Python函数内exec创建动态变量 循环/列表推导式报NameError

该错误由Python函数内部的作用域编译规则导致，核心逻辑如下：

• Python在编译函数阶段就会静态扫描函数体内所有直接引用、直接赋值的变量，将其标记为局部变量，这类变量的查找逻辑在编译期就已绑定，不会在运行时动态检索局部命名空间字典。
• 函数内调用exec()执行赋值语句时，如果不手动指定命名空间参数，exec()内创建的变量会被写入locals()返回的局部字典——这就是你调用dir()能看到f1/f2/f3存在的原因。
• 但编译阶段生成的局部变量查找逻辑，不会主动读取运行时才被exec()塞进局部字典的变量。你在代码中直接写f1.predict()、f.append(2)时，解释器在静态扫描阶段没找到这些变量的定义，执行时就会直接抛出NameError，不会去局部字典里动态查找。
• 交互环境逐行执行、函数外（模块全局作用域）执行不报错的原因是：全局作用域的变量查找本身就是动态检索globals()字典的，exec()在全局作用域创建的变量会直接进入全局字典，后续引用可以被正常查到。

你提供的最小测试用例完全符合上述规则：

def test():
    exec("f= []")
    f.append(2)
    print(f)

if __name__=="__main__":
    test()

执行该脚本必然抛出NameError: name 'f' is not defined，哪怕在exec语句后加print(locals())能明确看到f存在于局部字典中，直接引用依然会报错。

不要使用exec()动态注入局部变量，改用字典显式管理加载的模型，逻辑清晰且无作用域问题：

import pickle

def predict(new_data):
    model_list = fetch_needed_models() # ["f1","f2","f3"]
    loaded_models = {}
    for model_name in model_list:
        with open(f"./{model_name}.pkl", "rb") as file:
            loaded_models[model_name] = pickle.load(file)
    
    # 调用时直接从字典取对应模型
    f1_pred = [loaded_models["f1"].predict(x) for x in new_data]

不推荐的变通方案：提前在函数内初始化对应变量、或声明变量为global/nonlocal骗过编译器静态检查，这类写法可维护性极差，极易引入隐蔽bug。

内容的提问来源于stack exchange，提问作者CutePoison