah kandungan terperinci Mengapa Menugaskan Semula Pembolehubah dalam Fungsi Python Menyebabkan UnboundLocalError?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

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

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











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.

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

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 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.

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 lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

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.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.
