


Mengapakah `example = list(...)` menimbulkan `TypeError: 'list' object is not callable`?
Mengapakah ""example = list(...)"" menghasilkan ""TypeError: 'list' object is not callable"?"
Dalam REPL, anda mungkin menghadapi ralat ""TypeError: 'list' object is not callable"" apabila cuba memberikan senarai kepada contoh pembolehubah menggunakan yang berikut kod:
example = list('easyhoss')
Isu ini timbul kerana senarai nama terbina dalam Python, yang merujuk kepada kelas, telah dibayangi dengan mencipta pembolehubah dengan nama yang sama. Pemboleh ubah ini menunjukkan contoh kelas senarai.
Untuk menggambarkan pembayang ini:
>>> example = list('easyhoss') # 'list' refers to the builtin class >>> list = list('abc') # Create a variable 'list' referencing an instance of 'list' >>> example = list('easyhoss') # 'list' now refers to the instance Traceback (most recent call last): File "<string>", line 1, in <module> TypeError: 'list' object is not callable
Memandangkan Python merujuk objek (fungsi dan kelas disertakan) dengan nama dalam ruang nama, anda boleh menulis semula mana-mana nama dalam mana-mana skop. Masa jalan mencari nama dalam ruang nama tempatan dan, jika ia tidak dijumpai, meneruskan ke ruang nama peringkat lebih tinggi. Proses ini berterusan sehingga nama ditemui atau NameError dinaikkan.
Builtins, seperti senarai, berada dalam ruang nama tertib tinggi __builtins__. Jika senarai pembolehubah diisytiharkan dalam ruang nama global modul, penterjemah tidak akan mencarinya dalam __builtins__. Begitu juga, jika pembolehubah var dicipta dalam fungsi, dan var lain ditakrifkan dalam ruang nama global, merujuk var daripada fungsi akan sentiasa merujuk kepada pembolehubah tempatan.
Sebagai contoh:
>>> example = list("abc") # Works fine >>> >>> # Creating variable "list" in the global namespace of the module >>> list = list("abc") >>> >>> example = list("abc") Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: 'list' object is not callable >>> # Python finds "list" in the global namespace, >>> # but it is not the desired "list". >>> >>> # Remove "list" from the global namespace >>> del list >>> # Since "list" is no longer in the global namespace, >>> # Python searches in a higher-level namespace. >>> example = list("abc") # Works now
Oleh itu, Python builtin mengikut peraturan yang sama seperti semua objek lain. Pembayangan, yang digambarkan dalam kes ini, boleh dielakkan dengan menggunakan IDE yang menyerlahkan isu pembayang nama.
Selain itu, senarai sebagai kelas boleh dipanggil. Memanggil kelas mencetuskan pembinaan dan permulaan contoh. Walaupun contoh juga boleh dipanggil, contoh senarai tidak. Kelas dan kejadian adalah konsep yang jelas berbeza yang dijelaskan dalam dokumentasi Python.
Atas ialah kandungan terperinci Mengapakah `example = list(...)` menimbulkan `TypeError: 'list' object is not callable`?. 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.

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.

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

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.

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.

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 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.

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.
