文章目录
第 5 章 函数用法和底层分析-2
函数也是对象,内存底层分析
#测试函数也是对象
def test01():
print("jsdfhkjahfkah")
test01()
c=test01
c()
print(c)
print(id(c))
print(id(test01))
变 量 的 作 用 域( 全 局 变 量 和 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。
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:
- 在函数体中(包含形式参数)声明的变量。
- 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=30 #全局变量
def test01():
b=4 #局部变量
print(b)
global a #在函数内改变全局变量的值,增加global关键字声明
a=300
print(a)
print(locals()) # 打印输出的局部变量
print(globals()) # 打印输出的全局变量
test01()
print(a)
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。
#测试局部变量和全局变量效率
import math
import time
def test01():
start = time.time()
for i in range(10000):
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(10000):
b(30)
end = time.time()
print(" 耗 时{0}".format((end-start)))
test01()
test02()
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:
- 对“可变对象”进行“写操作”,直接作用于原对象本身。
- 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
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。
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。
#传递可变对象
a=[10,20]
print(a)
print(id(a))
def test01(b):
print(id(b)) #b 和 a 是同一个对象
b.append(300) #由于 b 是可变对象,不创建对象拷贝,直接修改这个对象
print(id(b))
test01(a)
print(a)
#传递不可变对象
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))
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
#测试浅拷贝和深拷贝
import copy
def testCopy():
'''测试浅拷贝'''
a = [10, 20, [5, 6]]
b = copy.copy(a)
print("a", a)
print("b", b)
b.append(30)
b[2].append(7)
print(" 浅 拷 贝......")
print("a", a)
print("b", b)
def testDeepCopy():
'''测试深拷贝'''
a = [10, 20, [5, 6]]
b = copy.deepcopy(a)
print("a", a)
print("b", b)
b.append(30)
b[2].append(7)
print(" 深 拷 贝......")
print("a", a)
print("b", b)
testCopy()
print("*************")
testDeepCopy()
传递不可变对象包含的子对象是可变的情况
#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 df01(m):
print("m:",id(m))
m[2][0] = 888
print(m)
print("m:",id(m))
df01(a)
print(a)
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”。
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。
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”。
#测试参数的几种类型:位置参数、默认参数、命名参数
def df01(a,b,c,d):
print("{0}-{1}-{2}-{3}".format(a,b,c,d))
def df02(a,b,c=22,d=66): #默认值参数必须位于普通位置参数后面
print("{0}-{1}-{2}-{3}".format(a,b,c,d))
df01(10,20,30,40) #位置参数
df01(d=10,b=20,a=30,c=40) #命名参数
df02(10,20)
df02(10,20,30)
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”。
#测试可变参数处理(元组、字典两种方式)
def f1(a,b,*c):
print(a,b,c)
f1(8,9,19,20)
def f2(a,b,**c):
print(a,b,c)
f2(8,9,name='gaoqi',age=18)
def f3(a,b,*c,**d):
print(a,b,c,d)
f3(8,9,20,30,name='gaoqi',age=18)
#强制命名参数的使用
def f4(*a,b,c):
print(a,b,c)
#f1(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。
f4(2,6,6,b=3,c=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 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 表达式和匿名函数
f=lambda a,b,c,d:a*b*c*d
print(f(2,3,4,5))
g=[lambda a:a*2,lambda b:b*6]
print(g[0](3),g[1](6))
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")
print(c)
dict1 = dict(a=100,b=200)
d = eval("a+b",dict1)
print(d)
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:
- 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。 - 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。
#测试递归函数基本原理
def f1(n):
print("f1:",n)
if n==0:
print("over")
else:
f1(n-1)
print("f1$$$$$$$$$$$",n)
def f2():
print("f2")
f1(6)
#使用递归函数计算阶乘
def factorial(n):
if n==1:
return 1
else:
return n*factorial(n-1)
r=factorial(6)
print(r)