76.函数也是对象_内存分析
函数也是对象,内存底层分析
Python 中,“一切都是对象”。实际上,执行 def 定义函数后,系统就创建了相应的函数对象。我们执行如下程序,然后进行解释:
def print_star(n):
print("*"*n)
print(print_star)
print(id(print_star))
c = print_star
c(3)
上面代码执行 def 时,系统中会创建函数对象,并通过 print_star 这个变量进行引用:
我们执行“c=print_star”后,显然将 print_star 变量的值赋给了变量 c,内存图变成了:
显然,我们可以看出变量 c 和 print_star 都是指向了同一个函数对象。因此,执行 c(3)和执行 print_star(3)的效果是完全一致的。Python 中,圆括号意味着调用函数。在没有圆括号的情况下,Python 会把函数当做普通对象。
77.变量的作用域_全局变量_局部变量_栈帧内存分析讲解
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:
1.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。
2.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。
3.全局变量一般做常量使用。
4.函数内要改变全局变量的值,使用 global 声明一下。
局部变量:(在栈帧里面,使用完栈帧消失)
1.在函数体中(包含形式参数)声明的变量。
2.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。
print(locals()) #打印输出的局部变量
print(globals()) #打印输出的全局变量
78.局部变量和全局变量_效率测试
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。
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):
b(30)
end = time.time()
print("耗时{0}".format((end-start)))
test01()
test02()
79.参数的传递_传递可变对象_内存分析
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”。具体操作时分为两类:
1.对“可变对象”进行“写操作”,直接作用于原对象本身。
2.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
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。
80.参数的传递_传递不可变对象_内存分析
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。
81.浅拷贝和深拷贝_内存分析
浅拷贝和深拷贝
为了更深入的了解参数传递的底层原理,我们需要讲解一下“浅拷贝和深拷贝”。我们可以 使用内置函数:copy(浅拷贝)、deepcopy(深拷贝)。
浅拷贝:不拷贝子对象的内容,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
82.参数的传递_不可变对象含可变子对象_内存分析
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。
83.参数的类型_位置参数_默认值参数_命名参数
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,称为: “位置参数”。
def f1(a,b,c):
print(a,b,c)
f1(2,3,4)
默认值参数
我们可以为某些参数设置默认值,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。
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)
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(c=10,a=20,b=30) #命名参数
84.参数的类型_可变参数_强制命名参数
可变参数
可变参数指的是“可变数量的参数”。分两种情况:
1.*param(一个星号),将多个参数收集到一个“元组”对象中。
2.**param(两个星号),将多个参数收集到一个“字典”对象中。
>>>def f3(a,b,*c,**d):
>>>print(a,b,c,d)
>>>f3(8,9,20,30,name='gaoqi',age=18)
>>>8 9 (20, 30) {'name': 'gaoqi', 'age': 18}
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”。
85.lambda表达式和匿名函数
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。
f = lambda a,b,c:a+b+c
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))
86.eval()函数用法
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
87.递归函数_函数调用内存分析_栈帧的创建
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、过量的消耗内存和运算能力。在处理大量数据时,谨慎使用。
最先调用,最后执行
88.递归函数_阶乘计算案例
使用递归函数计算阶乘(factorial)
def factorial(n):
if n==1:
return 1
else:
return n*factorial(n-1)