Python 함수 지역 변수는 어떻게 실행되나요? Python 함수 변수 적용에 대한 간략한 분석
- 不言원래의
- 2018-09-03 17:33:532779검색
이 기사에서 제공하는 내용은 Python 함수의 로컬 변수를 실행하는 방법입니다. Python 함수 변수의 응용에 대한 간략한 분석은 특정 참고 가치가 있습니다. 도움이 필요한 친구가 참고할 수 있기를 바랍니다.
머리말
이틀간 CodeReview에 있을 때 이런 코드를 봤습니다
# 伪代码
import somelib
class A(object):
def load_project(self):
self.project_code_to_name = {}
for project in somelib.get_all_projects():
self.project_code_to_name[project] = project
...
의도는 매우 간단합니다. 즉, somelib.get_all_projects에서 얻은 프로젝트를 self.project_code_to_name somelib.get_all_projects 获取的项目塞入的 self.project_code_to_name
然而印象中这个是有优化空间的，于是提出调整方案：
import somelib
class A(object):
def load_project(self):
project_code_to_name = {}
for project in somelib.get_all_projects():
project_code_to_name[project] = project
self.project_code_to_name = project_code_to_name
...
方案很简单，就是先定义局部变量 project_code_to_name，操作完，再赋值到self.project_code_to_name。
在后面的测试，也确实发现这样是会好点，那么结果知道了，接下来肯定是想探索原因的！
局部变量
其实在网上很多地方，甚至很多书上都有讲过一个观点：访问局部变量速度要快很多，粗看好像好有道理，然后又看到下面贴了一大堆测试数据，虽然不知道是什么，但这是真的屌，记住再说，管他呢！
但是实际上这个观点还是有一定的局限性，并不是放诸四海皆准。所以先来理解下这句话吧，为什么大家都喜欢这样说。
先看段代码理解下什么是局部变量：
#coding: utf8 a = 1 def test(b): c = 'test' print a # 全局变量 print b # 局部变量 print c # 局部变量 test(3)
# 输出 1 3 test
简单来说，局部变量就是只作用于所在的函数域，超过作用域就被回收
理解了什么是局部变量，就需要谈谈 Python 函数 和 局部变量 的爱恨情仇，因为如果不搞清楚这个，是很难感受到到底快在哪里；
为避免枯燥，以上述的代码来阐述吧，顺便附上 test 函数执行 的 dis 的解析:
# CALL_FUNCTION
5 0 LOAD_CONST 1 ('test')
3 STORE_FAST 1 (c)
6 6 LOAD_GLOBAL 0 (a)
9 PRINT_ITEM
10 PRINT_NEWLINE
7 11 LOAD_FAST 0 (b)
14 PRINT_ITEM
15 PRINT_NEWLINE
8 16 LOAD_FAST 1 (c)
19 PRINT_ITEM
20 PRINT_NEWLINE
21 LOAD_CONST 0 (None)
24 RETURN_VALUE
在上图中比较清楚能看到 a、b、c 分别对应的指令块，每一块的第一行都是 LOAD_XXX，顾名思义，是说明这些变量是从哪个地方获取的。
LOAD_GLOBAL 毫无疑问是全局，但是 LOAD_FAST 是什么鬼？似乎应该叫LOAD_LOCAL 吧？
然而事实就是这么神奇，人家就真的是叫 LOAD_FAST，因为局部变量是从一个叫 fastlocals 的数组里面读，所以名字也就这样叫了（我猜的）。
那么主角来了，我们要重点理解这个，因为这个确实还挺有意思。
Python 函数执行
Python 函数的构建和运行，说复杂不复杂，说简单也不简单，因为它需要区分很多情况，比方说需要区分 函数 和 方法，再而区分是有无参数，有什么参数，有木有变长参数，有木有关键参数。
全部展开仔细讲是不可能的啦，不过可以简单图解下大致的流程（忽略参数变化细节）：
一路顺流而下，直达 fast_function，它在这里的调用是：
// ceval.c -> call_function x = fast_function(func, pp_stack, n, na, nk);
参数解释下：
func: 传入的
test;pp_stack: 近似理解调用栈 (py方式);
na: 位置参数个数;
nk: 关键字个数;
n = na + 2 * nk;
那么下一步就看看 fast_function 要做什么吧。
初始化一波
定义 co 来存放 test 对象里面的
func_code定义 globals 来存放 test 对象里面的
func_globals(字典)定义 argdefs 来存放 test 对象里面的
func_defaults(构建函数时的关键字参数默认值)
来个判断，如果 argdefs 为空 && 传入的位置参数个数 == 函数定义时候的位置形参个数 && 没有传入关键字参数
那就
用
当前线程状态、co、globals来新建栈对象f;定义
fastlocals( fastlocals = f->f_localsplus; );把 传入的参数全部塞进去
fastlocals
那么问题来了，怎么塞？怎么找到传入了什么鬼参数：这个问题还是只能有 dis 来解答:
我们知道现在这步是在 CALL_FUNCTION 里面进行的，所以塞参数的动作，肯定是在此之前的，所以：
12 27 LOAD_NAME 2 (test) 30 LOAD_CONST 4 (3) 33 CALL_FUNCTION 1 36 POP_TOP 37 LOAD_CONST 1 (None) 40 RETURN_VALUE
在 CALL_FUNCTION 上面就看到 30 LOAD_CONST 4 (3)，有兴趣的童鞋可以试下多传几个参数，就会发现传入的参数，是依次通过LOAD_CONST
// fast_function 函数
fastlocals = f->f_localsplus;
stack = (*pp_stack) - n;
for (i = 0; i 🎜계획은 매우 간단합니다. 즉, 먼저 로컬 변수 <code>project_code_to_name</code>을 선택한 다음 <code>self.project_code_to_name</code>에 값을 할당합니다. 🎜🎜후속 테스트에서 이것이 더 낫다는 것을 알았습니다. 이제 결과가 알려졌으니 다음에는 그 이유를 꼭 살펴보고 싶습니다! 🎜🎜🎜로컬 변수🎜🎜🎜사실 인터넷의 여러 곳, 심지어 많은 책에서도 언급되는 관점이 있습니다. 🎜로컬 변수에 액세스하는 것이 훨씬 빠릅니다🎜 언뜻 보기에 말이 되는 것 같습니다. 그러다가 아래 글을 봤는데, 테스트 데이터가 많네요. 뭔지는 모르겠지만 정말 멋지네요. 걱정하지 마세요. 🎜🎜그러나 사실 이 견해에는 여전히 일정한 한계가 있으며 보편적으로 적용 가능하지는 않습니다. 그럼 먼저 이 문장을 이해하고 왜 모두가 이 문장을 좋아하는지 알아보겠습니다. 🎜🎜지역 변수가 무엇인지 이해하려면 먼저 코드를 살펴보세요. 🎜<pre class="brush:php;toolbar:false"># CALL_FUNCTION
5 0 LOAD_CONST 1 ('test')
3 STORE_FAST 1 (c)# PyEval_EvalFrameEx 庞大 switch-case 的其中一个分支：
PREDICTED_WITH_ARG(STORE_FAST);
TARGET(STORE_FAST)
{
v = POP();
SETLOCAL(oparg, v);
FAST_DISPATCH();
}
# 因为有涉及到宏，就顺便给出：
#define GETLOCAL(i) (fastlocals[i])
#define SETLOCAL(i, value) do { PyObject *tmp = GETLOCAL(i); \
GETLOCAL(i) = value; \
Py_XDECREF(tmp); } while (0)// 我感觉往回看的概率超低的，直接给出算了 def test(b): c = 'test' print b # 局部变量 print c # 局部变量🎜지역 변수가 무엇인지 이해하려면 Python 함수와 지역 변수 사이의 애증에 대해 이야기해야 합니다. 🎜🎜심심하지 않게 위의 코드로 설명하자면, 🎜test🎜 함수로 실행되는 🎜dis🎜 분석은 🎜
22 LOAD_FAST 1 (c)🎜 입니다. a, b, c는 명령 블록에 해당하는 것을 볼 수 있습니다. 각 블록의 첫 번째 줄은 이름에서 알 수 있듯이 이러한 변수를 가져온 위치를 나타냅니다. 🎜🎜
LOAD_GLOBAL은 의심할 여지없이 전역적이지만 LOAD_FAST는 도대체 무엇인가요? LOAD_LOCAL로 불러야 할 것 같죠? 🎜🎜그러나 진실은 너무나 마술적이어서 실제로는 LOAD_FAST라고 불립니다. 지역 변수는 fastlocals라는 배열에서 읽혀지기 때문에 이름도 그렇게 불립니다( 추측합니다). 🎜🎜이제 주인공이 왔으니 이것을 이해하는데 집중해야 합니다. 왜냐하면 이것은 정말 흥미롭기 때문입니다. 🎜🎜🎜파이썬 함수 실행🎜🎜🎜파이썬 함수의 구성과 연산은 복잡하다고 할 수도 있고 간단하다고 할 수도 있습니다. 함수나 메소드 등 여러 가지 상황을 구분해야 하고, 매개변수가 있는지 없는지 구분해야 하기 때문입니다. 가변 길이 매개변수가 있나요? 주요 매개변수가 있나요? 🎜🎜모든 것을 자세히 설명하는 것은 불가능하지만 일반적인 프로세스를 간략하게 설명할 수 있습니다(매개변수 변경 세부 사항 무시): 🎜🎜
🎜🎜강을 따라 쭉 내려가세요 fast_function에 대한 호출은 다음과 같습니다. 🎜# PyEval_EvalFrameEx 庞大 switch-case 的其中一个分支：
TARGET(LOAD_FAST)
{
x = GETLOCAL(oparg);
if (x != NULL) {
Py_INCREF(x);
PUSH(x);
FAST_DISPATCH();
}
format_exc_check_arg(PyExc_UnboundLocalError,
UNBOUNDLOCAL_ERROR_MSG,
PyTuple_GetItem(co->co_varnames, oparg));
break;
}🎜매개변수 설명: 🎜- 🎜func: Incoming
test;🎜 - 🎜pp_stack: 호출 스택에 대한 대략적인 이해(py 모드);🎜
- 🎜na: 위치 매개변수 수;🎜
- 🎜nk: 키워드 수;🎜
- 🎜n = na + 2 * nk;🎜
fast_function이 Bar에서 수행해야 하는 작업을 확인하는 것입니다. . 🎜🎜wave 초기화🎜- 🎜co를 정의하여
func_code를 테스트 개체에 저장합니다🎜 - 🎜전역 정의 테스트 개체에
func_globals(사전)를 저장하려면🎜 - 🎜인수 정의를 정의하여
func_defaults(함수 빌드 시 기본 키워드 매개변수)를 테스트에 저장하세요. object Value)🎜
argdefs가 비어 있는지 && 전달된 위치 매개변수 수 == 함수가 실행될 때 위치 매개변수 수 정의되었습니다 && 키워드 매개변수가 전달되지 않았습니다🎜🎜Then🎜- 🎜
현재 스레드 상태 사용,co,globals를 사용하여 새 스택 개체f를 생성합니다.🎜 - 🎜
fastlocals 정의 code> ( fastlocals = f->f_localsplus; );🎜 - 🎜
fastlocals🎜
dis로만 답변할 수 있습니다. 🎜🎜우리는 이 단계가 CALL_FUNCTION에서 수행된다는 것을 알고 있으므로 매개변수는 다음과 같습니다. 연결됨 이 작업은 이 이전에 수행되어야 하므로: 🎜class SS(object):
def __init__(self):
self.fuck = {}
def test(self):
print self.fuck🎜 CALL_FUNCTION에서 30 LOAD_CONST를 볼 수 있습니다. 몇 가지 매개변수를 전달하면 전달된 매개변수가 순서대로 로드되는 것을 확인할 수 있습니다. <code>LOAD_CONST 를 통해 매개변수를 찾는 방법에 대한 문제가 분명해집니다.// fast_function 函数
fastlocals = f->f_localsplus;
stack = (*pp_stack) - n;
for (i = 0; i <p>这里出现的 n 还记得怎么来的吗？回顾上面有个 <code>n = na + 2 * nk;</code> ，能想起什么吗？</p><p>其实这个地方就是简单的通过将 <code>pp_stack</code> 偏移 n 字节 找到一开始塞入参数的位置。</p><p>那么问题来了，如果 n 是 位置参数个数 + 关键字参数，那么 2 * nk 是什么意思？其实这答案很简单，那就是 关键字参数字节码 是属于带参数字节码， 是占 2字节。</p><p>到了这里，栈对象 <code>f</code> 的 <code>f_localsplus</code> 也登上历史舞台了，只是此时的它，还只是一个未经人事的少年，还需历练。</p><p>做好这些动作，终于来到真正执行函数的地方了: <code>PyEval_EvalFrameEx</code>，在这里，需要先交代下，有个和 <code>PyEval_EvalFrameEx</code> 很像的，叫 <code>PyEval_EvalCodeEx</code>，虽然长得像，但是人家干得活更多了。</p><p>请看回前面的 <code>fast_function</code> 开始那会有个判断，我们上面说得是判断成立的，也就是最简单的函数执行情况。如果函数传入多了关键字参数或者其他情况，那就复杂很多了，此时就需要由 <code>PyEval_EvalCodeEx</code> 处理一波，再执行 <code>PyEval_EvalFrameEx</code>。</p><p><code>PyEval_EvalFrameEx</code> 主要的工作就是解析字节码，像刚才的那些 <code>CALL_FUNCTION</code>，<code>LOAD_FAST</code> 等等，都是由它解析和处理的，它的本质就是一个死循环，然后里面有一堆 <code>swith - case</code>，这基本也就是 Python 的运行本质了。</p><h4>f_localsplus 存 和 取</h4><p>讲了这么长的一堆，算是把 Python 最基本的 函数调用过程简单扫了个盲，现在才开始探索主题。。</p><p>为了简单阐述，直接引用名词：<code>fastlocals</code>, 其中 <code>fastlocals = f->f_localsplus</code></p><p>刚才只是简单看到了，Python 会把传入的参数，以此塞入 <code>fastlocals</code> 里面去，那么毋庸置疑，传入的位置参数，必然属于局部变量了，那么关键字参数呢？那肯定也是局部变量，因为它们都被特殊对待了嘛。</p><p>那么除了函数参数之外，必然还有函数内部的赋值咯？ 这块字节码也一早在上面给出了：</p><pre class="brush:php;toolbar:false"># CALL_FUNCTION
5 0 LOAD_CONST 1 ('test')
3 STORE_FAST 1 (c)这里出现了新的字节码 STORE_FAST,一起来看看实现把：
# PyEval_EvalFrameEx 庞大 switch-case 的其中一个分支：
PREDICTED_WITH_ARG(STORE_FAST);
TARGET(STORE_FAST)
{
v = POP();
SETLOCAL(oparg, v);
FAST_DISPATCH();
}
# 因为有涉及到宏，就顺便给出：
#define GETLOCAL(i) (fastlocals[i])
#define SETLOCAL(i, value) do { PyObject *tmp = GETLOCAL(i); \
GETLOCAL(i) = value; \
Py_XDECREF(tmp); } while (0)简单解释就是，将 POP() 获得的值 v，塞到 fastlocals 的 oparg 位置上。此处，v 是 "test"， oparg 就是 1。用图表示就是：
有童鞋可能会突然懵了，为什么突然来了个 b ？我们又需要回到上面看 test 函数是怎样定义的：
// 我感觉往回看的概率超低的，直接给出算了 def test(b): c = 'test' print b # 局部变量 print c # 局部变量
看到函数定义其实都应该知道了，因为 b 是传的参数啊，老早就塞进去了~
那存储知道了，那么怎么取呢？同样也是这段代码的字节码：
22 LOAD_FAST 1 (c)
虽然这个用脚趾头想想都知道原理是啥，但公平起见还是给出相应的代码：
# PyEval_EvalFrameEx 庞大 switch-case 的其中一个分支：
TARGET(LOAD_FAST)
{
x = GETLOCAL(oparg);
if (x != NULL) {
Py_INCREF(x);
PUSH(x);
FAST_DISPATCH();
}
format_exc_check_arg(PyExc_UnboundLocalError,
UNBOUNDLOCAL_ERROR_MSG,
PyTuple_GetItem(co->co_varnames, oparg));
break;
}直接用 GETLOCAL 通过索引在数组里取值了。
到了这里，应该也算是把 f_localsplus 讲明白了。这个地方不难，其实一般而言是不会被提及到这个，因为一般来说忽略即可了，但是如果说想在性能方面讲究点，那么这个小知识就不得忽视了。
变量使用姿势
因为是面向对象，所以我们都习惯了通过 class 的方式，对于下面的使用方式，也是随手就来：
class SS(object):
def __init__(self):
self.fuck = {}
def test(self):
print self.fuck这种方式一般是没什么问题的，也很规范。到那时如果是下面的操作，那就有问题了：
class SS(object):
def __init__(self):
self.fuck = {}
def test(self):
num = 10
for i in range(num):
self.fuck[i] = i这段代码的性能损耗，会随着 num 的值增大而增大， 如果下面循环中还要涉及到更多类属性的读取、修改等等，那影响就更大了
这个类属性如果换成 全局变量，也会存在类似的问题，只是说在操作类属性会比操作全局变量要频繁得多。
我们直接看看两者的差距有多大把？
import timeit
class SS(object):
def test(self):
num = 100
self.fuck = {} # 为了公平，每次执行都同样初始化新的 {}
for i in range(num):
self.fuck[i] = i
def test_local(self):
num = 100
fuck = {} # 为了公平，每次执行都同样初始化新的 {}
for i in range(num):
fuck[i] = i
self.fuck = fuck
s = SS()
print timeit.timeit(stmt=s.test_local)
print timeit.timeit(stmt=s.test)
通过上图可以看出，随着 num 的值越大，for 循环的次数就越多，那么两者的差距也就越大了。
那么为什么会这样，也是在字节码可以看出写端倪：
// s.test >> 28 FOR_ITER 19 (to 50) 31 STORE_FAST 2 (i) 8 34 LOAD_FAST 2 (i) 37 LOAD_FAST 0 (self) 40 LOAD_ATTR 0 (hehe) 43 LOAD_FAST 2 (i) 46 STORE_SUBSCR 47 JUMP_ABSOLUTE 28 >> 50 POP_BLOCK // s.test_local >> 25 FOR_ITER 16 (to 44) 28 STORE_FAST 3 (i) 14 31 LOAD_FAST 3 (i) 34 LOAD_FAST 2 (hehe) 37 LOAD_FAST 3 (i) 40 STORE_SUBSCR 41 JUMP_ABSOLUTE 25 >> 44 POP_BLOCK 15 >> 45 LOAD_FAST 2 (hehe) 48 LOAD_FAST 0 (self) 51 STORE_ATTR 1 (hehe)
上面两段就是两个方法的 for block 内容，大家对比下就会知道， s.test 相比于 s.test_local, 多了个 LOAD_ATTR 放在 FOR_ITER 和 POP_BLOCK 之间。
这说明什么呢？ 这说明，在每次循环时，s.test 都需要 LOAD_ATTR，很自然的，我们需要看看这个是干什么的：
TARGET(LOAD_ATTR)
{
w = GETITEM(names, oparg);
v = TOP();
x = PyObject_GetAttr(v, w);
Py_DECREF(v);
SET_TOP(x);
if (x != NULL) DISPATCH();
break;
}
# 相关宏定义
#define GETITEM(v, i) PyTuple_GetItem((v), (i))这里出现了一个陌生的变量 name, 这是什么？其实这个就是每个 codeobject 所维护的一个 名字数组，基本上每个块所使用到的字符串，都会在这里面存着，同样也是有序的：
// PyCodeObject 结构体成员 PyObject *co_names; /* list of strings (names used) */
那么 LOAD_ATTR 的任务就很清晰了：先从名字列表里面取出字符串，结果就是 "hehe", 然后通过 PyObject_GetAttr 去查找，在这里就是在 s 实例中去查找。
且不说查找效率如何，光多了这一步，都能失之毫厘差之千里了，当然这是在频繁操作次数比较多的情况下。
所以我们在一些会频繁操作 类/实例属性 的情况下，应该是先把 属性 取出来存到 局部变量，然后用 局部变量 来完成操作。最后视情况把变动更新到属性上。
最后
其实相比变量，在函数和方法的使用上面更有学问，更值得探索，因为那个原理和表面看起来差别更大，下次有机会再探讨。平时工作多注意下，才能使得我们的 PY 能够稍微快点点点点点。
相关推荐：
위 내용은 Python 함수 지역 변수는 어떻게 실행되나요? Python 함수 변수 적용에 대한 간략한 분석의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!