在 python 函数中定义常量的最佳方法答案

【问题标题】：Optimal way of defining constants in a python function在 python 函数中定义常量的最佳方法
【发布时间】：2016-05-25 08:10:16
【问题描述】：

这可能是一个比实际问题更理论的问题，因为它不会对程序的运行时间产生显着影响。至少对我来说不是。

我收到了一些导入不同（“自制”）函数的 python 代码。一个函数（称为 func）从主脚本（称为 main）中调用了 5 次。

在func中，很多常量都定义在函数的开头。例如：

    import numpy as np
    def func(x,y,z):
        c0 = np.array([1,2,3])
        c1 = np.array([1,2,3])
        c2 = np.array([1,2,3])
        c3 = np.array([1,2,3])

        #do stuff with variables x,y,z
        #return stuff

我想知道：调用这个函数时，是每次调用函数时定义的常量c0，...，c3，还是在运行main 脚本，以便它们只定义一次？

【问题讨论】：

在 func 中定义一个数组可能不是一个很大的性能问题，从语义上讲，如果它是唯一使用它们的函数，那么它们应该留在那里是有争议的。但是，在函数中导入 numpy 看起来很糟糕......

标签： python functional-programming

【解决方案1】：

c0、c1等的范围仅限于func方法。因此，每次调用函数时，这些变量都会被初始化。

如果你希望它们只初始化一次，然后每次调用都在func中使用，你可以在func方法之外定义：

import numpy as np

c0 = np.array([1,2,3])
c1 = np.array([1,2,3])
c2 = np.array([1,2,3])
c3 = np.array([1,2,3])

def func(x,y,z):

    #do stuff with variables x,y,z
    #return stuff

【讨论】：

重点是它们是常量。它们在函数中获取常量性质的唯一方法是在函数外部声明它们？

【解决方案2】：

是的，每次调用函数时都会定义它们。

Python 的动态特性意味着np.array 的值可能在函数定义和调用之间（以及调用之间）之间发生了变化，因此编译器没有机会“提前”评估它们。

如果将它们保存在闭包中，则可以使它们只被评估一次，而无需将它们作为全局变量引入。

例子：

def _func():
    c0 = np.array([1,2,3])
    c1 = np.array([1,2,3])
    c2 = np.array([1,2,3])
    c3 = np.array([1,2,3])
    def actual_func(x, y, z):
        # do stuff
        # return stuff
    return actual_func

_func_closure = _func()

def func(x, y, z):
    return _func_closure(x, y, z)

最后一个定义只是为了避免从函数中创建一个全局变量 - 如果您不介意，func = _func() 也同样适用。

这可能写得更优雅，但它说明了这个想法，它本质上是“添加一个间接级别”。

免责声明：我完全不知道这是否有更好的性能。

（如果你对这样的“技巧”感兴趣，任何一本像样的 Lisp 书籍中都有很多内容。）

【讨论】：