函数
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 。
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)
100 #打印出了全局变量
300 #全局变量 a 被改变为300
a = 100
def f1():
a = 3 #同名的局部变量
print(a)
f1()
print(a)
3 #使用同名的全局变量
100 #仍然输出全局的a
使用 locals()、globals() 可以打印出函数所使用的局部变量和全局变量。
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
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”。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】
b = [10,20]
def f3(m):
print('m',id(m)) #b和m是同一个对象,地址相同
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
f3(b)
print('b',id(b))
print(b)
m 2097547797064
b 2097547797064
[10, 20, 30] #b被修改
【传递不可变对象】
传递参数是不可变对象(例如: int.、float.、字符申、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。
a = 100
def f4(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,所以创建新的对象 n
print('n',id(n)) # n 已经变成了新的对象
print(n)
f4(a)
print(a,id(a))
n 140704688349088
n 3260877365200
300
100 140704688349088 # a 未改变
浅拷贝和深拷贝
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。
【浅拷贝】
import copy
a = [10,20,[1,2]]
b = copy.copy(a)
print('a',a)
print('b',b)
b.append(30)
b[2].append(3) #索引位置2的a中的列表也会被改变
print('浅拷贝.......')
print('a',a)
print('b',b)
a [10, 20, [1, 2]]
b [10, 20, [1, 2]]
浅拷贝.......
a [10, 20, [1, 2, 3]]
b [10, 20, [1, 2, 3], 30]
【深拷贝】
import copy
a = [10,20,[1,2]]
b = copy.deepcopy(a)
print('a',a)
print('b',b)
b.append(30)
b[2].append(3)
print('深拷贝.......')
print('a',a)
print('b',b)
a [10, 20, [1, 2]]
b [10, 20, [1, 2]]
深拷贝.......
a [10, 20, [1, 2]] #深拷贝,b做什么变化都与a无关
b [10, 20, [1, 2, 3], 30]
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”。
a = (10,20,[1,2])
print('a',id(a))
def f5(m):
print('m',id(m))
m[2][0] = 123 #元组不可变,但元组中的列表元素可变
print(m)
print('m',id(m))
f5(a)
print(a)
a 2436934681080
m 2436934681080
(10, 20, [123, 2])
m 2436934681080
(10, 20, [123, 2])
传递不可变对象时,不可变对象里包含的子对象可变,若方法内修改了这个可变对象,源对象也发生了变化。
参数的类型
1.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”。
2.默认值参数
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。
def f6(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)
f6(8,9)
f6(8,9,11)
f6(8,9,11,12) #覆盖了默认值参数
8 9 10 20
8 9 11 20
8 9 11 12
3.命名参数
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。”
def f7(a,b,c):
print(a,b,c)
f7(8,9,10) #位置参数
f7(c=10,b=9,a=8)#命名参数
8 9 10
8 9 10
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。
def f1(a,b,*c):
print(a,b,c)
f1(8,9,10,20)
def f2(a,b,**c):
print(a,b,c)
f2(8,9,name='Rose',age=18)
def f3(a,b,*c,**d):
print(a,b,c,d)
f3(8,9,20,30,name='Rose',age=18)
8 9 (10, 20)
8 9 {'name': 'Rose', 'age': 18}
8 9 (20, 30) {'name': 'Rose', 'age': 18}
5.强制命名参数
在带星号的“可变参数”后面增加新的参数,必须是“强制命名参数”。
def f4(*a,b,c):
print(a,b,c)
#f4(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
f4(2,b=3,c=4)
(2,) 3 4
lambda()表达式和匿名参数
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。
f = lambda a,b,c:a+b+c
print(f)
print(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))
<function <lambda> at 0x00000238C71F08C8>
2 3 4
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 。
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)
abcde
30
300
递归函数
递归的数指的是: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)
test01(4)
test01: 4
test01: 3
test01: 2
test01: 1
test01: 0
over
test01*** 0 #先进后出,后进先出
test01*** 1
test01*** 2
test01*** 3
test01*** 4
【阶乘计算案例】
def factorial(n):
if n==1:
return 1
else:
return n*factorial(n-1)
result = factorial(5)
print(result)
120