Python'；在全局变量赋值后出现异常时的行为

我正在编写一个python函数，它运行一个长时间运行的计算。计算需要仔细调试，所以我的想法是保持状态全局，以便能够在IPython中查看它。如果它很重要，状态是一个张量流模型，计算是它的训练。（更正1：实际上并不重要） 当然，如果我看到培训不顺利，我不想等到培训完成后，在IPython中按Ctrl+C，希望查看

M.model

，进行一些修复等等

不幸的是，如果我要求IPython在

KeyboardInterrupt

异常之后打印

M

的值，我将看不到任何值！但这怎么可能呢？我很确定培训已经开始了，所以应该已经执行了

m=Model（）

更正2：事实证明，使用test import*

语法在IPython中加载文件非常重要

---

MCVE：

---

train

是在

M

上运行还是变异，还是只使用

M

值？它通过添加新字段来变异

M

。下面是它的样子：注意，这个脚本包含一个我设法找到的解决方法。这个问题仍然有效。我需要更清楚地说，虽然

train

确实发生了变异

M

，但它从未删除任何东西。

train（m）

中的一个常见模式是

m.model.something=value

。我用一个简单的例子再现了这个问题。TensorFlow的细节并不重要。无法复制：将mcve代码放入模块（tmp.py）中；将tmp.py导入iPython控制台；调用

tmp.run

；几秒钟后，键入

ctrl-c

；已验证

tmp.M.state

的值等于经过的秒数。

# Instructions
# 0. Save this program to test.py file.
# 1. Load the file in IPython with `from test import *` syntax
# 2. call `run()`, wait for some short time.
# 3. Interrupt it with Ctrl+C
# 4. See no global state changed

from typing import Any,Optional
from time import sleep

class Model:
  state:Any

def train(m:Model)->None:
  m.state = 0
  print('Hit Ctrl+C to interrupt "training". Check out (the absence of) M.state')
  while True:
    m.state = m.state + 1
    print('.', end='', flush=True)
    sleep(1)

M:Optional[Model]=None

def run():
  global M
  M=Model()
  train(M)