Python编写词袋函数遇局部变量words赋值前引用报错 试过加global仍未解决

核心报错原因 #

• Python 作用域判定规则触发报错：Python 解析器会在函数加载阶段就扫描整个函数块的变量赋值情况，只要某个变量在函数任意位置出现了赋值操作，就会直接把该变量标记为函数局部变量，不会向外查找全局/外层的同名变量。你的代码中内层循环for i, words in enumerate(words): 对words做了循环赋值，直接把原本要引用的词汇表变量words标记为局部变量，导致执行到第一行len(words)时，局部变量还没完成赋值，就抛出local variable 'words' referenced before assignment错误。
• 之前尝试添加global words无法解决问题的核心逻辑：就算加了全局声明，循环里的赋值操作还是会覆盖全局words的值。第一轮循环就会把enumerate拆出来的单个词汇赋值给words，原本的全局词汇表列表会被替换成单个字符串元素，后续循环遍历words时根本拿不到完整的词汇表，词袋计算逻辑完全失效。
• 代码存在额外笔误：判断条件if word == w: 中的word没有任何定义，就算解决了作用域问题，这行代码仍会触发NameError: name 'word' is not defined的报错。

具体修复步骤 #

• 解决变量重名冲突：将内层循环的临时变量和要引用的词汇表变量做命名区分，不要使用完全相同的变量名，避免覆盖外层值
• 修正判断条件的笔误，将未定义的word替换为循环遍历出来的临时词汇变量
• （可选优化）放弃全局变量传值的方式，将词汇表作为函数显式参数传入，从根源减少作用域冲突概率，同时提升函数可测试性

修复后参考代码 #

推荐写法：将词汇表作为参数传入，降低全局依赖

import numpy as np

# 预先整理好的去重词汇表
vocab = ["你预处理完成的所有不重复词汇列表"]

def bag_of_words(sentence, vocab):
    sentence_words = clean_up_sentence(sentence)
    bag = [0] * len(vocab) 
    for w in sentence_words:
        for i, vocab_word in enumerate(vocab):
            if vocab_word == w:
                bag[i] = 1
    return np.array(bag)

如果必须使用全局词汇表，只要保证循环内不对words做同名赋值，全局声明就可以正常生效，示例如下：

import numpy as np

# 全局词汇表
words = ["你预处理完成的所有不重复词汇列表"]

def bag_of_words(sentence):
    global words
    sentence_words = clean_up_sentence(sentence)
    bag = [0] * len(words) 
    for w in sentence_words:
        # 把循环内的临时变量改名，不再和全局words重名
        for i, vocab_word in enumerate(words):
            if vocab_word == w:
                bag[i] = 1
    return np.array(bag)

内容的提问来源于stack exchange，提问作者Hitesh Ganga