Python基础知识-pycharm版第六节笔记

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：

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：

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。
3. 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：

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。

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：

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。

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：

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。

#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)