Question

问题：

我试图找到一种不那么笨重的方式来使用（或完成类似的）全局变量。现在我将所有全局变量放在 g.py 文件中，因此我使用g.var访问它们。

我希望在我的代码中使用var代替g.var，因为我觉得它看起来更干净。

详情：

我现在有3个文件：

main.py：解决PDE的小代码
functions.py：定义应用边界条件的函数的文件
g.py：一个文件，其中包含在调用functions.py函数时修改的变量

g.py：

import numpy as np
# variables
ap  = np.float64(0.0)
awx = np.float64(0.0)
aex = np.float64(0.0)
rhs = np.float64(0.0)

functions.py：

import g

def bc_Neumann(i,m,nx):
    m[0]=int(i); m[1]=int(i-1); m[2]=int(i+1);
    if i==0:
        m[1]=nx-1
        g.ap=g.ap+g.awx
        g.awx=0.0
    if i==nx-1:
        m[2]=0
        g.ap=g.ap+g.aex
        g.aex=0.0
    return m

并main.py在某个时候调用bc_Neumann()。

是否有更好的方式来访问g.ap，g.awx等？我想将这些全局变量引用为ap，awx等等。

Answer 1

你可以直接导入变量，即：

from g import ap, awx, aex, rhs

然后在函数中将它们声明为全局变量（否则它们被认为是本地变量，并且在重新绑定它们时会得到UnboundLocalError）：

def bc_Neumann(i,m,nx):
    global ap, awx, aex, rhs
    # your code here

但是当您重新绑定g.ap，g.awx等时，这不会相应地更新ap，awx等变量。之所以如此是通过导入变量，使您的名称在functions模块中是本地的，因此从函数中重新绑定它们只会影响functions模块命名空间。

如果还不是很清楚，可以将模块的范围视为变量名称是键的位置。如果您有两个答案A和B，例如：

A = {"ap":[], "aw":[]}
B = {}

当你在functions时：

from g import ap, aw

就好像你在做什么

B["ap"] = A["ap"]
B["aw"] = A["aw"]

在此阶段，A和B中的键引用相同的对象，因此如果您改变B["ap"]（即通过向其添加内容），它将在{{ 1}}：

但是，如果您重新绑定 B [“ap”]到新列表，则B["ap"].append(1) print A["ap"]不会受到影响，A["ap"]和B["ap"]将会现在引用两个不同的对象：

A["ap"]

FWIW，模块命名空间就是这样：dicts。

所以简而言之：这不会按预期工作......所以你要么必须将所有变量移动到与使用它们的函数相同的模块中（并在函数中将它们声明为全局变量）使用它们）或与B["ap"] = [42, 43] print A["ap"]等一起生活

这就是说：全局变量是一个糟糕的主意，无论他们住在哪里。如果你有一组函数正在处理（变异和重新绑定）同一组变量，你通常希望将整个事件变成一个类：

g.ap

Answer 2

from g import ap, awx, aex, rhs
print(ap, awx, aex, rhs)

如果您不想显式声明变量名称，可以使用from g import *，但通常不建议这样做。原因是明确说明变量名称可以清楚地知道哪些变量来自哪里。如果您说from g import *和from h import *然后开始使用它们的一些变量，那么很难说如果没有读取其他文件，哪个来自哪个变量。即使只从一个文件导入，在阅读文件之前（通过阅读文件顶部）知道哪些名称来自其他地方也是很好的。

编辑：如果您想使用此样式但又希望能够修改g中包含的值，则需要这些变量 mutable 对象。您可以使用数组执行此操作。

g.py：

import numpy as np
# variables, dtype is float64 by default
ap = np.array([0.0])
awx = np.array([0.0])
aex = np.array([0.0])
rhs = np.array([0.0])

functions.py：

from g import ap, awx, aex, rhs

def bc_Neumann(i, m, nx):
    m[0] = int(i)
    m[1] = int(i-1)
    m[2] = int(i+1)
    if i == 0:
        m[1] = nx-1
        ap[0] = ap + awx
        awx[0] = 0.0
    if i == nx-1:
        m[2] = 0
        ap[0] = ap + aex
        aex[0] = 0.0
    return m

如果您希望ap，awx等作为浮动等不可变对象保留，那么您的代码应保持原样，例如使用g.ap。

Answer 3

使你的变量成为字典的一部分（或者SimpleNameSpace，如果括号打扰你）。

g.py

import numpy as np
# variables
G = dict(ap  = np.float64(0.0),
         awx = np.float64(0.0),
         aex = np.float64(0.0),
         rhs = np.float64(0.0))

然后在functions.py中，您可以将其导入为

from g import G

现在您可以访问/更新变量为G [＆＃39; ap＆＃39;]，G [＆＃39; awx＆＃39;]等。

这是有效的，因为字典和列表始终被视为参考。

Python中的全局变量通过模块/文件导入

3 个答案: