如何在Python中管理全局变量

Question

我正在从事一个数据科学项目，该项目有大量的数据预处理和神经网络实现，并生成png格式的图形文件.项目由30多个python脚本组成。 我有一组通用值，我需要全局使用，几乎每个脚本。你知道吗

因此，我创建了一个config.yaml文件来存储值，并创建了util.py文件来读取yaml文件并将值作为全局变量赋值。你知道吗

部分配置yaml

config:
    input_src: "./input_data"
    data_output: "./final_output"
    tempory_src: "./tmp_files"
    neural_network_model_version: "NeuralNet_v1907"
    all_store_output: "/all_store"
    single_store_output: "/individual"

利用率

with open('config.yaml',encoding="utf-8_sig") as f:

    data = yaml.load(f, Loader=yaml.FullLoader)
    global input_src
    global output_src
    global model_version
    global all_store_output
    global single_store_output
    global temp_src
    config=data["config"]

    input_src=config["input_src"]
    output_src=config["data_output"]
    model_version = config["neural_network_model_version"]
    all_store_output= config["all_store_output"]
    single_store_output= config["single_store_output"]

导入util文件时，它包含所有全局变量。你知道吗

我知道有很多全局变量不是一个好的做法，我需要知道什么是管理这种情况的最合适和推荐的方法。你知道吗

Answer 1

最简单的方法可能是将所有设置放在一个字典或数据类中。你知道吗

另一种选择是使用函数加载设置，然后缓存结果：

from functools import lru_cache

import yaml


@lru_cache()
def load_config(config_path='config.yaml'):
    with open(config_path, encoding="utf-8_sig") as f:
        data = yaml.load(f, Loader=yaml.FullLoader)

    # TODO: validate values and calculate related values

    print('Config loaded.')  # Just to show that it only loads once.
    return data['config']

def foo():
    config = load_config()
    print(config['input_src'])

def bar():
    config = load_config()
    print(config['data_output'])

def main():
    foo()
    bar()

main()

如果您不喜欢通过挖掘字典来获取所有设置，可以将所有设置放入类的属性中，或者编写更多函数来从主设置字典中获取每个设置。你知道吗