欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python自動打印被調(diào)用函數(shù)變量名及對應(yīng)值?

 更新時間:2022年07月19日 08:44:28   作者:Jayce~  
這篇文章主要介紹了Python自動打印被調(diào)用函數(shù)的變量名及對應(yīng)的值,文章圍繞主題展開詳細的內(nèi)容介紹,具有一定的參考價,需要的朋友可以參考一下?

1.軟件環(huán)境

Windows10 教育版64位
Python 3.6.3

2.問題描述

我們在定義一個函數(shù)或者是調(diào)用一個函數(shù)的時候,總是希望能夠知道傳入該被調(diào)用函數(shù)的具體值是多少?是否符合我們的預(yù)期?因此我們往往會將我們關(guān)心的值給打印出來(當然debug也可以,但不能每次都debug吧?),如下,我們創(chuàng)建了一個initial_printer示例函數(shù):

def initial_printer(variable_a, variable_b, variable_c, variable_d, variable_e, variable_f):
    print('打印所有的變量:variable_a:{}, variable_b:{},, variable_c:{},, variable_d:{},, variable_e:{},, variable_f:{}'.format(
        variable_a,
        variable_b,
        variable_c,
        variable_d,
        variable_e,
        variable_f))
    return variable_a + variable_b + variable_c + variable_d + variable_e + variable_f


if __name__ == '__main__':
    result = initial_printer(variable_a=1, variable_b=2, variable_c=3, variable_d=4, variable_e=5, variable_f=6)

該函數(shù)將所有傳入的變量使用Python自帶的print函數(shù)打印了出來,運行之后確實看到打印成功了:

但這種方法有至少2個弊端:

  • 有可能會因為你的粗心大意,在使用print格式化輸出時,函數(shù)名和值錯位,導致變量值打印錯誤,即variable_a打印的可能是其它變量的值;
  • 如果你要新增一個變量或修改變量名稱,那么又要修改print里面的變量和值;更進一步的,如果你的這個函數(shù)經(jīng)常被修改,不可能每次都來修改上述用來打印變量的代碼;

那這個時候是否有一種辦法,在我們添加變量時,不需要修改打印的代碼,讓Python自動打印被調(diào)用函數(shù)的變量名及對應(yīng)的值

3.解決方法

這個時候就需要介紹今天的主角了:Python自帶的locals()函數(shù),該函數(shù)會以字典類型返回當前位置的全部局部變量。
對于函數(shù), 方法,lambda 函式,以及實現(xiàn)了 __call__ 方法的類實例,它都返回 True。因此,我們只需要將之前的打印語句:

    print('打印所有的變量:variable_a:{}, variable_b:{},, variable_c:{},, variable_d:{},, variable_e:{},, variable_f:{}'.format(
        variable_a,
        variable_b,
        variable_c,
        variable_d,
        variable_e,
        variable_f))

換成locals()即可,即:

        # print('打印所有的變量:variable_a:{}, variable_b:{},, variable_c:{},, variable_d:{},, variable_e:{},, variable_f:{}'.format(
    #     variable_a,
    #     variable_b,
    #     variable_c,
    #     variable_d,
    #     variable_e,
    #     variable_f))
    print('打印所有的變量:', locals())

4.結(jié)果預(yù)覽

可以看到,只需要一個locals()函數(shù)即可自動打印被調(diào)用函數(shù)的變量名和值,并且你隨便怎么添加或修改變量名,它都會自動同步,簡直不要太方便?。?!

到此這篇關(guān)于Python自動打印被調(diào)用函數(shù)的變量名及對應(yīng)的值 的文章就介紹到這了,更多相關(guān)Python打印調(diào)用函數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python中TK窗口的創(chuàng)建方式

    Python中TK窗口的創(chuàng)建方式

    這篇文章主要介紹了Python中TK窗口的創(chuàng)建方式,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2022-11-11
  • Django集成MongoDB實現(xiàn)過程解析

    Django集成MongoDB實現(xiàn)過程解析

    這篇文章主要介紹了Django集成MongoDB實現(xiàn)過程解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2020-12-12
  • Python實現(xiàn)隨機生成有效手機號碼及身份證功能示例

    Python實現(xiàn)隨機生成有效手機號碼及身份證功能示例

    這篇文章主要介紹了Python實現(xiàn)隨機生成有效手機號碼及身份證功能,結(jié)合完整實例形式分析了Python基于手機號與身份證算法實現(xiàn)隨機手機號及身份證的生成功能,涉及Python日期、隨機數(shù)、文件讀取等相關(guān)操作技巧,需要的朋友可以參考下
    2017-06-06
  • 跟老齊學Python之傳說中的函數(shù)編寫條規(guī)

    跟老齊學Python之傳說中的函數(shù)編寫條規(guī)

    在使用函數(shù)的時候,首先要把它放在對象的層面考量,它不是什么特殊的東西,盡管我們使用了不少篇幅講述它,但它終歸還是一個對象。
    2014-10-10
  • python如何處理衛(wèi)星云圖獲取亮溫值

    python如何處理衛(wèi)星云圖獲取亮溫值

    這篇文章主要介紹了python如何處理衛(wèi)星云圖獲取亮溫值問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2023-08-08
  • django 通過url實現(xiàn)簡單的權(quán)限控制的例子

    django 通過url實現(xiàn)簡單的權(quán)限控制的例子

    今天小編就為大家分享一篇django 通過url實現(xiàn)簡單的權(quán)限控制的例子,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-08-08
  • django云端留言板實例詳解

    django云端留言板實例詳解

    這篇文章主要介紹了django云端留言板實例詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-07-07
  • Django 批量插入數(shù)據(jù)的實現(xiàn)方法

    Django 批量插入數(shù)據(jù)的實現(xiàn)方法

    這篇文章主要介紹了Django 批量插入數(shù)據(jù)的實現(xiàn)方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2020-01-01
  • Python3爬蟲之urllib攜帶cookie爬取網(wǎng)頁的方法

    Python3爬蟲之urllib攜帶cookie爬取網(wǎng)頁的方法

    今天小編就為大家分享一篇Python3爬蟲之urllib攜帶cookie爬取網(wǎng)頁的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-12-12
  • Python機器學習應(yīng)用之基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測篇詳解

    Python機器學習應(yīng)用之基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測篇詳解

    BP(back?propagation)神經(jīng)網(wǎng)絡(luò)是1986年由Rumelhart和McClelland為首的科學家提出的概念,是一種按照誤差逆向傳播算法訓練的多層前饋神經(jīng)網(wǎng)絡(luò),是應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一
    2022-01-01

最新評論