通俗的来说，Python中所谓的命名空间可以理解为一个容器。在这个容器中可以装许多标识符。不同容器中的同名的标识符是不会相互冲突的。理解python的命名空间需要掌握三条规则：
第一，赋值（包括显式赋值和隐式赋值）产生标识符，赋值的地点决定标识符所处的命名空间。
第二，函数定义（包括def和lambda）产生新的命名空间。
第三，python搜索一个标识符的顺序是"LEGB"。
所谓的"LEGB"是python中四层命名空间的英文名字首字母的缩写。
最里面的一层是L（local），表示在一个函数定义中，而且在这个函数里面没有再包含函数的定义。
第二层E(enclosing function)，表示在一个函数定义中，但这个函数里面还包含有函数的定义，其实L层和E层只是相对的。
第三层G(global)，是指一个模块的命名空间，也就是说在一个.py文件中定义的标识符，但不在一个函数中。
第四层B（builtin），是指python解释器启动时就已经具有的命名空间，之所以叫builtin是因为在python解释器启动时会自动载入__builtin__模块，这个模块中的list、str等内置函数的就处于B层的命名空间中。
这三条规则通过一个例子来看比较明白。如下面例子所示：
>>> g = int('0x3', 0)
>>> def outFunc():
e = 2
g = 10
def inFunc():
l = 1
return g + e
return inFunc()
>>> outFunc() ===> 12
来详细看看这段代码中的标识符。
第1行，适用第一条规则“赋值产生标识符”，因此产生一个标识符g。“赋值的地点决定标识符所处的命名空间”，因为g是没有在一个函数定义中，因此g处于'G'层命名空间中。这一行中还有一个标识符，那就是int。那么int是在什么地方定义的呢？由于int是内置函数，是在__builtin__模块中定义的，所以int就处于'B'的层命名空间中。
第2行，适用第一条规则，由于def中包含一个隐性的赋值过程，这一行产生一个标识符outFunc，outFunc并不处于一个函数定义的内部，因此，outFunc处于'G'层命名空间中。此外，这一行还适用第二条规则，产生一个新的命名空间。
第3行，适用第一条规则，产生个标识符e，而且由于这是在一个函数定义内，并且内部还有函数定义，因此e处于'E'层命名空间中。
第4行要注意，适用第一条规则，产生一个标识符g，这个g与e一样外于'E'层命名空间中。这个g与第一行的g是不同的，因为所处的命名空间不一样。
第5行，适用第一条规则，产生一个处于'E'层命名空间的标识符inFunc。与第2行一样，这一行定义函数也产生一个新的命名空间。
第6行，适用第一条规则，产生一个标识符l，由于这个l处于一个函数内部，而且在这个函数内部没有其他函数的定义，因此l处于'L'层命名空间中。
第7行，适用第三条规则，python解释器首先看到标识符g，按照LEGB的顺序往上找，先找L层（也就是在inFunc内部），没有。再找E层，有，值为10。因此这里的g的值为10。寻找过程到为止，并不会再往上找到'G'层。寻找e的过程也一样，e的值为2。因此第9行的结果为12。
其实，所谓的“LEGB”是为了学术上便于表述而创造的。让一个编程的人说出哪个标识符处于哪个层没有什么意义，只要知道对于一个标识符，python是怎么寻找它的值的就可以了。其实找值的过程直观上也很容易理解。
通过上面的例子也可以看出，如果在不同的命名空间中定义了相同的标识符是没有关系的，并不会产生冲突。寻找一个标识符的值过程总是从当前层开始往上找的，首先找到的就为这个标识符的值。也由此可以这么说，'B'层标识符在所有模块（.py文件）中可用;'G'层标识符在当前模块内（.py文件）中可用;'E'和'L'层标识符在当前函数内可用。
再来看一个例子，来解释global语句的用法。代码如下所示：
>>> g = 'global'
>>> s = 'in'
>>> def out():
g = 'out'
def inter():
global g
print s,g
inter()
>>> out() ===> 'in global'
可以看到，虽然有两个层中的g，但使用了global语句后，就是指'G'层的标识符。也就是第7行中的g，就是指第1行产生的那个g，值为'global'。
最后说一句，其实只要在编程的时候注意一下，不要使用相同的标识符，基本上就可以避免任何与命名空间相关的问题。还有就是在一个函数中尽量不要使用上层命名空间中的标识符，如果一定要用，也最好使用参数传递的方式进行，这样有利于保持函数的独立性。
以上就是Python命名空间详解。大概，每个人都会遇到一个不能在一起的人，放手舍不得，坚持又太累，爱而不得时最煎熬。更多关于Python命名空间详解请关注haodaima.com其它相关文章！
