Question

在编写Python代码时，我经常发现自己想要获得类似于Lisp的defvar的行为。基本上，如果某个变量不存在，我想创建它并为其分配一个特定的值。否则，我不想做任何事情，特别是，我不想覆盖变量的当前值。

我环顾四周，发现了这个建议：

try:
    some_variable
except NameError:
    some_variable = some_expensive_computation()

我一直在使用它并且工作正常。但是，对我而言，这样的代码看起来并非正常。代码是四行，而不是Lisp中需要的代码，它需要异常处理来处理那些不是“特殊”的东西。

背景是我正在进行交互式开发。我经常执行我的Python代码文件，因为我改进了它，而且每次我都不想运行some_expensive_computation（）。我可以安排每次启动一个新的Python解释器时手动运行some_expensive_computation（），但我宁愿做一些自动化的事情，特别是这样我的代码可以非交互式运行。一个季节Python程序员将如何实现这一目标？

我正在使用WinXP和SP3，Python 2.7.5通过Anaconda 1.6.2（32位），并在Spyder中运行。

Answer 1

依赖于具有意义的变量的存在或不存在通常是一个坏主意。而是使用sentinel值来指示变量未设置为适当的值。 None是此类哨兵的常见选择，但如果这可能是您昂贵计算的可能输出，则可能不合适。

所以，而不是你当前的代码，做这样的事情：

# early on in the program
some_variable = None

# later:
if some_variable is None:
    some_variable = some_expensive_computation()

# use some_variable here

或者，None可能是重要值的版本：

_sentinel = object()
some_variable = _sentinel # this means it doesn't have a meaningful value

# later
if some_variable is _sentinel:
    some_variable = some_expensive_computation()

Answer 2

很难说出您更关心哪个，特定语言功能或持续会话。既然你说：

背景是我正在进行交互式开发。我经常执行我的Python代码文件，因为我改进了它，而且每次我都不想运行some_expensive_computation（）。

您可能会发现IPython提供了一个令您满意的持久互动环境。

Answer 3

不要在Python中编写Lisp，只要想想你正在尝试做什么。你想避免两次调用昂贵的函数并让它运行两次。你可以编写你的函数：

def f(x):
    if x in cache:
        return cache[x]

    result = ...
    cache[x] = result

    return result

或者使用Python的装饰器，只需使用另一个为您处理缓存的函数来装饰该函数。 Python 3.3附带functools.lru_cache，它就是这样：

import functools

@functools.lru_cache()
def f(x):
    return ...

PyPi for 2.7中有相当多的memoization库。

Answer 4

对于您提供的用例，使用try ... except保护似乎是一种很好的方法：您的代码依赖于先前执行脚本的剩余变量。

但我同意这不是一个很好的概念实现＆＃34;这里是一个默认值，除非变量已经设置，否则使用它＃34;。 Python并不直接支持变量，但它确实有一个字典键的默认设置器：

myvalues = dict()
myvalues.setdefault("some_variable", 42)
print some_variable    # prints 42

setdefault的第一个参数必须是字符串，其中包含要定义的变量的名称。

如果您有一个复杂的设置系统和默认设置（如emacs），您可能会将系统设置保存在自己的字典中，因此这就是您所需要的。在您的情况下，您还可以在全局变量（仅）上直接使用setdefault，借助内置函数globals()返回可修改的字典：

globals().setdefault("some_variable", 42)

但我建议为持久变量使用字典（可以使用try... except方法有条件地创建它）。它保持东西清洁，看起来更像...... pythonic。

Answer 5

让我试着总结一下我在这里学到的东西：

在Python中使用异常处理进行流控制很好。我可以做一次设置一个dict，我可以存储我想要的东西。
有针对某种形式的持久性设计的库和语言功能;这些可以为某些应用提供“高路”解决方案。搁置模块在这里是一个显而易见的候选者，但我会广泛地解释“某种形式的持久性”，包括@Blender建议使用memoization。

类似于Python中的devar

5 个答案: