Python “.append”和“+；”之间的差异在函数内部使用时

我试图理解

池.apply\u async

中的

回调

函数是如何工作的，并遇到了以下问题。在回调之外，我定义

results = []

并且希望在值可用时，使用回调将工作进程的返回值附加到

结果中

但奇怪的是，这个语句（在回调中）可以工作：

但是

报告未分配的引用错误

发生了什么事？任何洞察都将不胜感激

以下是完整的代码：

from multiprocessing import Pool
import random

results = []

def f(t):
    return t

def cb_append_result(t):
    # reports "local variable 'results' referenced before assignment"
    # results += [t]    

    # Okay
    results.append(t)   # works

if __name__ == '__main__':
    pool = Pool() 
    t = random.random()

    pool.apply_async(f,args=(t,),callback=cb_append_result)    
    pool.close()
    pool.join()
    print("Result is {}".format(results))

（补充）该问题与多处理或回调无关（请参阅下面的答案）。但要解决上述问题，回调函数应编写为

def cb_append_result(t):
    global results
    results += [t]    

该解决方案实际上与多处理或回调无关。关键是使用
global
语句显式引用全局变量

下面是一个简单的代码来演示这个问题

y = []

# doesn't work
def f(x):
    y += [x]

# works
def g(x):
    global y           # <===== Answer!!
    y += [x]

# works
def h(x):
    y.append(x)

# f(1)   # local variable 'y' referenced before assignment

g(1)     # works
print(y)

h(2)     # works
print(y)

所以实际上，
回调
业务等都是混淆。我编辑了我原来的帖子
 是的，就是这样！事实上，我怀疑这样的事情，但无法克服这样的事实：
append
和
+=
在逻辑上做相同的事情（更改现有对象）。我将在下面发布解决方案。
def cb_append_result(t):
    global results
    results += [t]    

y = []

# doesn't work
def f(x):
    y += [x]

# works
def g(x):
    global y           # <===== Answer!!
    y += [x]

# works
def h(x):
    y.append(x)

# f(1)   # local variable 'y' referenced before assignment

g(1)     # works
print(y)

h(2)     # works
print(y)

[1]
[1, 2]