楔
我们在pyframeObject中看到了3个独立的名称空间：f_locals，f_globals，f_builtins。名称空间对于Python来说是一个非常重要的概念。Python虚拟机的操作机制和名称空间具有非常紧密的连接。在Python中，名称和范围的概念也与名称空间的概念紧密相关。让我们分析下面如何反映这些概念。
变量只是一个名称
我们很早就说过，从解释器的角度来看，变量只是一个通用的指针pyobject *，从python的角度来看，变量只是一个名称或符号，用于与对象绑定以绑定对象的对象。
变量的定义本质上是名称和对象之间的约束，因此分配语句A = 1基本上是绑定A和1。让我们通过A符号找到相应的Pylongobject。
除了变量分配外，创建功能和类也等于定义变量或名称和对象之间的绑定。
创建函数也等同于定义变量。它将首先根据功能主体创建一个函数对象，然后绑定名称foo和函数对象。因此，函数名称和功能主体是分开的，以及同一类。
导入模块也定义了变量。ImportOS等同于绑定名称OS和模块对象。通过OS，您可以找到指定的模块对象。
导入numpy AS NP中的AS语句也定义了变量，绑定名称NP和相应的模块对象，然后您可以通过NP名称获得指定的模块。
此外，当我们导入模块时，将完成解释器。例如：导入OS等同于OS = __导入__（“ OS”），可以看出它本质上是一个分配语句。
活动域和名称空间
我们说分配语句，功能定义，类定义和模块导入本质上只是名称和对象之间的绑定。在概念的角度，我们实际上获得了名称和OBJ之间的映射关系。通过名称，我们可以得到相应的OBJ，他们的身体是名称空间。
因此，名称空间是通过pydictObject对象实现的，该对象几乎适用于映射。当我早些时候介绍字典时，我们说字典得到了高度优化，因为虚拟机身也很大程度上依赖于词典，而名称空间也很依赖从这里可以反映。
但是在模块内，该名称仍然可见，例如：
当我们看到相同的变量名称时，打印确实是不同的值，表明它指向不同的对象。换句话说，这两个变量是在不同的名称空间中创建的。
然后我们知道这个名称空间本质上是词典。如果两者在同名空间中，则因为字典的键未重复，当执行a = 2时，字典中的键已更新为a as a.main 2.main 2.但外部打印1，这表明两个不是同一名称空间，并且印刷自然不是相同的。
因此，对于一个模块，内部可能有多个名称空间，每个名称空间对应于动作范围。范围可以理解为程序的文本区域。该区域中定义的变量是有意义的。但是，一旦该区域释放，它将无效。
对于范围的概念，重要的是要记住，它仅由源程序的文本确定。在python中，变量是否在某个位置上起作用，是否由其文本位置确定。
因此，Python具有静态范围（词汇范围），名称空间是范围的动态实施例。通过程序文本定义的范围将在运行Python时转换为名称空间，即PydictObject对象。输入函数显然进入新范围，因此，当执行函数时，它将创建一个名称空间。
我们在此之前说，在编译Python源代码时，代码中的每个块会创建一个与之相对应的pycodeObject。并且在输入新名称空间或操作范围时，我们甚至输入了一个新块。
根据我们使用Python的经验，显然功能和课程是一个新的障碍。当Python运行时，它将为他们创建自己的名称空间。
因此，名称空间是名称的名称或变量的上下文，名称的含义取决于名称space。更具体地说，一个不确定的变量 - 缩合对象，需要由名称space确定。
位于同一范围中的代码可以直接访问在操作范围中出现的名称，即SO称为直接访问；但是，需要通过访问装饰器来访问不同的范围。
如果要访问b中的内容，则需要在A到A中获取属性。但是不需要访问B的内容，因为它处于相同角色的相同范围，因此您可以直接访问它。
访问名称的行为称为名称参考，并引用该名称的规则确定Python程序的行为。
仍然是上面的代码。如果我们在函数中删除a = 2，则意味着该函数函数域中没有变量，因此执行程序的后果是什么？从Python级别，它显然正在寻找外部A因此，我们可以得出以下结论：
LGB规则
我们说功能和类有自己的范围，但是与该模块相对应的源文件也具有相应的范围。例如：
因为此文件本身也有自己的范围，所以显然是全局范围，因此当解释器运行此文件时，它也将为其创建一个名称空间，此名称空间是全局名称空间。它中的变量是全局或模块级别，可以直接在当前文件的任何位置访问。
该功能还具有范围。该范围称为本地范围，该范围与本地名称空间相对应。同时，Python本身还定义了顶级范围，即内置范围。
这三个范围存在于Python2.2之前，因此Python的Python范围规则称为LGB规则：沿本地名称空间），全局名称空间（全局名称空间），内置动作域（buildin inconin（buildInin）名称空间）查找相应的变量。
对于名称空间，Python还提供了相应的构建-in函数：
每个函数都有自己的本地名称空间，因为不同的功能对应于不同的范围，但是全局名称空间是唯一的全局。
内部...表示输出的一部分被省略，我们看到创建的全局变量在其中。和FOO也是一个变量，指向函数对象。
但是请注意，我们说FOO也是一个独立的块，因此它对应于PyCodeObject。但是在解释Def Foo时，它将基于此PyCodeObject对象创建一个PyFunctionObject对象，然后绑定FOO和函数对象。
当我们调用foo时，基于pyfunctionObject对象创建一个pyframeObject对象，然后执行它，然后在剩下介绍函数时谈论它。简而言之，我们看到foo也是一个全局变量，并且全局变量是在全球名称空间中。
简而言之，全球名称空间是唯一的。这是程序正在运行和对象绑定对象的地方。您可以访问任何地方的全局名称空间。
此外，我们说名称空间是字典，变量和对象将以键值对的形式存在。定义全局变量？
我们看到这是真的。通过在全局名称空间中插入一个键值，它完全等同于定义全局变量，并且全局名称空间是唯一的。您可以在任何地方获取全球名称空间，就像您可以在任何地方访问全局变量一样。
因此，即使将其插入函数函数空间中的钥匙值对，也等同于定义全局变量并将其与对象绑定。
对于本地名称空间，它也对应于字典。显然，这个词典不是全球唯一的词典。每个本地范围将对应于其自己的本地名称空间。
显然，对于模块，其本地名称空间与全局名称空间相同，即pyframeObject中的f_locals和f_globals对应于模块对应于同一pydictObject对象的f_globals。
但是对于功能，本地名称空间和全局名称空间不同。当地人是本身的本地名称空间，并且不同功能的本地名称空间是不同的。但是，Globals功能的调用结果是相同的。获得了所有的全局名称空间，这与在函数中找不到函数时找到全局变量的结论一致。
因此，我们说在功能中找到变量。如果您找不到它，您会找到一个全局变量，并且全局变量不会在变量中找到构建。，以及内置的内置空间。
因此，由于每个功能或类都有自己的本地范围，因此将有许多本地空间。该局部范围可以称为函数的本地空间；全局变量。无论您在哪里，您都可以通过调用Globals功能，将键值对添加到空间，并等待创建的创建，从而始终获得全局名称空间全局变量。
它也是内置名称空间的字典。当地空间和全球空间不可用时，他们将转到内置空间。，您可以通过内置。__dict__获得内置的名称空间。
这是一种提及Python2的方法，而1比真实的速度快，为什么？
因为true不是Python2中的关键字，所以可以用作变量名称。到执行Python时，您必须首先查看本地空间和全局空间中是否存在真实变量。如果我们使用它，则如果不使用，请使用构建-in true。
1是一个常数，只需直接加载它，因此虽然有更多符号可以找到此过程。但是，python3中的两个是等效的，因为true是python3中的关键字，它也将直接作为常数加载。
评估和执行
请记住，在介绍Eval和Exec时，我们说这两个函数还可以接收第二个参数和第三个参数，该参数代表全局名称空间和本地名称空间。
至于评估，也是相同的：
因此，名称空间本质上是词典。so称为变量只是字典中的一个关键。为了进一步加深印象，给出一个模块的示例：
怎么样了，这是非常有趣的吗？以上是共享的所有内容。如果您想了解更多信息，请转到公共帐户：Python编程学习圈，每日干货共享