写入全局数组的显式元素显然不需要全局声明，尽管“批发”写入它确实有这样的要求：

import numpy as np

hostValue = 3.14159
hostArray = np.array([2., 3.])
hostMatrix = np.array([[1.0, 0.0],[ 0.0, 1.0]])

def func1():
    global hostValue    # mandatory, else local.
    hostValue = 2.0

def func2():
    global hostValue    # mandatory, else UnboundLocalError.
    hostValue += 1.0

def func3():
    global hostArray    # mandatory, else local.
    hostArray = np.array([14., 15.])

def func4():            # no need for globals
    hostArray[0] = 123.4

def func5():            # no need for globals
    hostArray[1] += 1.0

def func6():            # no need for globals
    hostMatrix[1][1] = 12.

def func7():            # no need for globals
    hostMatrix[0][0] += 0.33

func1()
print "After func1(), hostValue = ", hostValue
func2()
print "After func2(), hostValue = ", hostValue
func3()
print "After func3(), hostArray = ", hostArray
func4()
print "After func4(), hostArray = ", hostArray
func5()
print "After func5(), hostArray = ", hostArray
func6()
print "After func6(), hostMatrix = \n", hostMatrix
func7()
print "After func7(), hostMatrix = \n", hostMatrix

如果您有一个同名的局部变量，您可能需要使用globals（）函数。

globals()['your_global_var'] = 42

您可以在其他函数中使用全局变量，方法是在为其赋值的每个函数中将其声明为全局变量：

globvar = 0

def set_globvar_to_one():
    global globvar    # Needed to modify global copy of globvar
    globvar = 1

def print_globvar():
    print(globvar)     # No need for global declaration to read value of globvar

set_globvar_to_one()
print_globvar()       # Prints 1

由于不清楚globvar=1是创建本地变量还是更改全局变量，Python默认创建本地变量，并使用全局关键字显式选择其他行为。

如果要在模块间共享全局变量，请参阅其他答案。

如果要在函数中引用全局变量，可以使用global关键字声明哪些变量是全局变量。您不必在所有情况下都使用它（正如这里有人错误地宣称的那样）-如果表达式中引用的名称无法在定义该函数的函数的局部作用域中找到，则会在全局变量中查找该名称。

但是，如果您分配给函数中未声明为全局的新变量，则它将隐式声明为局部变量，并且它可能会覆盖同名的任何现有全局变量。

此外，全局变量是有用的，与一些OOP狂热者的说法相反——特别是对于较小的脚本，OOP是过度的。

对于并行执行，如果您不了解正在发生的情况，全局变量可能会导致意外的结果。下面是在多处理中使用全局变量的示例。我们可以清楚地看到，每个过程都使用自己的变量副本：

import multiprocessing
import os
import random
import sys
import time

def worker(new_value):
    old_value = get_value()
    set_value(random.randint(1, 99))
    print('pid=[{pid}] '
          'old_value=[{old_value:2}] '
          'new_value=[{new_value:2}] '
          'get_value=[{get_value:2}]'.format(
          pid=str(os.getpid()),
          old_value=old_value,
          new_value=new_value,
          get_value=get_value()))

def get_value():
    global global_variable
    return global_variable

def set_value(new_value):
    global global_variable
    global_variable = new_value

global_variable = -1

print('before set_value(), get_value() = [%s]' % get_value())
set_value(new_value=-2)
print('after  set_value(), get_value() = [%s]' % get_value())

processPool = multiprocessing.Pool(processes=5)
processPool.map(func=worker, iterable=range(15))

输出：

before set_value(), get_value() = [-1]
after  set_value(), get_value() = [-2]
pid=[53970] old_value=[-2] new_value=[ 0] get_value=[23]
pid=[53971] old_value=[-2] new_value=[ 1] get_value=[42]
pid=[53970] old_value=[23] new_value=[ 4] get_value=[50]
pid=[53970] old_value=[50] new_value=[ 6] get_value=[14]
pid=[53971] old_value=[42] new_value=[ 5] get_value=[31]
pid=[53972] old_value=[-2] new_value=[ 2] get_value=[44]
pid=[53973] old_value=[-2] new_value=[ 3] get_value=[94]
pid=[53970] old_value=[14] new_value=[ 7] get_value=[21]
pid=[53971] old_value=[31] new_value=[ 8] get_value=[34]
pid=[53972] old_value=[44] new_value=[ 9] get_value=[59]
pid=[53973] old_value=[94] new_value=[10] get_value=[87]
pid=[53970] old_value=[21] new_value=[11] get_value=[21]
pid=[53971] old_value=[34] new_value=[12] get_value=[82]
pid=[53972] old_value=[59] new_value=[13] get_value=[ 4]
pid=[53973] old_value=[87] new_value=[14] get_value=[70]

如果我在一个函数中创建一个全局变量，我如何在另一个函数上使用该变量？

我们可以使用以下函数创建全局：

def create_global_variable():
    global global_variable # must declare it to be a global first
    # modifications are thus reflected on the module's global scope
    global_variable = 'Foo' 

编写函数实际上不会运行其代码。因此我们调用create_global_variable函数：

>>> create_global_variable()

使用全局变量而不进行修改

只要您不希望更改它指向的对象，就可以使用它：

例如

def use_global_variable():
    return global_variable + '!!!'

现在我们可以使用全局变量：

>>> use_global_variable()
'Foo!!!'

从函数内部修改全局变量

要将全局变量指向其他对象，需要再次使用全局关键字：

def change_global_variable():
    global global_variable
    global_variable = 'Bar'

请注意，在编写此函数后，实际更改它的代码仍然没有运行：

>>> use_global_variable()
'Foo!!!'

因此，调用函数后：

>>> change_global_variable()

我们可以看到全局变量已经改变。global_variable名称现在指向“Bar”：

>>> use_global_variable()
'Bar!!!'

请注意，Python中的“全局”并不是真正的全局-它只是模块级的全局。因此，它只适用于在全局模块中编写的函数。函数会记住编写它们的模块，因此当它们导出到其他模块中时，它们仍然会查找创建它们的模块以查找全局变量。

同名的局部变量

如果创建同名的局部变量，它将覆盖全局变量：

def use_local_with_same_name_as_global():
    # bad name for a local variable, though.
    global_variable = 'Baz' 
    return global_variable + '!!!'

>>> use_local_with_same_name_as_global()
'Baz!!!'

但使用该错误命名的局部变量不会更改全局变量：

>>> use_global_variable()
'Bar!!!'

请注意，您应该避免使用与全局变量同名的局部变量，除非您确切地知道自己在做什么，并且有充分的理由这样做。我还没有遇到这样的原因。

我们在课堂上也有同样的行为

后续评论问道：

如果我想在类内的函数内创建一个全局变量，并想在另一个类内的另一个函数内使用该变量，该怎么办？

在这里，我演示了我们在方法中得到的行为与在正则函数中得到的相同：

class Foo:
    def foo(self):
        global global_variable
        global_variable = 'Foo'

class Bar:
    def bar(self):
        return global_variable + '!!!'

Foo().foo()

现在：

>>> Bar().bar()
'Foo!!!'

但我建议不要使用全局变量，而是使用类属性，以避免混淆模块名称空间。还要注意，我们这里不使用self参数-这些可以是类方法（如果从通常的cls参数中更改class属性，则很方便）或静态方法（没有self或cls）。