全局变量访问稍慢是因为LEGB规则导致名字查找需多步，而局部变量直接从栈帧获取；高频循环中可能慢10%～20%，但多数场景无需为此重构。
全局变量在 Python 中并不天然“慢”，但访问速度确实比局部变量略低，主要因为名字查找机制不同。关键不在于“全局变量本身慢”，而在于 Python 的作用域查找规则导致每次访问都要多走几步。
为什么全局变量访问稍慢？
Python 在函数内部读取变量时，按 LEGB 规则查找：Local → Enclosing → Global → Built-in。如果变量没在局部定义，解释器就得依次向上搜索，直到在全局（或内置）作用域找到它。而局部变量直接从栈帧的局部变量表中获取，一步到位，无需搜索。
这个差异在简单操作中几乎不可测，但在高频循环里可能体现出来——比如在 1000 万次迭代中反复读取一个全局整数，比读取同名局部变量多花约 10%～20% 时间（具体取决于 Python 版本和硬件）。
哪些情况会放大性能影响？
-
频繁读写全局可变对象：如全局列表、字典，在循环中反复
.append()或dict[key]，不仅涉及名字查找，还可能触发哈希计算、内存分配等开销。 -
跨模块访问全局变量：例如
import module; module.GLOBAL_VAR，这其实是属性访问，要经过模块对象的__dict__查找，比直接用GLOBAL_VAR更慢。 - 在闭包或嵌套函数中引用外层全局变量：如果误以为是“自由变量”而实际是全局的，可能混淆作用域逻辑，间接增加查找负担。
怎么写更高效？
-
把常用全局值缓存为局部变量：在函数开头赋值一次，后续用这个局部名。例如：
g_val = GLOBAL_CONSTANT，之后用g_val。 -
避免在热循环里重复访问全局名：尤其不要在
for循环条件或主体中反复写len(SOME_GLOBAL_LIST)，提前算好存局部变量。 -
用函数参数传递代替隐式全局依赖：既提升可测试性，也消除运行时查找开销。例如把
process_data()改成process_data(data_list, config)。 -
对只读常量，考虑用
typing.Final或模块级大写命名：虽不提速，但明确意图，方便工具优化（如 PyPy 可能做常量折叠）。
要不要为这点差异重构代码？
绝大多数应用中，全局变量带来的性能差异远小于 I/O、算法复杂度或数据结构选择的影响。优先保证代码清晰、模块职责分明。只有在性能分析（如 cProfile）确认某处全局访问是瓶颈时，再针对性优化。过早优化全局变量，往往得不偿失。
立即学习“Python免费学习笔记（深入）”；
