Python中全局变量和局部变量有什么区别
一、核心结论：一分钟看清根本区别
在 Python 中，全局变量（Global Variable）与局部变量（Local Variable）最根本的区别在于它们所属的作用域（Scope）和生命周期（Lifetime）：
- 定义位置不同：全局变量定义在函数或类的外部（模块顶层）；局部变量定义在函数内部（包括函数的形参）。
- 作用范围不同：全局变量在整个当前模块（当前
.py文件）内处处可见，所有函数均可直接读取；局部变量只在定义它的函数内部可见，函数外部完全无法感知其存在。 - 生命周期不同：全局变量随着模块的加载运行而创建，直到整个脚本运行结束才释放；局部变量在函数被调用执行时动态分配，一旦函数执行完毕返回，局部变量就会被立即销毁并回收内存。
- 修改权限不同：在函数内部可以直接读取全局变量；但如果想在函数内部给全局变量重新赋值，必须先使用
global关键字显式声明，否则 Python 会默认创建同名的全新局部变量。
二、局部变量：函数的私有数据空间
局部变量是定义在函数内部的变量，包括函数的形参。局部变量最大的特征是高内聚、强隔离。每一次调用函数时，Python 都会在调用栈中为该函数分配一个专属的栈帧（Frame）。在这个栈帧中定义的变量，对外界完全不可见。
1. 基本表现：离开函数即失效
以下是一个直观的示例：
def greet():
message = "Hello, Python!" # message 是 greet 函数的局部变量
print("函数内部读取:", message)
greet()
# 尝试在外部访问局部变量
try:
print("函数外部读取:", message)
except NameError as e:
print("外部访问触发异常:", e)
当 greet() 执行完毕返回后，该函数的栈帧被销毁，message 占用的引用随之释放。主程序外部并不存在名为 message 的变量，因此抛出 NameError。
2. 局部变量遮盖（Shadowing）
如果函数内部定义了一个与外部全局变量同名的局部变量，Python 会优先使用内部的局部变量，这种现象称为“变量遮盖”。
val = 100 # 全局变量
def demo():
val = 20 # 局部变量，同名遮盖
print("函数内部 val =", val)
demo()
print("函数外部 val =", val)
函数内部给 val 赋值时，Python 只在当前函数的局部命名空间中绑定了一个新的局部变量，外部全局变量的值依然是 100，两者互不干扰。
三、全局变量：模块内的共享公告板
全局变量定义在 Python 文件的最外层代码中。它的作用域覆盖整个文件模块，模块内的任何函数都可以直接读取它的值。
SITE_NAME = "Python技术指南" # 全局变量
USER_COUNT = 5000 # 全局变量
def print_header():
# 直接读取全局变量，无需额外声明
print(f"欢迎访问 {SITE_NAME}，当前已有 {USER_COUNT} 位用户。")
def check_status():
if USER_COUNT > 1000:
print(f"[{SITE_NAME}] 系统处于高活跃状态。")
print_header()
check_status()全局变量适合存放模块级别的配置项、常量（如数据库连接配置、接口地址）或需要跨多个函数共享的基础元数据。
四、Python的变量查找链：LEGB 原则
为什么函数能直接读取全局变量，但外部不能读取局部变量？其背后是 Python 的作用域查找机制——LEGB 原则。
当代码中引用一个变量名时，Python 解释器会严格按照以下顺序从内向外逐层检索，只要在某一层次找到了该名字，就立即使用并停止查找：
- L（Local 局部作用域）：当前正在执行的函数内部。
- E（Enclosing 嵌套作用域）：外层闭包函数的作用域（常见于函数嵌套定义场景）。
- G（Global 全局作用域）：当前 Python 文件模块顶层定义的变量。
- B（Built-in 内置作用域）：Python 语言自带的内置函数和异常名（如
len、print、range、ValueError等）。
如果在所有 4 个层级中都没有找到对应名称，解释器便会抛出 NameError。
五、跨界修改陷阱：为什么修改全局变量会报错？
理解了 LEGB 规则后，我们再回头分析开篇提到的典型报错：
count = 0
def increase():
count += 1 # 这一句为什么会报错？
print(count)
increase()UnboundLocalError: local variable 'count' referenced before assignment
为什么会产生 UnboundLocalError？
很多初学者认为：count += 1 应该先读取全局的 count = 0，加 1 得到 1，再存回去。
然而在 Python 的底层机制中：在函数编译成字节码时，一旦发现函数体内部存在针对某个变量名的赋值操作（如 count = ... 或 count += ...），Python 就会在编译期将该变量名强制标记为“局部变量”。
由于 count 已经被认定为局部变量，执行 count += 1（等价于 count = count + 1）时，等号右侧试图读取局部变量 count 的值，但此时局部作用域内尚未给它赋值，于是就触发了“局部变量在赋值前被引用”的错误。
解决方案一：使用 global 关键字显式声明
如果确实需要在函数内部重新给全局变量绑定新值，必须在函数体第一行使用 global 关键字告诉 Python：“不要将此变量视为局部变量，所有赋值操作直接作用于全局命名空间”。
count = 0
def increase():
global count # 显式声明 count 指向全局变量
count += 1
print("函数内部修改后 count =", count)
increase()
print("函数外部最终查看 count =", count)如果全局变量是一个可变对象（例如
list 或 dict），在函数内部调用它的变异方法（如 .append()、.update() 或 obj[key] = val）并不属于给变量名重新绑定，此时不需要声明 global：
user_list = []
def add_user(name):
user_list.append(name) # 原地修改列表内容，无需 global 声明
add_user("Alice")
print(user_list) # 输出: ['Alice']
六、工程实践：为什么建议尽量少用全局变量？
在编写生产环境或规模较大的 Python 项目时，经验丰富的工程师往往会刻意限制甚至杜绝全局变量的使用。主要原因包括：
- 代码耦合度高，难以追踪修改源头：若多个函数都在通过
global修改同一个变量，当变量的值出现异常时，你很难排查究竟是哪个函数在什么时序下修改了它。 - 破坏函数的纯粹性与可测试性：依赖全局变量的函数无法脱离特定上下文独立运行，编写单元测试时必须预先构造和清理全局状态，极易造成测试用例之间的互相污染。
- 多线程安全隐患：多线程并发访问和修改全局变量时，如果未添加互斥锁（Lock），容易出现竞态条件（Race Condition），导致数据计算结果失真。
推荐的重构方案：参数传入与返回值传出
与其在函数内部使用 global 硬性修改，更优秀的做法是通过参数和返回值传递状态，保持函数的独立解耦：
# 传统使用 global 的写法（紧耦合）
count = 0
def increment_global():
global count
count += 1
# 推荐的现代函数式解耦写法（纯函数）
def increment(current_value, step=1):
return current_value + step
counter = 0
counter = increment(counter) # 状态在外部显式流转
print("当前计数器值:", counter)七、全维度对比总结
为了方便查阅与记忆，下表将全局变量与局部变量的所有核心维度整理汇总：
八、总结与避坑自查
总结来说，全局变量和局部变量的差异可以概括为三句话：
- 局部变量私有且短暂：它是函数运行时的内部临时工作空间，外界碰不到，用完就释放。
- 全局变量共享且常驻：它是整个模块文件的共享公告板，任何函数都能随时看，但改写时需要特别谨慎。
- 只读直接用，修改加 global，重构用返回值：如果只是读，直接写名字；如果是简单脚本非要改，加上
global；如果是严肃工程，优先通过参数传进、通过return传出。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
