局部变量的查询和访问速度比全局变量快，优先考虑使用，尤其是在遇到需要大量循环的时候。 在特别强调效率的地方或者循环次数较多的地方，可以通过将全局变量转为局部变量提高运行速度。
注：这里老师说不用过分注意，过度这样做会影响程序的可读；但我自己觉得可以适当地养成这样一个习惯，能这样做的时候就这样做，担心影响可读性地话就加个注释。总之，根据对运行效率的要求和工作期限来综合考虑。
写在前头：导入的库相对于工作区现场是更大的全局；工作区现场相对于函数内是更大的全局；所以这里是在相对的全局与局部的基础上进行效率对比的。 【对比1】只导入库对比导入库函数到函数内
import math import time def test01(): start = time.time() for i in range(10000000): math.sqrt(30) end = time.time() print('耗时{}'.format(end - start)) def test02(): b = math.sqrt start = time.time() for i in range(10000000): b(30) end = time.time() print('耗时{}'.format(end - start)) test01() test02()执行3次的3个结果： 分析： test01耗时要比test02多，因为函数内循环执行math.sqrt时，需要到math库里把math.sqrt找出来，用一次掉丢，下一次用还要重新曲库里调出来，如此循环10000000次；而到了test02，就把math.sqrt放到函数的运行内存里面了，循环的这10000000次不用每次都去库里调，直接在栈里面拿。省去的是每次都去库里面调的工作量。
【对比2】只导入库对比函数外导入函数
import math import time b = math.sqrt def test01(): start = time.time() for i in range(10000000): math.sqrt(30) end = time.time() print('耗时{}'.format(end - start)) def test02(): start = time.time() for i in range(10000000): b(30) end = time.time() print('耗时{}'.format(end - start)) test01() test02()执行3次的3个结果： 分析： 对比2中test01的函数内循环还是需要每次都去库里面调math.sqrt；test02的函数内循环每次不用去库里面调，但它需要在绕到函数外去取工作区里面的b = math.sqrt函数，即使如此，它还是节省了很多工作量。
然后我们就会去想，取工作区里面的函数和在定义函数内部取函数哪个快呢？ 【对比3】函数外导入函数对比函数内导入函数
import math import time def test01(): b = math.sqrt start = time.time() for i in range(10000000): b(30) end = time.time() print('耗时{}'.format(end - start)) b = math.sqrt def test02(): start = time.time() for i in range(10000000): b(30) end = time.time() print('耗时{}'.format(end - start)) test01() test02()执行8次的8个结果（因为差别不大，且我个人的pc不那么稳定，所以更多次测试以便观察出规律）： 分析： 耗时差别比前两个对比小，但是还是能发现test01比test02稍稍省时。这是因为test01中函数循环调用math.sqrt是就近用定义的函数内的；而test02得去更远的定义函数外用math.sqrt。
几个对比中，对比1中的test02是程序运行效率最高的。 综上所述，函数的执行效率也是越近的调用效率越高。
