Python基础知识（第六天）

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)