python变量作用域 参数的传递 参数类型10-20-1

函数也是对象，内存底层分析

Python 中，“一切都是对象”。实际上，执行 def 定义函数后，系统就创建了相应的函数 对象。

 def print_star(n):
 	 print("*"*n) 
 print(print_star) 
 print(id(print_star))
 c = print_star 
 
 c(3)

显然，我们可以看出变量 c 和 print_star 都是指向了同一个函数对象。因此，执行 c(3)和执 行 print_star(3)的效果是完全一致的。 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。

变量的作用域(全局变量和局部变量)

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

【操作】全局变量的作用域测试

`a = 100 #全局变量 
def f1(): 
	global a #如果要在函数内改变全局变量的值，增加 global 关键字声明 
	print(a) #打印全局变量 a 的值 
	a = 300 
f1() 
print(a)` 

执行结果：
100
300

【操作】全局变量和局部变量同名测试

 a=100 
 def f1(): 
 	a = 3 #同名的局部变量 print(a) 
 f1() 
 print(a) #a 仍然是 100，没有变化

执行结果：
3
100

【操作】 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：
2 3 4
{‘c’: 4, ‘b’: 3, ‘a’: 2}
####################
{‘name’: ‘main’, ‘doc’: None, ‘package’: None, ‘loader’: <class ‘_frozen_importlib.BuiltinImporter’>, ‘spec’: None, ‘annotations’: {}, ‘builtins’: <module ‘builtins’ (built-in)>, ‘file’: ‘E:\PythonExec\if_test01.py’, ‘a’: 100, ‘f1’: <function f1 at 0x0000000002BB8620>}

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。

【操作】测试局部变量和全局变量效率

 #测试局部变量、全局变量的效率 
 import math 
 import time 
 def `test01(): 
 	start = time.time() 
 	for i in range(10000000): 
 		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(10000000): 
 		b(30) 
 	end = time.time() 
 	print("耗时{0}".format((end-start))) 

 test01() 
 test02()

运行结果：
耗时 2.3589999675750732
耗时 1.6410000324249268

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。

【操作】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 是同一个对象 
	m.append(30) #由于 m 是可变对象，不创建对象拷贝，直接修改这个对象 
f2(b) 
print("b:",id(b)) 
print(b)

执行结果：
m: 45765960
b: 45765960
[10, 20, 30]

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。

【操作】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)) 

执行结果：
n: 1663816464
n: 46608592
300
a: 1663816464

显然，通过 id 值我们可以看到 n 和 a 一开始是同一个对象。给 n 赋值后，n 是新的对象。

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
源码：

#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() 
 

运行结果：
a [10, 20, [5, 6]]
b [10, 20, [5, 6]]
浅拷贝…
a [10, 20, [5, 6, 7]]
b [10, 20, [5, 6, 7], 30]

---

a [10, 20, [5, 6]]
b [10, 20, [5, 6]]
深拷贝…
a [10, 20, [5, 6]]
b [10, 20, [5, 6, 7], 30]

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 test01(m): 
	print("m:",id(m)) 
	m[2][0] = 888 
	print(m) 
	print("m:",id(m)) 
test01(a) 
print(a)

运行结果：
a: 41611632
m: 41611632
(10, 20, [888, 6])
m: 41611632
(10, 20, [888, 6])

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”。
【操作】测试位置参数

def f1(a,b,c):
	print(a,b,c) 
f1(2,3,4) 
f1(2,3) #报错，位置参数不匹配 

执行结果：
2 3 4
Traceback (most recent call last):
File “E:\PythonExec\if_test01.py”, line 5, in f1(2,3) TypeError: f1() missing 1 required positional argument: ‘c’

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

def f1(a,b,c=10,d=20): #默认值参数必须位于普通位置参数后面 
	print(a,b,c,d) 
f1(8,9) 
f1(8,9,19) 
f1(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”。
【操作】测试命名参数

def f1(a,b,c): 
	print(a,b,c) 

f1(8,9,19) #位置参数 
f1(c=10,a=20,b=30) #命名参数

执行结果：
8 9 19
20 30 10

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。

【操作】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) 

执行结果：
8 9 (19, 20)
8 9 {‘name’: ‘gaoqi’, ‘age’: 18}
8 9 (20, 30) {‘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”。

【操作】强制命名参数的使用

 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) 

执行结果： (2,) 3 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。

【操作】lambda 表达式使用

f = lambda a,b,c:a+b+c 
print(f) 
print(f(2,3,4)) 
g = [lambda a:a*2,lambda b:b*3,lambda c:c*4] 
print(g[0](6),g[1](7),g[2](8)) 

执行结果：
<function at 0x0000000002BB8620>
9
12 21 32

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) 

eval 函数会将字符串当做语句来执行

递归函数

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。

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。
   【操作】 使用递归函数计算阶乘(factorial)

def factorial(n):
    if n==1:
        return 1
    else:

        return n*factorial(n-1)
result = factorial(5)
print(result)

执行结果：
120