### Python 函数间共享变量的方法 #### 使用函数参数和返回值 一种常见的方式是在调用者与被调用者之间通过参数传递所需的数据，并利用返回值将处理后的数据回传给上层逻辑。这种方式能够保持良好的封装性和可测试性[^1]。 ```python def get_data(): data = "some value" return data def process_data(input_data): processed_result = input_data.upper() return processed_result data_from_getter = get_data() final_output = process_data(data_from_getter) print(final_output) ``` #### 利用闭包特性 闭包允许内部函数访问外部作用域中的局部变量，即使这个外层函数已经结束执行。这提供了一种优雅的方式来隐藏状态并实现私有化存储。 ```python def outer_function(initial_value): state = initial_value def inner_function(change_by): nonlocal state state += change_by return state return inner_function update_state = outer_function(10) new_value_1 = update_state(5) # 输出 15 new_value_2 = update_state(-3) # 输出 12 ``` #### 借助类结构保存成员属性 面向对象编程提供了另一种解决方案——即把相关联的操作以及其操作的对象打包到一起形成一个实体（类）。这样做的好处是可以方便地维护多个实例之间的独立状态而不会相互干扰[^3]。 ```python class DataHandler: def __init__(self, init_val=None): self._value = init_val or [] @property def value(self): return self._value.copy() def add_item(self, item): self._value.append(item) handler = DataHandler([1, 2]) handler.add_item(3) current_items = handler.value print(current_items) ``` #### 多进程环境下的共享机制 当涉及到跨进程通信时，则需采用特定的技术手段如`multiprocessing.Value`, `Array` 或者更复杂的队列/管道等工具来同步不同进程中相同名称的空间位置所指向的内容变化情况[^4]。 ```python from multiprocessing import Process, Value def worker(shared_counter): shared_counter.value += 1 if __name__ == "__main__": counter = Value('i', 0) workers = [] for i in range(5): w = Process(target=worker, args=(counter,)) w.start() workers.append(w) for w in workers: w.join() print(f'Final Counter: {counter.value}') ```