Python函數局部變數如何執行？淺析python函數變數的應用

本篇文章給大家帶來的內容是關於Python函數局部變數如何執行？淺析python函數變數的應用 ，有一定的參考價值，有需要的朋友可以參考一下，希望對你有所協助。

前言

這兩天在 CodeReview 時，看到這樣的代碼

# 虛擬碼import somelibclass 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        ...

意圖很簡單，就是將 somelib.get_all_projects 擷取的項目塞入的 self.project_code_to_name

然而印象中這個是有最佳化空間的，於是提出調整方案：

import somelibclass 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        ...

方案很簡單，就是先定義局部變數 project_code_to_name，操作完，再賦值到self.project_code_to_name。

在後面的測試，也確實發現這樣是會好點，那麼結果知道了，接下來肯定是想探索原因的！

局部變數

其實在網上很多地方，甚至很多書上都有講過一個觀點：訪問局部變數速度要快很多，粗看好像好有道理，然後又看到下面貼了一大堆測試資料，雖然不知道是什麼，但這是真的屌，記住再說，管他呢！

但是實際上這個觀點還是有一定的局限性，並不是放諸四海皆準。所以先來理解下這句話吧，為什麼大家都喜歡這樣說。

先看段代碼理解下什麼是局部變數：

#coding: utf8a = 1def test(b):    c = 'test'        print a   # 全域變數    print b   # 局部變數    print c   # 局部變數test(3)

# 輸出13test

簡單來說，局部變數就是只作用於所在的函數域，超過範圍就被回收

理解了什麼是局部變數，就需要談談 Python 函數 和 局部變數 的愛恨情仇，因為如果不搞清楚這個，是很難感受到到底快在哪裡；

為避免枯燥，以上述的代碼來闡述吧，順便附上 test 函數執行 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

在中比較清楚能看到 a、b、c 分別對應的指令塊，每一塊的第一行都是 LOAD_XXX，顧名思義，是說明這些變數是從哪個地方擷取的。

LOAD_GLOBAL 毫無疑問是全域，但是 LOAD_FAST 是什麼鬼？似乎應該叫LOAD_LOCAL 吧？

然而事實就是這麼神奇，人家就真的是叫 LOAD_FAST，因為局部變數是從一個叫 fastlocals 的數組裡面讀，所以名字也就這樣叫了（我猜的）。

那麼主角來了，我們要重點理解這個，因為這個確實還挺有意思。

Python 函數執行

Python 函數的構建和運行，說複雜不複雜，說簡單也不簡單，因為它需要區分很多情況，比方說需要區分 函數 和 方法，再而區分是有無參數，有什麼參數，有木有變長參數，有木有關鍵參數。

全部展開仔細講是不可能的啦，不過可以簡單圖解下大致的流程（忽略參數變化細節）：

一路順流而下，直達 fast_function，它在這裡的調用是：

// ceval.c -> call_functionx = fast_function(func, pp_stack, n, na, nk);

參數解釋下：

1. func: 傳入的 test;

2. pp_stack: 近似理解調用棧 (py方式);

3. na: 位置參數個數;

4. nk: 關鍵字個數;

5. n = na + 2 * nk;

那麼下一步就看看 fast_function 要做什麼吧。

初始化一波

1. 定義 co 來存放 test 對象裡面的 func_code

2. 定義 globals 來存放 test 對象裡面的 func_globals (字典)

3. 定義 argdefs 來存放 test 對象裡面的 func_defaults (構建函數時的關鍵字參數預設值)

來個判斷，如果 argdefs 為空白 && 傳入的位置參數個數 == 函數定義時候的位置形參個數 && 沒有傳入關鍵字參數

那就

1. 用 當前線程狀態、co 、globals 來建立棧對象 f;

2. 定義fastlocals ( fastlocals = f->f_localsplus; );

3. 把 傳入的參數全部塞進去 fastlocals

那麼問題來了，怎麼塞？怎麼找到傳入了什麼鬼參數：這個問題還是只能有 dis 來解答:

我們知道現在這步是在 CALL_FUNCTION 裡面進行的，所以塞參數的動作，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)，有興趣的童鞋可以試下多傳幾個參數，就會發現傳入的參數，是依次通過LOAD_CONST 這樣的方式載入進來，所以如何找參數的問題就變得呼之欲出了；

// fast_function 函數fastlocals = f->f_localsplus;stack = (*pp_stack) - n; for (i = 0; i < n; i++) {     Py_INCREF(*stack);     fastlocals[i] = *stack++; }

這裡出現的 n 還記得怎麼來的嗎？回顧上面有個 n = na + 2 * nk; ，能想起什麼嗎？

其實這個地方就是簡單的通過將 pp_stack 位移 n 位元組 找到一開始塞入參數的位置。

那麼問題來了，如果 n 是 位置參數個數 + 關鍵字參數，那麼 2 * nk 是什麼意思？其實這答案很簡單，那就是 關鍵字參數位元組碼 是屬於帶參數位元組碼， 是占 2位元組。

到了這裡，棧對象 f 的 f_localsplus 也登上曆史舞台了，只是此時的它，還只是一個未經人事的少年，還需曆練。

做好這些動作，終於來到真正執行函數的地方了: PyEval_EvalFrameEx，在這裡，需要先交代下，有個和 PyEval_EvalFrameEx 很像的，叫 PyEval_EvalCodeEx，雖然長得像，但是人家幹得活更多了。

請看回前面的 fast_function 開始那會有個判斷，我們上面說得是判斷成立的，也就是最簡單的函數執行情況。如果函數傳入多了關鍵字參數或者其他情況，那就複雜很多了，此時就需要由 PyEval_EvalCodeEx 處理一波，再執行 PyEval_EvalFrameEx。

PyEval_EvalFrameEx 主要的工作就是解析位元組碼，像剛才的那些 CALL_FUNCTION，LOAD_FAST 等等，都是由它解析和處理的，它的本質就是一個死迴圈，然后里面有一堆 swith - case，這基本也就是 Python 的運行本質了。

f_localsplus 存 和 取

講了這麼長的一堆，算是把 Python 最基本的 函數調用過程簡單掃了個盲，現在才開始探索主題。。

為了簡單闡述，直接引用名詞：fastlocals, 其中 fastlocals = f->f_localsplus

剛才只是簡單看到了，Python 會把傳入的參數，以此塞入 fastlocals 裡面去，那麼毋庸置疑，傳入的位置參數，必然屬於局部變數了，那麼關鍵字參數呢？那肯定也是局部變數，因為它們都被特殊對待了嘛。

那麼除了函數參數之外，必然還有函數內部的賦值咯？ 這塊位元組碼也一早在上面給出了：

# CALL_FUNCTION  5           0 LOAD_CONST               1 ('test')              3 STORE_FAST               1 (c)

這裡出現了新的位元組碼 STORE_FAST,一起來看看實現把：

# PyEval_EvalFrameEx 龐大 switch-case 的其中一個分支：        PREDICTED_WITH_ARG(STORE_FAST);        TARGET(STORE_FAST)        {            v = POP();            SETLOCAL(oparg, v);            FAST_DISPATCH();        }# 因為有涉及到宏，就順便給出：#define GETLOCAL(i)     (fastlocals[i])#define SETLOCAL(i, value)      do { PyObject *tmp = GETLOCAL(i); \                                     GETLOCAL(i) = value; \                                     Py_XDECREF(tmp); } while (0)

簡單解釋就是，將 POP() 獲得的值 v，塞到 fastlocals 的 oparg 位置上。此處，v 是 "test"， oparg 就是 1。用圖表示就是：

有童鞋可能會突然懵了，為什麼突然來了個 b ？我們又需要回到上面看 test 函數是怎樣定義的：

// 我感覺往回看的機率超低的，直接給出算了def test(b):    c = 'test'        print b   # 局部變數    print c   # 局部變數

看到函數定義其實都應該知道了，因為 b 是傳的參數啊，老早就塞進去了~

那儲存知道了，那麼怎麼取呢？同樣也是這段代碼的位元組碼：

22 LOAD_FAST                1 (c)

雖然這個用腳趾頭想想都知道原理是啥，但公平起見還是給出相應的代碼：

# PyEval_EvalFrameEx 龐大 switch-case 的其中一個分支：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 通過索引在數組裡取值了。

到了這裡，應該也算是把 f_localsplus 講明白了。這個地方不難，其實一般而言是不會被提及到這個，因為一般來說忽略即可了，但是如果說想在效能方面講究點，那麼這個小知識就不得忽視了。

變數使用姿勢

因為是物件導向，所以我們都習慣了通過 class 的方式，對於下面的使用方式，也是隨手就來：

class SS(object):    def __init__(self):        self.fuck = {}    def test(self):        print self.fuck

這種方式一般是沒什麼問題的，也很規範。到那時如果是下面的操作，那就有問題了：

class SS(object):    def __init__(self):        self.fuck = {}    def test(self):        num = 10        for i in range(num):            self.fuck[i] = i

這段代碼的效能損耗，會隨著 num 的值增大而增大， 如果下面迴圈中還要涉及到更多類屬性的讀取、修改等等，那影響就更大了

這個類屬性如果換成 全域變數，也會存在類似的問題，只是說在操作類屬性會比操作全域變數要頻繁得多。

我們直接看看兩者的差距有多大把？

import timeitclass SS(object):    def test(self):        num = 100        self.fuck = {}        # 為了公平，每次執行都同樣初始化新的 {}        for i in range(num):            self.fuck[i] = i    def test_local(self):        num = 100        fuck = {}             # 為了公平，每次執行都同樣初始化新的 {}        for i in range(num):            fuck[i] = i        self.fuck = fucks = SS()print timeit.timeit(stmt=s.test_local)print timeit.timeit(stmt=s.test)

通過可以看出，隨著 num 的值越大，for 迴圈的次數就越多，那麼兩者的差距也就越大了。

那麼為什麼會這樣，也是在位元組碼可以看出寫端倪：

// 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)

上面兩段就是兩個方法的 for block 內容，大家對比下就會知道， s.test 相比於 s.test_local, 多了個 LOAD_ATTR 放在 FOR_ITER 和 POP_BLOCK 之間。

這說明什麼呢？ 這說明，在每次迴圈時，s.test 都需要 LOAD_ATTR，很自然的，我們需要看看這個是幹什麼的：

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; }# 相關宏定義#define GETITEM(v, i) PyTuple_GetItem((v), (i))

這裡出現了一個陌生的變數 name, 這是什嗎？其實這個就是每個 codeobject 所維護的一個 名字數組，基本上每個塊所使用到的字串，都會在這裡面存著，同樣也是有序的：

// PyCodeObject 結構體成員PyObject *co_names;        /* list of strings (names used) */

那麼 LOAD_ATTR 的任務就很清晰了：先從名字列表裡面取出字串，結果就是 "hehe", 然後通過 PyObject_GetAttr 去尋找，在這裡就是在 s 執行個體中去尋找。

且不說尋找效率如何，光多了這一步，都能失之毫釐差之千裡了，當然這是在頻繁操作次數比較多的情況下。

所以我們在一些會頻繁操作 類/執行個體屬性 的情況下，應該是先把 屬性 取出來存到 局部變數，然後用 局部變數 來完成操作。最後視情況把變動更新到屬性上。

最後

其實相比變數，在函數和方法的使用上面更有學問，更值得探索，因為那個原理和表面看起來差別更大，下次有機會再探討。平時工作多注意下，才能使得我們的 PY 能夠稍微快點點點點點。