在模块中初始化变量的最佳方法？

Question

假设我需要将传入数据写入云上的数据集。我何时、何地以及是否需要在代码中使用数据集，取决于传入的数据。我只想获取对数据集的引用一次。实现这一目标的最佳方法是什么？

1. 启动时初始化为全局变量并通过全局变量访问

   if __name__="__main__":
       dataset = #get dataset from internet
   

这看起来是最简单的方法，但即使从不需要它也会初始化该变量。

2. 第一次需要数据集时获取引用，保存在全局变量中，并通过get_dataset()方法访问

   dataset = None
   
   def get_dataset():
       global dataset
       if dataset is none
           dataset = #get dataset from internet
       return dataset
   

3. 第一次需要数据集时获取参考，保存为函数属性，并通过get_dataset()方法访问

   def get_dataset():
       if not hasattr(get_dataset, 'dataset'):
           get_dataset.dataset = #get dataset from internet
       return get_dataset.dataset
   

4. 任何其他方式

Answer 1

执行您想要的操作的典型方法是将调用数据的服务包装到一个类中：

class MyService():
  dataset = None

  def get_data(self):
    if self.dataset = None:
      self.dataset = get_my_data()
    return self.dataset
    

然后，您在主程序中实例化一次并在需要的地方使用它。

if __name__="__main__":

  data_service = MyService()
  data = data_service.get_data()
  # or pass the service to whoever needs it
  my_function_that_uses_data(data_service)

该dataset变量是内部变量，但可以通过可发现的函数访问。property您还可以在类的实例上使用 a 。

此外，使用对象和类使得在大型项目中变得更加清晰，因为功能应该从类名和方法中不言自明。

请注意，您也可以轻松地将其设为通用服务，通过在初始化中获取数据的方式传递给它（例如 url？），这样它就可以在不同的端点上重复使用。

要避免的一个警告是在子模块中多次实例化同一个类，而不是在主模块中。如果这样做，将为每个实例获取并存储数据。另一方面，您可以将类的实例传递给子模块，并且仅在需要时获取数据（即，如果您的子模块从不需要它，则可能永远不会获取数据），而使用所有选项时，数据集需要先获取才能传递到其他地方。

请注意您建议的选项：

1. 在该部分初始化if __name__ == '__main__'：

如果您要将模块作为模块调用，则不会对其进行全局初始化（仅当从 shell 调用模块时才会对其进行初始化）。

您需要获取数据以将其传递到其他地方，即使您在 main 中不需要它。

2. 在函数内设置全局。

通常不鼓励使用global，就像在任何编程语言中一样。修改超出范围的变量是遇到奇怪行为的秘诀。如果您依赖于仅在特定工作流程中设置的全局变量，它也往往会使代码更难测试。

3. 函数的属性

这个有点让人眼花缭乱：它肯定可以工作，而且功能与Class我提出的模式非常相似，但你必须承认函数上的属性不是很Pythonic。该类的优点是您可以通过多种方式初始化它，可以对其进行子类化等，但在需要时才获取数据。使用直接函数更“简单”，但也有更多限制。