它怎么可能是一个使用不是函数参数的变量的函数？

Question

我正在学习 Kaggle 的机器学习课程 在他们对练习的解决方案中，他们创建了一个使用 X,y 的函数，但 X,y 在函数外部定义并且它们不是全局的。

该功能仍然有效（练习在 Jupiter 笔记本上） 这是函数

def get_score(n_estimators):
    my_pipeline = Pipeline(steps=[
        ('preprocessor', SimpleImputer()),
        ('model', RandomForestRegressor(n_estimators, random_state=0))
    ])
    scores = -1 * cross_val_score(my_pipeline, X, y,
                                  cv=3,
                                  scoring='neg_mean_absolute_error')
    return scores.mean()

Answer 1

reference 到 y 将首先搜索函数命名空间， 然后搜索模块（全局）命名空间以及内置函数， 如果没有找到最终将放弃 NameError。 y 可能被添加到函数命名空间的典型方式 将通过作为 arg 出现在签名中， 或通过在函数体内分配。 您对 cross_val_score( ... ) 的调用包括对 y 的引用。

一个分配到y，默认情况下， 更新函数命名空间中现有的y 或创建一个新的本地 y（如果尚不存在）。 我们声明global y 来改变这种行为， 在模块命名空间中查找 y 并分配给 that。 有一对y 是可能的，但很少需要， 一个在本地范围内，另一个在全局范围内。 您的示例代码未分配给y， 我们尝试构建新代码 它使用命名参数或类/对象属性 而不是全局变量。

https://docs.python.org/3/reference/simple_stmts.html#the-global-statement

https://docs.python.org/3/faq/programming.html#what-are-the-rules-for-local-and-global-variables-in-python

Answer 2

将添加有关 Jupyter 笔记本的更多信息。 Jupyter notebook 只是iPython 交互式内核的视觉包装。当您在其中一个笔记本单元格中的函数或类之外声明变量时，它会自动成为可以访问的全局变量，如this answer 中所述。如果你在 notebook 中运行 globals() 函数，你会发现情况确实如此

Python 3.8.6 (default, Sep 30 2021, 09:13:34)
Type 'copyright', 'credits' or 'license' for more information
IPython 7.26.0 -- An enhanced Interactive Python. Type '?' for help.

In [1]: test = 'x'

In [2]: def test_func():
   ...:     print(test)
   ...:

In [3]: test_func()
x

In [4]: globals()
Out[4]:
{'__name__': '__main__',
 '__doc__': 'Automatically created module for IPython interactive environment',
 '__package__': None,
 '__loader__': None,
 '__spec__': None,
 '__builtin__': <module 'builtins' (built-in)>,
 '__builtins__': <module 'builtins' (built-in)>,
 '_ih': ['',
  "test = 'x'",
  'def test_func():\n    print(test)\n    ',
  'test_func()',
  'globals()'],
 '_oh': {},
 '_dh': ['/Users/matthewbarlowe/code/javascript/beard'],
 'In': ['',
  "test = 'x'",
  'def test_func():\n    print(test)\n    ',
  'test_func()',
  'globals()'],
 'Out': {},
 'get_ipython': <bound method InteractiveShell.get_ipython of <IPython.terminal.interactiveshell.TerminalInteractiveShell object at 0x110896610>>,
 'exit': <IPython.core.autocall.ExitAutocall at 0x11089a640>,
 'quit': <IPython.core.autocall.ExitAutocall at 0x11089a640>,
 '_': '',
 '__': '',
 '___': '',
 '_i': 'test_func()',
 '_ii': 'def test_func():\n    print(test)\n    ',
 '_iii': "test = 'x'",
 '_i1': "test = 'x'",
 'test': 'x',
 '_i2': 'def test_func():\n    print(test)\n    ',
 'test_func': <function __main__.test_func()>,
 '_i3': 'test_func()',
 '_i4': 'globals()'}

关于不使用全局变量的所有建议都很好，但是在进行探索性数据分析时（这是 Jupyter 笔记本的主要用例），如果您不使用全局变量，则以这种方式使用全局变量是完全可以接受的生产中的代码。一旦你需要自动化，你应该正确地确定你的变量范围。