如何将numpy数组赋值给预初始化变量？函数内赋值问题求助

AI 小北

2026-5-21

这是个很典型的Python变量作用域问题，刚接触的时候确实容易懵，我来给你掰扯清楚～

你在函数外面定义的mean = []是全局变量，但当你在func()里写mean = np.mean(...)的时候，Python会默认把这个mean当成函数内部的局部变量——相当于在函数里新创建了一个叫mean的变量，和外面那个全局的mean完全是两回事。所以函数执行完，外面的mean还是原来的空列表。

下面给你两种可行的解决方法：

方案1：用`global`关键字声明使用全局变量

如果就是想直接修改外面的全局mean，可以在函数开头用global关键字告诉Python：“我要使用的是外面那个全局的mean，不是新创建局部变量”。代码改成这样：

import numpy as np

mean = [] 
def func():
    global mean  # 关键：声明这个mean是全局变量
    mean = np.mean(a, axis=0)
    print(mean)

# 先定义你的数组a（比如示例数据）
a = np.array([[1, 2], [3, 4]])
func()
print(mean)  # 现在就能打印出计算后的均值啦！

方案2：让函数返回结果，外部赋值（更推荐）

其实在Python里，尽量少用全局变量会让代码更清晰，不容易出奇怪的bug。更规范的做法是让函数把计算结果返回，然后你在外面把返回值赋值给mean：

import numpy as np

mean = [] 
def func():
    calc_mean = np.mean(a, axis=0)
    print(calc_mean)
    return calc_mean  # 返回计算好的均值

a = np.array([[1, 2], [3, 4]])
mean = func()  # 把函数返回的结果赋值给全局的mean
print(mean)  # 同样能得到正确结果