掌握L、E、G、B(作用域)
掌握局部作用域修改全局变量
步骤-
1.命名空间和作用域
命名空间：变量名称与值的映射关系
作用域：变量作用的区域，即范围。
注意：class/def/模块会产生作用域；分支语句，循环语句，异常处理语句不会产生新的作用域。
2.作用域的类型区分
| 分类 | 表示 | 简单写法 |
|---|---|---|
| 局部作用域 | Local | L |
| 嵌套作用域 | Enclosing | E |
| 全局作用域 | Global | G |
| 内置作用域 | builtin | B |
# 全局变量
name = "小张" # 全局作用域
def fun():
# 嵌套作用域
age = 20
def fun02():
print("xxxx")
# print内置作用域内
print(name)
练习：定义一个包含四个作用域变量的代码块，并明确说出他们的变量作用域类型。
# 说出变量的作用域
a = 1 # 全局作用域
def sum_num():
c = 2 # 嵌套作用域
def inner():
d = 3 # 局部作用域
print(d)
print(c)
# 内置作用域
print(a)
3.LEGB法则
局部 > 嵌套 > 全局 > 内置
4.局部作用域变量的特点
局部变量只能在局部访问
def fun():
a = 10
print(a)
fun()
函数运行，开辟栈帧，在函数栈帧存活期间，访问局部变量，可以访问得到，如果函数栈帧销毁，则所有数据对象销毁。
5.局部作用域内修改全局变量
需要在局部作用域内生命全局变量
5.1 可变类型
list01 = [1, 2, 3, 4, 5, 6]
def fun01():
# global 声明
list01.append(0)
print(list01) # [1, 2, 3, 4, 5, 6, 0]
fun01()
print(list01) # [1, 2, 3, 4, 5, 6, 0]
5.2 不可变类型
a = 10
def fun():
# 在局部作用域修改全局变量
# 兄弟，我这里声明的是一个全局变量
global a # 声明在局部作用域内创建一个全局变量
a = 20
print(a) # 20
fun()
print(a) # 20
6.总结
- 命名空间与作用域
- 作用域类型：LEGB
- LEGB法则
- 局部作用域内修改全局变量
- 可变类型：直接修改
- 不可变量：global
在局部修改全局的：global
在局部修改嵌套的：nonlocal
当在局部作用域内修改全局变量时，如果全局变量为不可变类型，需要使用global 生命全局变量，才可以修改；如果全局变量为可变类型，可以直接修改。
命名空间：变量名称和值的映射关系
作用域：作用域就是变量作用的区域，即范围
-
作用域种类：
局部作用域(Local)
嵌套作用域(Enclosing)
全局作用域(Global)
内置作用域(Builtin)
LEGB法则：
局部作用域 -> 嵌套作用域 -> 全局作用域 -> 内置作用域
问题导入
有的时候会涉及到函数嵌套，当内存函数需要修改外层函数内的变量值时该怎么办？
步骤
1.nonlocal代码示范
# 嵌套作用域
# 函数嵌套
# 在局部作用域内去修改嵌套作用域内的变量
# 当我们在局部作用域内要修改嵌套作用域内的变量时，需要使用nonlocal去声明
def fun01():
name = "积云教育"
def fun02():
# 在这里不仅仅去访问name变量
# 修改name变量
nonlocal name
name = "积云教育人工智能"
print(name)
fun02()
print("---->",name)
fun01()
2.global 和 nonlocal 的区别
在局部修改全局的：global
在局部修改嵌套的：nonlocal
3.案例演示
name = "北京烤鸭"
address = ["东直门", "西直门", "朝阳区"]
def fun01():
global name
name = "全聚德北京烤鸭"
address.append("国贸")
address.append("西单")
price = 20
def fun02():
nonlocal price
price = 230
fun02()
print("修改后的价格为:", price)
fun01()
print(name)
print(address)
课堂回顾
global:在局部修改全局
nonlocal:局部修改嵌套
问题导入
当python解释器执行创建对象等语句时，会在内存中开辟一块空间存储相关内容，但内存空间有限，当创建很多的对象，开辟很多内存空间，但一直不清理时，内存就会溢出，会产生内存危机。此时该怎么办呢？
1.基础概念理解
内存空间的申请与回收是非常耗费精力的事情，且存在极大的危险性，稍有不慎就有可能引发内存溢出问题，好在 Cpython 解释器提供了自动的垃圾回收机制来帮我们解决了这件事。 Python 的垃圾回收机制 （ 简称GC ） 主要采用的是引用计数为主、标记清除与分代回收为辅的垃圾回收策略
2.引用计数
值被多次引用：不会在内存中重复创建数据，而是引用计数器+1，当对象被销毁时，引用计数器-1，如果引用计数器为0，在内存中进行删除销毁(暂时不考虑其他特殊的情况)。
对象被销毁：
list01 = [1, 2, 3, [4, 5], 6]
list02 = list01
name = "龟叔"
引用计数是Cpython解释器提供的垃圾回收机制中的一种方法
基于引用数据器进行垃圾回收机制还有存在一定的问题。
分析：
执行del操作之后，由于循环引用，所以他们的计数器不会为0，因此，引用计数，失效。
3.标记清除
为了解决循环引用的问题，我们引入了标记清除，只针对那些可能才在循环引用的对象，进行特殊处理，例如：列表、元组、字典、集合。
当这些类型中引入另外一个，并且只有他们互相引用，那么就给标记清除。
4.分代回收
对标记清除要进行优化，将那些可能存在循环引用的对象拆分，拆分为3个不同的区域，称为：0/1/2（青年代、中年代、老年代），
0：当区域内对象个数阈值达到700时，才执行一个0代的扫描检查。
1：当0代（青年代）扫描次数超过10次，则执行一个1代稻苗检查
2：当1代(中年代)稻苗次数超过10次后，则执行一次2代的扫价差。
5.总结
- 垃圾回收机制(GC机制)
- 以引用计数为主，标记清除和分代回收为辅