Python中如何在函数里使用全局变量

技术背景

在Python编程中，变量的作用域决定了其可见性和生命周期。全局变量定义在模块级别，可被模块内的所有函数访问。然而，在函数内部使用全局变量时，需要遵循一定规则，否则可能会引发UnboundLocalError等问题。理解如何正确使用全局变量，对于编写复杂的Python程序至关重要。

实现步骤

1. 在函数内使用全局变量的值

如果仅在函数内部读取全局变量的值，无需使用global关键字。示例代码如下：

globvar = 0

def print_globvar():
    print(globvar)

print_globvar()  # 输出: 0

2. 在函数内修改全局变量的值

若要在函数内部修改全局变量的值，必须使用global关键字声明。示例代码如下：

globvar = 0

def set_globvar_to_one():
    global globvar
    globvar = 1

set_globvar_to_one()
print(globvar)  # 输出: 1

3. 在多个函数间共享全局变量

先在函数中使用global关键字声明并初始化全局变量，其他函数也使用global关键字来访问和修改该变量。示例代码如下：

def create_global_variable():
    global global_variable
    global_variable = 'Foo'

def use_global_variable():
    return global_variable + '!!!'

def change_global_variable():
    global global_variable
    global_variable = 'Bar'

create_global_variable()
print(use_global_variable())  # 输出: Foo!!!
change_global_variable()
print(use_global_variable())  # 输出: Bar!!!

4. 跨模块共享全局变量

创建一个专门的配置模块，在其他模块中导入该配置模块来共享全局变量。示例代码如下：

# config.py
x = 0

# mod.py
import config
config.x = 1

# main.py
import config
import mod
print(config.x)  # 输出: 1

核心代码

基本使用示例

# 定义全局变量
global_var = 10

def func_1():
    global global_var
    global_var += 1

def func_2():
    global global_var
    global_var *= 2
    print(f"func_2: {global_var}")

func_1()
func_2()
print("Global scope:", global_var)  # 输出: 22

可变对象示例

import numpy as np

hostArray = np.array([2., 3.])

def func4():
    hostArray[0] = 123.4

func4()
print("After func4(), hostArray = ", hostArray)  # 输出: [123.4  3. ]

最佳实践

• 避免滥用全局变量：全局变量会增加代码的耦合度，使代码难以理解和维护。尽量使用函数参数和返回值来传递数据。
• 使用配置模块：对于需要在多个模块间共享的全局变量，可创建专门的配置模块，提高代码的可维护性。
• 明确变量作用域：在函数内部使用全局变量时，使用global关键字明确声明，避免出现意外的局部变量覆盖全局变量的情况。

常见问题

1. UnboundLocalError错误

当在函数内部对一个变量进行赋值操作，且未使用global关键字声明时，Python会将该变量视为局部变量。若在赋值前尝试读取该变量，就会引发UnboundLocalError。示例代码如下：

globvar = 0

def wrong_function():
    print(globvar)  # 此处会引发UnboundLocalError
    globvar = 1

wrong_function()

解决方法是在函数内部使用global关键字声明该变量：

globvar = 0

def correct_function():
    global globvar
    print(globvar)
    globvar = 1

correct_function()

2. 多进程中全局变量问题

在多进程编程中，每个进程都有自己独立的内存空间，全局变量在不同进程中是相互独立的。示例代码如下：

import multiprocessing

counter = 0

def do(task_id):
    global counter
    counter += 1
    print(f'task {task_id}: counter = {counter}')

if __name__ == '__main__':
    pool = multiprocessing.Pool(processes=4)
    task_ids = list(range(4))
    pool.map(do, task_ids)

在不同操作系统上，上述代码的输出可能不同。在Windows和macOS上，每个进程会独立修改自己的counter变量；而在Linux上，由于使用fork()机制，情况可能不同。解决方法是使用multiprocessing.Manager来创建共享变量。