


Zugriff auf Klassenvariablen aus Listenverständnissen in Klassendefinitionen
In Python 2 war der Zugriff auf Klassenvariablen aus einem Listenverständnis innerhalb der Klassendefinition möglich. In Python 3 und höher ist dies jedoch aufgrund von Bereichseinschränkungen nicht zulässig. Der Klassenbereich wird getrennt vom Bereich von Comprehensions und anderen Funktionen behandelt. Daher ist der Zugriff auf Klassenvariablen innerhalb eines Comprehensions mithilfe von Namen nicht zulässig.
Zum Beispiel würde der folgende Code in Python 2 funktionieren :
class Foo: x = 5 y = [x for i in range(1)]
In Python 3 würde es jedoch zu einem Fehler führen:
NameError: name 'x' is not defined
Warum und wie das Bereichseinschränkung funktioniert
Der Grund für diese Einschränkung liegt in der Art und Weise, wie Python mit Bereichen umgeht. Bei der Auswertung eines Listenverständnisses innerhalb einer Klassendefinition erstellt Python einen neuen Bereich für dieses Verständnis. Dieser neue Bereich umfasst nicht den Klassenbereich, sodass alle im Klassenbereich definierten Variablen im Verständnis nicht sichtbar sind.
Zusammenfassungen, Generatorausdrücke und Lambda-Funktionen haben alle ihre eigenen isolierten Bereiche, was bedeutet, dass dies nicht möglich ist Greifen Sie direkt über die umschließende Funktion oder den Klassenbereich auf Variablen zu. Dies ist eine Sicherheitsmaßnahme, die unbeabsichtigte Änderungen von Variablen im umschließenden Bereich verhindert.
Problemumgehungen
Es gibt einige Problemumgehungen für diese Einschränkung:
- Verwenden Sie eine temporäre Funktion: Sie können eine Funktion innerhalb der Klasse definieren, die die Klassenvariable explizit an die übergibt Verständnis:
class Foo: x = 5 def get_y(self, x): return [x for i in range(1)] y = get_y(x)
- Nichtlokal verwenden: Dieses Schlüsselwort kann verwendet werden, um eine Funktion innerhalb eines verschachtelten Bereichs anzuweisen, eine Variable in einem umschließenden Bereich zu ändern:
class Foo: x = 5 def get_y(): nonlocal x return [x for i in range(1)] y = get_y()
- Eine Instanz verwenden Variable:Anstatt das Verständnisergebnis in der Klasse selbst zu speichern, können Sie es in einer Instanz speichern:
class Foo: def __init__(self): self.y = [self.x for i in range(1)]
- Verwenden Sie ein Funktionsattribut: Ähnlich wie bei der Verwendung einer temporären Funktion können Sie auch ein Funktionsattribut definieren, das die Klassenvariable speichert:
class Foo: x = 5 @classmethod def get_y(cls): y = [cls.x for i in range(1)] return y Foo.y = Foo.get_y()
Es ist Es ist wichtig zu beachten, dass diese Problemumgehungen Ihnen zwar den Zugriff auf Klassenvariablen aus dem Verständnis ermöglichen, aber Ihrem Code zusätzliche Komplexität verleihen. Überlegen Sie sorgfältig, welcher Ansatz für Ihre spezifischen Bedürfnisse am besten geeignet ist.
Das obige ist der detaillierte Inhalt vonWarum kann ich in Python 3 nicht direkt über Listenverständnisse auf Klassenvariablen zugreifen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Dieses Tutorial zeigt, wie man Python verwendet, um das statistische Konzept des Zipf -Gesetzes zu verarbeiten, und zeigt die Effizienz des Lesens und Sortierens großer Textdateien von Python bei der Bearbeitung des Gesetzes. Möglicherweise fragen Sie sich, was der Begriff ZiPF -Verteilung bedeutet. Um diesen Begriff zu verstehen, müssen wir zunächst das Zipf -Gesetz definieren. Mach dir keine Sorgen, ich werde versuchen, die Anweisungen zu vereinfachen. Zipf -Gesetz Das Zipf -Gesetz bedeutet einfach: In einem großen natürlichen Sprachkorpus erscheinen die am häufigsten vorkommenden Wörter ungefähr doppelt so häufig wie die zweiten häufigen Wörter, dreimal wie die dritten häufigen Wörter, viermal wie die vierten häufigen Wörter und so weiter. Schauen wir uns ein Beispiel an. Wenn Sie sich den Brown Corpus in amerikanischem Englisch ansehen, werden Sie feststellen, dass das häufigste Wort "Th ist

In diesem Artikel wird erklärt, wie man schöne Suppe, eine Python -Bibliothek, verwendet, um HTML zu analysieren. Es beschreibt gemeinsame Methoden wie find (), find_all (), select () und get_text () für die Datenextraktion, die Behandlung verschiedener HTML -Strukturen und -Anternativen (SEL)

Der Umgang mit lauten Bildern ist ein häufiges Problem, insbesondere bei Mobiltelefonen oder mit geringen Auflösungskamera-Fotos. In diesem Tutorial wird die Bildfilterungstechniken in Python unter Verwendung von OpenCV untersucht, um dieses Problem anzugehen. Bildfilterung: Ein leistungsfähiges Werkzeug Bildfilter

PDF-Dateien sind für ihre plattformübergreifende Kompatibilität beliebt, wobei Inhalte und Layout für Betriebssysteme, Lesegeräte und Software konsistent sind. Im Gegensatz zu Python Processing -Klartextdateien sind PDF -Dateien jedoch binäre Dateien mit komplexeren Strukturen und enthalten Elemente wie Schriftarten, Farben und Bilder. Glücklicherweise ist es nicht schwierig, PDF -Dateien mit Pythons externen Modulen zu verarbeiten. In diesem Artikel wird das PYPDF2 -Modul verwendet, um zu demonstrieren, wie Sie eine PDF -Datei öffnen, eine Seite ausdrucken und Text extrahieren. Die Erstellung und Bearbeitung von PDF -Dateien finden Sie in einem weiteren Tutorial von mir. Vorbereitung Der Kern liegt in der Verwendung von externem Modul PYPDF2. Installieren Sie es zunächst mit PIP: pip ist p

Dieses Tutorial zeigt, wie man Redis Caching nutzt, um die Leistung von Python -Anwendungen zu steigern, insbesondere innerhalb eines Django -Frameworks. Wir werden Redis -Installation, Django -Konfiguration und Leistungsvergleiche abdecken, um den Vorteil hervorzuheben

Dieser Artikel vergleicht TensorFlow und Pytorch für Deep Learning. Es beschreibt die beteiligten Schritte: Datenvorbereitung, Modellbildung, Schulung, Bewertung und Bereitstellung. Wichtige Unterschiede zwischen den Frameworks, insbesondere bezüglich des rechnerischen Graps

Python, ein Favorit für Datenwissenschaft und Verarbeitung, bietet ein reichhaltiges Ökosystem für Hochleistungs-Computing. Die parallele Programmierung in Python stellt jedoch einzigartige Herausforderungen dar. Dieses Tutorial untersucht diese Herausforderungen und konzentriert sich auf die globale Interprete

Dieses Tutorial zeigt, dass eine benutzerdefinierte Pipeline -Datenstruktur in Python 3 erstellt wird, wobei Klassen und Bedienerüberladungen für verbesserte Funktionen genutzt werden. Die Flexibilität der Pipeline liegt in ihrer Fähigkeit, eine Reihe von Funktionen auf einen Datensatz GE anzuwenden


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

DVWA
Damn Vulnerable Web App (DVWA) ist eine PHP/MySQL-Webanwendung, die sehr anfällig ist. Seine Hauptziele bestehen darin, Sicherheitsexperten dabei zu helfen, ihre Fähigkeiten und Tools in einem rechtlichen Umfeld zu testen, Webentwicklern dabei zu helfen, den Prozess der Sicherung von Webanwendungen besser zu verstehen, und Lehrern/Schülern dabei zu helfen, in einer Unterrichtsumgebung Webanwendungen zu lehren/lernen Sicherheit. Das Ziel von DVWA besteht darin, einige der häufigsten Web-Schwachstellen über eine einfache und unkomplizierte Benutzeroberfläche mit unterschiedlichen Schwierigkeitsgraden zu üben. Bitte beachten Sie, dass diese Software

PHPStorm Mac-Version
Das neueste (2018.2.1) professionelle, integrierte PHP-Entwicklungstool

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

MinGW – Minimalistisches GNU für Windows
Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

ZendStudio 13.5.1 Mac
Leistungsstarke integrierte PHP-Entwicklungsumgebung
