对比时就是简单地把 @numba.jit 这一句注释掉和不注释掉

第一,a = np.arange(10000) 这一句是排除在耗时计算之外的.
第二,b = list(a) 这一句是都被计入耗时之内的.所以对比是不存在这个问题的

@wwqgtxx 好的,非常非常感谢!

@wwqgtxx 也可以, 反正我的想法也无法实现, c=(a>b) & (a>locals()['abcd']) 和 c=(a>b) & (a>dict0['abcd']) 谁也不比谁好看

run 里面的代码是会经常改变的(写各种交易策略的),如果将来真的崩了我就只有坚守老版本了

@wwqgtxx 这个你不用担心,我用 Manager 把它传走了

@wwqgtxx 恩,非常感谢!反正我的想法是无法实现的了,我还是老老实实用 locals()['abcd']吧,就是代码看着太难看了

而且 aa.run 由于运算量大,还采用了多进程

@wwqgtxx 21 楼的代码简单表示了我想在 aa.run 中批量生成一批局部变量. 实际上我的代码逻辑还不是这样的,实际的逻辑是,类 aa 继承了一个基类,基类隐藏了很多复杂的功能实现,aa.run 每隔几秒钟运行一次,每一次运行完毕,会将 run 中的很多局部变量集中保存到基类中的一个字典变量中,下一次运行时,首先恢复这些局部变量.不知道你明白我的意思了吗

@wwqgtxx 不管你取什么名字,这的确不重要, 但你在后面的代码中引用这个变量的时候你都得前面加个 locals()前缀啊

一个更恰当的例子:

import numpy as np
class aa:
def run(self,dict0):
for k, v in dict0.items():
exec(k + "=v")
#############
print(x1)

if __name__ == '__main__':
dict0 = {'x1': np.arange(5), 'y1': np.arange(5) * 2}
r = aa()
r.run(dict0)
for key,value in dict0.items():
exec(key+"=value")
print('-------')
print(x1) #这个在类之外使用就没问题

@wwqgtxx x 所指代的字符串就是未知的,看来就是没有别的更好的办法了

@congeec ast.literal_eval 和 eval 都是不行的.你没明白我的意思,我的意思是要创建一个变量 abcd,而不是 abcd=eval('v')

@Swift3030 麻烦详细说说,谢谢!

因为在后面代码中引用这些变量的时候全部都得写成 locals()['abcd']这种形式,和其他变量的引用方式不一致,非常不协调.
比如后面的代码是这样的:

a=np.array(5)+4
b=np.array(5)*2
c=(a>b) & (a>locals()['abcd'])
......

这样整个代码显得非常不协调

不是楼上想的那样,我希望能够在后面的代码中直接引用 abcd 这个变量,而不是 locals()['abcd']这样引用

setattr(self,x,v)
不行啊,还是 print(abcd)报错啊

是不是我没表达清楚啊,变量 abcd 不是类 aa 的属性,就是一个局部变量,我要实现的就是 abcd=np.arange(5) 这样的结果

缩进怎么弄?我发表主题的时候试图前面加空格,但是发表之后空格被删掉了
是不是要加{} 我再试试
{import numpy as np
class aa:
def __init__(self):
pass
def run(self):
x='abcd'
locals()['v']=np.arange(5)
v=np.arange(5)
exec(x+"=v")
print(abcd)

if __name__ == '__main__':
r=aa()
r.run()
}

你运行一下就知道了,确实可以修改啊

明白了,谢谢各位!