目录
函数用法和底层分析
函数也是对象,内存底层分析
>>> def print_star(n):
>>> print("*"*n)
>>> c = print_star
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:
我们可以看出变量 c 和 print_star 都指向同一个函数对象。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。
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.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。
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
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。
参数的传递
栈帧(stark frame):储存函数的信息(包括局部变量),函数调用结束后就删除。
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。
传递可变对象的引用
传递参数是可变对象时,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时,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。
浅拷贝和深拷贝
这里使用 copy 模块的内置函数: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。
传递不可变对象包含的子对象是可变的情况
若修改了这个可变对象,源对象也发生了变化。
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”。默认值参数必须位于普通位置参数后面。
命名参数
按照形参的名称传递参数,称为“命名参数”,也称“关键字参数”。
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 f1(a,b,*c):
>>> print(a,b,c)
>>> f1(8,9,19,20)
8 9 (19, 20)
>>> def f2(a,b,**c):
>>> print(a,b,c)
>>> f2(8,9,name='gaoqi',age=18)
8 9 {'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”。
>>> def f1(*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
>>> f1(2,b=3,c=4)
(2,) 3 4
lambda 表达式和匿名函数
>>> f = lambda a,b,c:a+b+c
>>> print(f(2,3,4))
9
>>> g = [lambda a:a*2,lambda b:b*3,lambda c:c*4]
>>> print(g[0](6),g[1](7),g[2](8))
12 21 32
eval()函数
1.功能:将字符串当成有效的表达式来求值并返回计算结果。
2.语法: eval(source[, globals[, locals]]) -> value
3.参数:
source:一个 Python 表达式或函数 compile() 返回的代码对象
globals:可选。必须是字典
locals:可选。任意映射对象
>>> s = "print('abcde')"
>>> eval(s)
abcde
>>> a = 10
>>> b = 20
>>> c = eval("a+b")
>>> print(c)
30
>>> dict1 = dict(a=100,b=200)
>>> d = eval("a+b",dict1)
>>> print(d)
300
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。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。
递归函数的基本原理如下图:
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。
# 使用递归函数计算阶乘
>>> def f1(a):
>>> if a==1:
>>> return 1
>>> else:
>>> return a*f1(a-1)
>>> f1(5)
120