函数也是对象,内存底层分析
python中,“一切都是对象”,执行def定义函数后,系统就会自动创建对象。执行如下程序:
def print_star(n):
print("*"*n)#打印n个星号
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:
执行结果:
执行def时,系统自动创建函数对象(在栈中储存print_star的地址),并通过print_star变量进行引用
执行“c=print_star”后,将print_star变量的值(也就是函数对象的地址)赋给了变量c,内存图变成了。因为c和print_star都指向一个函数对象,也就是同一个地址,所以c(3)和print_star(3)的效果是一样的。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
同样的可以:
quzheng=int
print(quzheng("123"))
变量的作用域
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. 函数和类定义以外的变量。作用域为定义的模块,从定义到结束
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
3.全局变量一般当做常量应用
4.当函数要改变全局变量的值,记得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. 优先用局部变量,引用比全局变量快 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
测试局部变量与全局变量
a=100#全局变量
def f1():
a = 300
print(a) #打印的是局部变量a的值
f1()
print(a)
执行结果如下:
说明函数使用的是局部变量,但全局变量并未改变,如果要使用全局变量,需要声明。例如
a=100#全局变量
def f1():
global a
a = 300
print(a) #打印的是局部变量a的值
f1()
print(a)
执行结果如下:
输出局部变量和全局变量:
a = 100
def f1(a,b,c):
print(a,b,c)
print(locals()) #打印输出的局部变量
print("#"*20)
print(globals()) #打印输出的全局变量
f1(2,3,4)
执行结果如下:
局部变量会在栈中形成一个栈帧,当函数调用用完以后,这个栈帧就会删除,故而局部变量也不存在了
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。
#测试全局变量和局部变量效率
import math
import time
def test01():#全局变量效率 记得加冒号
start=time.time()
for i in range(10000000):
math.sqrt(30)#math.sqrt是全局变量
end=time.time()
print("耗时{0}".format(end-start))
def test02():#局部变量效率
b=math.sqrt
start=time.time()
for i in range(10000000):
b(30)#b是局部变量
end=time.time()
print("耗时{0}".format(end-start))
test01()
test02()
执行结果
参数传递
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,集合,列表,自定义对象
不可变对象:数字,字符串,元祖,function等
传递可变对象的引用
传递参数是可变对象,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
#参数传递:传递可变对象的引用
b=[10,20]
def f2(m):
print("m:",id(m)) #b和m是引用的赋值,所以m和b的地址一样
m.append(30)#m可变,所以直接在原对象上修改
f2(b)#把b传递回函数
print("b:",id(b))
print(b)
可以看到执行结果,m和b的地址值一样的,说明是引用传递
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
#参数传递:传递不可变对象的引用
a=100
def f1(n):
print("n:",id(n))#传递来的是a的地址
n=n+200#由于a不可变对象,因此创建了新的对象n
print("n:",id(n))
f1(a)
print("a:",id(a))
执行结果:
可以看到a的地址并没有变
浅拷贝和深拷贝
参数传递的底层原理需要了解浅拷贝和深拷贝:copy(浅拷贝)、deepcopy(深拷贝)。
浅拷贝:不拷贝对象的内容,只拷贝子对象的引用
深拷贝:连子对象的内存也全拷贝一份,对子对象的修改不会影响源对象
#测试浅拷贝与深拷贝
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("*"*8)
testDeepCopy()
最后执行的结果是
可以看出浅拷贝,源对象也发生了变化,而深拷贝则没有。出现这个的原因是:
而深拷贝是
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。说明参数传递发生的是浅拷贝
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)
运行结果:
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”。
测试位置参数
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。
【操作】测试默认值参数,注意默认值参数必须位于普通位置参数的后面
执行结果:
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
测试命名参数
命名参数不用按照位置来
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。基本的语法如下:
lambda arg1,arg2, arg2...:<表达式>
arg1/arg2/arg3 为函数的参数。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)
print(f(1,2,3))
g=[lambda a:a*2,lambda b:b*2,lambda c:c*2]#由lambda函数组成的列表
print(g[0](6),g[1](5),g[2](4))
运行结果
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
s="print("abcde")"
eval(s)
a=10 #locals
b=20 #locals
c=eval("a+b")
print(c)
dict1=dict(a=100,b=200)
d=eval("a+b",dict1) #使用dict1里来当参数
print(d)
eval 函数会将字符串当做语句来执行,因此可以很动态的实现语句变化。可能会被注入安全隐患。比如:字符串中含有删除文 件的语句。那就麻烦大了。因此,使用时候,要慎重!!!
递归函数
递归函数指的是:自己调用自己的函数(和循环的区别?),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
#使用递归函数计算阶乘
def factorial(n):
if n==1:
return 1
else:
return n*factorial(n-1)
for i in range(1,6):
print(i,"!=",factorial(i))
执行结果如下:
底层逻辑如下图: