2021-05-06

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：