文章目录
函数也是对象
#测试函数也是对象
def test01():
print("sxtsxt")
test01()
c = test01
c()
print(id(test01))
print(id(c))
print(type(c))
sxtsxt
sxtsxt
15027128
15027128
<class 'function'>
变量的作用域（全局变量和局部变量）
变量起作用的范围称为变量的作用域，不同作用域内同名变量之间互不影响。变量分为：全局变量、局部变量。
全局变量：
- 在函数和类定义之外声明的变量。作用域为定义的模块，从定义位置开始直到模块结束。
- 全局变量降低了函数的通用性和可读性。应尽量避免全局变量的使用。
- 全局变量一般做常量使用。
- 函数内要改变全局变量的值，使用global声明一下。
局部变量：
- 在函数体中（包含形式参数）声明的变量。
- 在局部变量的引用比全局变量快，优先考虑使用。
- 如果局部变量和全局变量同名，则在函数内隐藏全局变量，只使用同名的局部变量。
#测试全局变量、局部变量
a = 3 #为全局变量
def test01():
b = 4 #局部变量
print(b*10)
test01()
test01()
print(a)
print(b)
Traceback (most recent call last):
File "D:/PycharmProjects/MyTest/mypro_func/mypy05.py", line 11, in <module>
print(b)
NameError: name 'b' is not defined
40
40
3
例2：
#测试全局变量、局部变量
a = 3 #为全局变量
def test01():
b = 4 # 局部变量
print(b * 10)
global a # 如果在函数内部改变a的值，用global增加声明
a = 300
print(locals()) #打印输出局部变量
print(globals()) #打印输出全局变量
test01()
test01()
print(a)
40
{'b': 4}
{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x004CED30>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, '__file__': 'D:/PycharmProjects/MyTest/mypro_func/mypy05.py', '__cached__': None, 'a': 300, 'test01': <function test01 at 0x01AC4BB8>}
40
{'b': 4}
{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x004CED30>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, '__file__': 'D:/PycharmProjects/MyTest/mypro_func/mypy05.py', '__cached__': None, 'a': 300, 'test01': <function test01 at 0x01AC4BB8>}
300
局部变量和全局变量效率测试
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。
参数传递
函数声明时的形式参数，使用时，等同于函数体内的局部变量。由于python中一切皆对象。因此，参数传递时直接传递对象的地址，但具体使用分两种类型：
- 传递不可变对象的引用（起到其他语言值传递的效果）
- 传递可变对象的引用（起到其他语言引用传递的效果）
传递不可变对象的引用
#测试局部变量，全局变量的效率
import math
import time
def test01():
start = time.time()
for i in range(10000000):
math.sqrt(30)
end = time.time()
print("耗时{0}".format((end-start)))
def test02():
b = math.sqrt
start = time.time()
for i in range(10000000):
math.sqrt(30)
end = time.time()
print("耗时{0}".format((end-start)))
test01()
test02()
耗时6.08827805519104
耗时5.3692333698272705
参数的传递
函数的参数传递本质上就是：从实参到形参的赋值操作。python中一切皆对象，所有的赋值操作都是引用的赋值。所以，python中参数的传递都是引用传递，不是值传递。具体操作分为两类：
- 对可变对象进行写操作，直接作用与原对象本身。
- 对不可变对象进行写操作，会产生一个新的对象空间，并用新的值填充这块空间。（ 起到其他语言的值传递效果，但不是值传递）
可变对象有：
字典、列表、集合、自定义的对象等等
不可变对象有：
数字。字符串、元组、function等
传递可变对象的引用
传递参数是可变对象（例如：列表、字典、自定义的其他可变对象等），实际传递的还是对象的引用。在函数体中不创建新的对象拷贝，而是可以直接修改所传递的对象。
#测试参数的传递
#传递可变对象
a = [10,20]
print(id(a))
print(a)
print("**************************")
def test01(m):
print(id(m))
m.append(300)
print(id(m))
test01(a)
print(a)
19674616
[10, 20]
**************************
19674616
19674616
[10, 20, 300]
传递不可变对象的引用
传递参数是不可变对象（例如：int、float、字符串、元组、布尔值），实际传递的还是对象的引用。在赋值操作时，由于不可变对象无法修改，系统会新创建一个对象。
a = 100
def f1(n):
print("n:",id(n)) #传递进来的是a对象的地址
n = n+200 #由于a是不可变对象，因此创建新的对象n
print("n:",id(n)) #n已经变成了新的对象
print(n)
f1(a)
print("a:",id(a))
n: 260598464
n: 14801328
300
a: 260598464
浅拷贝和深拷贝
使用内置函数：
copy（浅拷贝）
deepcopy(深拷贝)
浅拷贝：不拷贝对象的内容，只是拷贝子对象的引用。
深拷贝：会连子对象的内存也全部拷贝一份，对子对象的修改不会影响源对象。
import copy
def testCopy():
'''测试浅拷贝'''
a = [10, 20, [5, 6]]
b = copy.copy(a) # 浅拷贝
print("a:", a)
print("b:", b)
b.append(30)
b[2].append(7)
print("浅拷贝.....")
print("a:", a)
print("b:", b)
testCopy()
print("*******************")
def testDeepCopy():
'''测试深拷贝'''
a = [10, 20, [5, 6]]
b = copy.deepcopy(a) # 深拷贝
print("a:", a)
print("b:", b)
b.append(30)
b[2].append(7)
print("深拷贝.....")
print("a:", a)
print("b:", b)
testDeepCopy()
a: [10, 20, [5, 6]]
b: [10, 20, [5, 6]]
浅拷贝.....
a: [10, 20, [5, 6, 7]]
b: [10, 20, [5, 6, 7], 30]
*******************
a: [10, 20, [5, 6]]
b: [10, 20, [5, 6]]
深拷贝.....
a: [10, 20, [5, 6]]
b: [10, 20, [5, 6, 7], 30]
传递不可变对象是浅拷贝
传递参数是不可变对象（例如：int、float、字符串、元组、布尔值），实际传递的还是对象的引用。但在写操作时，会创建一个新的对象拷贝。这个拷贝使用的是浅拷贝，不是深拷贝。
#传递不可变对象时，如果发生拷贝，是浅拷贝
a = 10
print("a:",id(a))
def test01(m):
print("m:",id(m))
m = 20#相当于建立一个新对象
print(m)
print("m:",id(m))
test01(a)
print("****************")
#传递不可变对象时，不可变对象里面包含的子对象是可变的。则方法内修改了这个可变对象，源对象也发生了变化。
a = (10,20,[5,6])
print("a:",id(a))
def test01(m):
print("m:",id(m))
m[2][0] = 888
print(m)
print("m:",id(m))
test01(a)
print(a)
a: 256271648
m: 256271648
20
m: 256271808
****************
a: 6233184
m: 6233184
(10, 20, [888, 6])
m: 6233184
(10, 20, [888, 6])
参数的几种类型
位置参数
函数调用时，实参默认按位置顺序传递，需要个数和形参匹配。按位置传递的参数，我们成称为：“位置参数”。
def f1(a,b,c):
print(a,b,c)
f1(2,3,4)
f1(2,3) #报错，位置参数不匹配
2 3 4
Traceback (most recent call last):
File "D:/PycharmProjects/MyTest/mypro_func/mypy10.py", line 5, in <module>
f1(2,3) #报错，位置参数不匹配
TypeError: f1() missing 1 required positional argument: 'c'
默认值参数
我们可以为某位参数设置默认值，这样这些参数在传递时就是可选的。称为“默认值参数“。默认值参数放到位置参数后面。
默认值对应的位置如果不写数的话，就默认为原来的值，例如：
def f1(a,b,c=10,d=20): #默认值参数必须位于普通位置参数后面
print(a,b,c,d)
f1(8,9)
f1(8,9,19)
f1(8,9,19,29)
8 9 10 20
8 9 19 20
8 9 19 29
命名参数
我们也可以按照形参的名称传递参数，称为命名参数，也称关键字参数。
def f1(a,b,c):
print(a,b,c)
f1(8,9,20) #位置参数
f1(c=10,a=20,b=30) #命名参数
8 9 20
20 30 10
总结：
#测试参数的类型，位置参数，默认值参数，命名参数
def test01(a,b,c,d):
print("{0}--{1}--{2}--{3}".format(a,b,c,d))
def test02(a,b,c=10,d=15): #默认值参数必须位于其他参数后面
print("{0}--{1}--{2}--{3}".format(a,b,c,d))
test01(10,20,30,40) #位置参数
#test01(10,20) #参数个数不匹配，报错
test01(d=20,b=40,a=10,c=100) #命名参数，通过形参来匹配
test02(2,3)
test02(2,3,4)
10--20--30--40
10--40--100--20
2--3--10--15
可变参数
可变参数指的是可变数量的参数。分两种情况：
- *param（一个星号），将多个参数收集到一个元组对象中。
- **param（两个星号），将多个参数收集到一个字典对象中。
强制命名参数
在带星号的可变参数后面增加新的参数，必须在调用的时候强制命名参数。
def f1(a,b,*c):
print(a,b,c)
f1(8,9,19,20)#因为是*c，所以后面有多少位都行
print("********************")
def f2(a,b,**c):
print(a,b,c)
f2(8,9,name="hj",age=18)
def f3(a,b,*c,**d):
print(a,b,c,d)
f3(8,9,20,30,name="hj",age=18)
print("***********************")
def f4(*a,b,c):
print(a,b,c)
#f4(2,3,4) #会报错。由于a是可变参数，将2，3,4全部收集。造成b和c没有赋值。b、c必须被强制命名。
f4(2,b=3,c=4)
8 9 (19, 20)
********************
8 9 {'name': 'hj', 'age': 18}
8 9 (20, 30) {'name': 'hj', 'age': 18}
***********************
(2,) 3 4
lambda表达式和匿名函数
lambda表达式可以用来声明匿名函数。lambda函数是一种简单的、在同一行中定义函数的方法。lambda函数实际生成了一个函数对象。
lambda表达式只允许包含一个表达式，不能包含复杂语句，该表达式的计算结果就是函数的返回值。
lambda表达式的基本语法如下：
lambda arg1,arg2,arg3... : <表达式>
arg1/arg2/arg3为函数的参数。
<表达式>相当于函数体。
运算结果是：表达式的运算结果。
#测试lambda表达式，匿名函数
f = lambda a,b,c:a+b+c
print(f)
print(f(2,3,4))
g = [lambda a:a*2,lambda b:b*3,lambda c:c*4]
print(g[0](6),g[1](7),g[2](8))
<function <lambda> at 0x01374BB8>
9
12 21 32
#测试lambda表达式，匿名函数
f = lambda a,b,c,d:a*b*c*d
def test01(a,b,c,d):
return a*b*c*d
print(f(2,3,4,5))
h = [lambda a:a*2,lambda b:b*3]
print(h[0](6))
i = [test01,test01] #函数也是对象
print(i[0](3,4,5,6))
120
12
360
eval()函数
功能：将字符串str当成有效的表达式来求值并返回计算结果。
语法：eval(source[,globals[,locals]])->value
参数：
source:一个python表达式或函数compile()返回的代码对象
globals：可选。必须是dictionary
locals：可选。任意映射对象
#测试eval()函数
s = "print('abcde')"
eval(s)
a = 10
b = 20
c = eval("a+b") #和c=a+b一样
print(c)
print("****************************")
dict1 = dict(a=100,b=200)
d = eval("a+b")
print(d)
d = eval("a+b",dict1)
print(d)
abcde
30
30
300
递归函数
递归函数指的是：自己调用自己的函数，在函数体内部直接或间接的自己调用自己。递归类似于大家中学数学学习过的数学归纳法。每个递归函数必须包含两个部分：
1.终止条件：表示递归什么时候结束。一般用于返回值，不再调用自己。
2.递归步骤：把第n步的值和第n-1步相关联。
递归函数由于会创建大量的函数对象、过量的消耗内粗和运算能力。在处理大量数据时，谨慎使用。
#测试递归函数的基本原理
def test01():
print("test01")
test02() #但自己调自己的话，报错，即test01()
def test02():
print("test02")
test01()
test01
test02
#测试递归函数的基本原理
def test01(n):
print("test01:",n)
if n==0:
print("over")
else:
test01(n-1)
def test02():
print("test02")
test01(4)
test01: 4
test01: 3
test01: 2
test01: 1
test01: 0
over
#测试递归函数的基本原理
def test01(n):
print("test01:",n)
if n==0:
print("over")
else:
test01(n-1)
print("test01***",n)
def test02():
print("test02")
test01(4)
test01: 4
test01: 3
test01: 2
test01: 1
test01: 0
over
test01*** 0
test01*** 1
test01*** 2
test01*** 3
test01*** 4
#用递归算阶乘
def factorial(n):
if n==1:
return 1
else:
return n*factorial(n-1)
result = factorial(5)
print(result)
120
扫一扫
2945
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
