一、推导式创建序列
推导式是从一个或者多个迭代器快速创建序列的一种方法。它可以将循环和条件判断结合,从而避免冗长的代码。
1.1 列表推导式
列表推导式生成列表对象,语法如下:
[表达式 for item in 可迭代对象]
或者:{表达式 for item in 可迭代对象 if 条件判断}
print([x for x in range(1,5)])
print([x*2 for x in range(1,5)])
print([x*2 for x in range(1,20) if x%5==0])
print([a for a in "abcdefg"])
cells = [(row, col) for row in range(1,10) for col in range(1,10)]
for cell in cells:
print(cell)
1.2 字典推导式
字典推导式生成字典对象,格式如下:
{key_expression:value_expression for 表达式 in 可迭代对象}
类似于列表推导式,字典推导也可以增加if条件判断、多个for循环。
my_text = 'i like books, i love you'
char_count = {c:my_text.count(c) for c in my_text}
print(char_count)
1.3 集合推导式
集合推导式生成集合,和列表推导式的语法格式类似:
{表达式 for item in 可迭代对象}
或者:{表达式 for item in 可迭代对象 if 条件判断}
print({x for x in range(1, 100)if x%9 ==0})
1.4 生成器推导式(生成元组)
print(x for x in range(1, 100)if x%9==0)
返回:<generator object <genexpr> at 0x000001E5B0A4D630>
发现提示是“一个生成器对象”。显然,元组是没有推导式的。
一个生成器只能运行一次。第一次迭代可以得到数据,第二次迭代发现数据已经没有了。
gnt = (x for x in range(4))
#print(tuple(gnt))
for x in gnt:
print(x,end=",")
二、练习
2.1 绘制不同颜色多个同心圆
import turtle
t = turtle.Pen()
my_colors = ("red", "green", "yellow", "black", "blue")
t.width(4)
t.speed(0)
for i in range(100):
t.penup()
t.goto(0,-i*10)
t.pendown()
t.color(my_colors[i%5])
t.circle(10+i*10)
turtle.done() #程序执行后,窗口仍然在
2.2 绘制网格
import turtle
t = turtle.Pen()
for i in range(0,-190,-10):
t.penup()
t.goto(0, i)
t.pendown()
t.goto(180, i)
for i in range(0,190,10):
t.penup()
t.goto(i, 0)
t.pendown()
t.goto(i, -180)
turtle.done() #程序执行后,窗口仍然在
三、函数用法和底层分析
函数是可重用的程序代码块。函数的作用,不仅可以实现代码的复用,更能实现代码的一致性。一致性指的是,只要修改函数的代码,则所有调用该函数的地方都能得到体现。
在编写函数时,函数体中的代码写法和我们前面讲述的基本一致,只是对代码实现了封装,并增加了函数调用、传递参数、返回计算结果等内容。
3.1 函数简介
3.1.1 函数的基本概念
1、一个程序由一个个任务组成;函数就是代表一个任务或者一个功能
2、函数是代码复用的通用机制。
3.1.2 Python函数的分类
Python中函数分为如下几类:
1、内置函数
我们前面使用的str()、list()、len()等这些都是内置函数,可以直接使用。
2、标准库函数
通过使用import语句导入库,然后使用其中定义的函数。
3、第三方库函数
Python社区也提供了很多高质量的库。下载安装这些库后,也是通过import语句导入,然后可以使用这些第三方库的函数。
4、用户自定义函数
用户自己定义的函数,显然也是开发中适应用户自身需求定义的函数。
3.2 函数的定义和调用
3.2.1 核心要点
Python中,定义函数的语法如下:
def 函数名 ([参数列表]):
“文档字符串”
函数体/若干语句
def test01():
print("*"*10)
print("@"*10)
test01()
for i in range(10):
test01()
要点:
1、使用def来定义函数,然后跟一个空格和函数名称;
(1)Python执行def时,会创建一个函数对象,并绑定到函数名变量上。
2、参数列表
(1)圆括号内是形式参数列表,有多个参数则使用逗号隔开
(2)形式参数不需要声明类型,也不需要指定函数返回值类型
(3)无参数,也必须保留空的圆括号
(4)实参列表必须与形参列表一一对应
3、return返回值
(1)如果函数体中包含return语句,则结束函数执行并返回值;
(2)如果函数体中不包含return语句,则返回None值。
4、调用函数之前,必须要先定义函数,即先调用def创建函数对象
(1)内置函数对象会自动创建
(2)标准库和第三方库函数,通过import导入模块时,会执行模块中的def语句。
3.3 形参和实参
【操作】定义一个函数,实现两个数的比较,并返回较大的值。
def printMax(a, b):
'''实现两个数的比较,并返回较大的值'''
if a>b:
print(a, '较大值')
else:
print(b,'较大值')
printMax(10, 20)
printMax(30, 5)
上面的printMax函数中,在定义时写的printMax(a, b)。a和b成为“形式参数”,简称“形参”。也就是说,形式参数是在定义函数时使用的。形式参数的命名只要符合“标识符”命名规则即可。
在调用函数时,传递的参数称为“实际参数”,简称“实参”。上面代码中,printMax(10,20),10和20就是实际参数。
3.4 文档字符串(函数的注释)
程序的可读性最重要,一般建议在函数体开始的部分附上函数定义说明,这就是“文档字符串”,也有人成为“函数的注释”。通过三个单引号或者三个双引号来实现,中间可以加入多行文字进行说明。
【操作】测试文档字符串的使用,调用help(函数名.__doc__)可以打印输出函数的文档字符串。
def print_star(n):
'''根据传入的n,打印多个星号'''
print("*"*n)
help(print_star.__doc__)
3.5 返回值
return返回值要点:
1、如果函数体中包含return语句,则结束函数执行并返回值;
2、如果函数体中不包含return语句,则返回None值。
3、要返回多个返回值,使用列表、元组、字典、集合将多个值“存起来”即可。
【操作】定义一个打印n个星号的无返回值的函数
def print_star(n):
print("*"*n)
print_star(5)
【操作】定义一个返回两个数平均值的函数
def my_avg(a,b):
return (a+b)/2
# 如下是函数的调用
c = my_avg(20, 30)
print(c)
3.6 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。执行如下程序,然后进行解释:
def print_star(n):
print("*"*n)
print(print_star)
print(id(print_star))
c = print_star
c(3)
print(id(print_star))
print(id(c))
print(type(c))
执行结果:
<function print_star at 0x00000217ABD451C0>
2300690321856
***
1274899288512
1274899288512
<class 'function'>
四、变量的作用域(全局变量和局部变量)
4.1 局部变量与全局变量
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。
4.1.1 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。
4.1.2 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)
【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
【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)
4.1.3 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。
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()
耗时0.5596597194671631
耗时0.5271377563476562
4.2 参数的传递
函数的参数传递本质上是: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。
4.2.1 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 2033408069888
b: 2033408069888
[10, 20, 30]
4.2.2 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饰,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: 140709628204568
n: 2630810774992
300
a: 140709628204568
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。
4.2.3 浅拷贝和深拷贝
浅拷贝【copy】:不拷贝子对象的内容,只是拷贝子对象的引用。
深拷贝【deepcopy】: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。
import copy
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)
执行结果:
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]
import copy
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)
执行结果:
import copy 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)
4.2.4 传递不可变对象是浅拷贝
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。但在“写操作”时,会创建一个新的对象拷贝。这个拷贝使用的是“浅拷贝”,不是“深拷贝”。
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] = 222
print(m)
print("m:", id(m))
test01(a)
print(a)
执行结果:
a: 2809869707648
m: 2809869707648
(10, 20, [222, 6])
m: 2809869707648
(10, 20, [222, 6])
4.3 参数的几种类型
4.3.1 位置参数
参数调用时,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,我们称为“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
4.3.2 默认值参数
可为某些参数设置默认值,这些参数在传递时为可选的,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)
4.3.3 命名参数
可按照形参的名称传递参数,称为“命名参数”,也称为“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=8, a=9, b=19) # 命名参数
4.3.4 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='carol',age=18)
def f3(a, b, *c, **d):
print(a,b,c,d)
f3(8, 9, 20, 30, name='carol',age=18)
执行结果:
8 9 (19, 20)
8 9 {'name': 'carol', 'age': 18}
8 9 (20, 30) {'name': 'carol', 'age': 18}
4.3.5 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
4.4 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表达式的基本语法如下:
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。
【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 <lambda> at 0x000001836B9351C0>
9
12 21 32
4.5 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
b = 20
c = eval('a+b')
print(c)
dict1=dict(a=100,b=200)
d = eval("a+b",dict1)
print(d)
执行结果:
abcde
30
300
4.6 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“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。
def test01(n):
print("test01:",n)
if n==0:
print("over")
else:
test01(n-1)
print("test01***",n)
def test02():
print("test02")
test01(4)
执行结果:
test01: 4
test01: 3
test01: 2
test01: 1
test01: 0
over
test01*** 0
test01*** 1
test01*** 2
test01*** 3
test01*** 4
【操作】 使用递归函数计算阶乘(factorial)
def factorial(n):
if n==1:return 1
return n*factorial(n-1)
for i in range(1, 6):
print(i, '!=', factorial(i))
执行结果:
1 != 1
2 != 2
3 != 6
4 != 24
5 != 120
4.7 嵌套函数(内部函数)
嵌套函数:
在函数内部定义的函数!
【操作】嵌套函数定义
def f1():
print('f1 running……')
def f2():
print('f2 running……')
f2()
f1()
执行结果:
f1 running……
f2 running……
上面程序中,f2()就是定义在f1函数内部的函数。f2()的定义和调用都在f1()函数内部。
嵌套函数使用情况:
1、封装-数据隐藏
外部无法访问“嵌套函数”
2、贯彻DRY(Don't Repeat Yourself)原则
嵌套函数,可以让我们在函数内部避免重复代码
3、闭包
【操作】使用嵌套函数避免重复代码
def printName(isChinese, name, familyName):
def inner_print(a, b):
print("{0} {1}".format(a, b))
if isChinese:
inner_print(familyName, name)
else:
inner_print(name, familyName)
printName(True,"ming","wang")
printName(False,"Betty", "white")
4.8 nonlocal关键字
nonlocal 用来声明外层的局部变量
global 用来声明全局变量
【操作】使用nonlocal声明外层局部变量
a = 100
def outer():
b = 10
def inner():
nonlocal b
print("inner b:", b) #声明外部函数的局部变量
b = 20
global a #声明全局变量
a = 1000
inner()
print("outer b:", b)
outer()
print("a:", a)
执行结果:
inner b: 10
outer b: 20
a: 1000
4.9 LEGB规则
Python在查找“名称”时,是按照LEGB规则查找的:Local--> Enclosed--> Global -->Built in
Local 指的是函数或者类的方法内部
Enclosed 指的是嵌套函数(一个函数包裹另一个函数,闭包)
Global 指的是模块中的全局变量
Built in 指的是Python为自己保留的特殊名称
如果某个name映射在局部(local)命名空间中没有找到,接下来就会在闭包作用域(enclosed)进行搜索,如果闭包作用域也没有找到,Python就会到全局(global)命名空间中进行查找,最后会在内建(built - in)命名空间搜索(如果一个名称在所有命名空间中都没有找到,就会产生一个NameError)
#str = "global str"
def outer():
#str = "outer"
def inner():
#str = "inner"
print(str)
inner()
outer()