一、变量作用域
1、全局变量
没有定义在函数或者类中的变量都是全局变量
全局变量的作用域是从定义开始到程序结束
# a是全局变量
a = 10
# b、i 是全局变量
for i in range(5):
b = 20
print(i, b)
print(b, i) # 20 4
def func1():
print(b, a, i)
func1() # 20 10 4
2、局部变量
定义在函数中的变量是局部变量
局部变量的作用域是从定义开始到函数结束
局部变量默认保存在函数对应的临时栈区间中;函数对应的临时栈区间是开始调用函数的时候创建,函数调用结束会自动销毁
# c、d是局部变量
def func2(d):
c = 30
print(c, d)
func2(20) # 30 20
# print(c) # 报错
# print(d) # 报错
3、global关键字
global
只能在函数体中使用,用来改变函数中变量的存储方式(让局部变量保存到全局栈区间中)1)在函数中定义全局变量,需要先用
global
进行声明2)如果要在函数中修改全局变量的值,需要先用
global
进行声明,否则不会修改全局变量的值而是创建一个对应的局部变量
m = 100
def func3():
global e
e = 20
# m = 200
# print(m) # 200
global m
m = 200
print(m) # 200
func3()
print(e, m) # 20 100
print(m) # 200
二、迭代器
1、迭代器
容器型数据类型
打印迭代器无法查看所有的元素,也不能统计元素的个数,如果需要使用迭代器中的元素必须将元素从迭代器中取出,而且取一个就少一个。
如果想要使用后面的数据,必须先前面的数据取完。
2、创建迭代器的方法
1)将其他序列转换成迭代器(所有序列都可以转换成迭代器)
2)创建生成器
注意:打印迭代器无法看到元素;迭代器无法统计个数
i1 = iter('abc')
i2 = iter([10, 20, 30, 40])
# 打印迭代器无法看到元素
print(i1) # <str_iterator object at 0x000002D01451B700>
print(i2) # <list_iterator object at 0x000002D01451B6D0>
# 迭代器无法统计个数
# print(len(i1)) # 报错
3、获取迭代器中的元素
不管以任何方式得到迭代器中的元素,对应的元素会从迭代器中消失
1)获取一个元素:
next(迭代器)
2)遍历
# 1)获取一个元素
i1 = iter('abc')
i2 = iter([10, 20, 30, 40])
print(next(i1)) # a
print(next(i1)) # b
print(next(i1)) # c
# print(next(i1)) # 报错
print(next(i2)) # 10
print('~~~~~~~~~~~~~~~分割线~~~~~~~~~~~~~~~~')
# 2)遍历
for i in i1:
print(f'i:{i}')
for i in i2:
print(f'i:{i}')
# i: 20
# i: 30
# i: 40
print('~~~~~~~~~~~~~~~分割线~~~~~~~~~~~~~~~~')
i3 = iter('hello')
print(list(i3)) # ['h', 'e', 'l', 'l', 'o']
# print(next(i3)) # 报错
三、生成器
1、生成器
生成器是可以产生多个数据的容器,而不是保存多个数据的容器。
打印生成器无法查看所有的元素,也无法统计生成器中元素的个数。
每次需要获取生成器中的元素的时候,生成器就会创建一个数据,创建一个就少一个
2、创建生成器
调用带有
yield
关键字的函数就可以得到一个生成器(如果被调用的函数中有yield关键字,那么调用函数的时候既不会执行函数体也不会获取函数返回值,而是得到一个生成器对象)
def func1():
print('-------')
print('+++++++')
yield
result = func1()
print(f'result:{result}')
# result:<generator object func1 at 0x0000022C06D4BAC0>
3、控制生成器产生的数据
生成器能产生多少个数据,能产生哪些数据,由执行创建生成器的函数的函数体会遇到几次
yield
,每次遇到yield
的时候后面的值决定
def func2():
yield 100
yield 200
yield 300
gen2 = func2()
print(list(gen2)) # [100, 200, 300]
def func3():
for i in range(5):
yield i + 1
gen3 = func3()
print(list(gen3)) # [1, 2, 3, 4, 5]
4、获取生成器中的数据
生成器获取元素和迭代器获取元素的方式—样
打印生成器无法查看元素
生成器无法统计个数
# 生成器获取元素和迭代器获取元素的方式—样
gen4 = func3()
# 打印生成器无法查看元素
print(gen4) # <generator object func3 at 0x0000028B6039CCF0>
# 生成器无法统计个数
# print(len(i1)) # 报错
# 1)获取一个元素
print(next(gen4)) # 1
print(next(gen4)) # 2
# 2)遍历
for i in gen4:
print(f'i:{i}')
# i:3
# i:4
# i:5
5、生成器产生数据的原理
def func4():
print('-------')
yield 100
print('+++++++')
yield 200
print('=======')
yield 300
gen5 = func4()
print(next(gen5))
# -------
# 100
print('-----下一次------')
print(next(gen5))
# -----下一次------
# +++++++
# 200
四、模块
1、模块
python中一个
py文件
就是一个模块
2、在模块中使模块
前提: 被使用的模块的模块名(文件名)必须是标识符,但不是关键字
使用方法: 被使用的模块必须先导入再使用
3、导入模块
1)
import 模块名
—— 导入指定模块,导入后可以通过模块名.xxx
的方式去使用这个模块中所有的全局变量(包括全局函数)2)
from 模块名 import 变量1, 变量2, 变量3, ...
—— 导入指定的模块中指定内容,导入后可以直接使用导入的所有变量3)
from 模块名 import *
—— 导入指定模块中的所有内容,导入后可以直接使用所有内容4)重命名
import 模块名 as 新模块名
—— 对模块名进行重命名
from 模块名 import 变量1 as 新变量1, 变量2 as 新变量2, 变量3
—— 对变量名进行重命名
# --------------导入方式1--------------
import dome
print(dome.a)
print(dome.name)
dome.list1.append(100)
print(dome.list1)
print(dome.func1())
# ---------------导入方式2-------------
from dome import a, func1
print(a)
func1()
# ---------------导入方式3-------------
from dome import *
print(a)
print(name)
print(list1)
func1()
# ---------------导入方式4-------------
import dome as de
print(de.a)
print(de.name)
de.list1.append(1000)
de.func1()
# ---------------导入方式5-------------
from dome import a as a1, name
a = 3
print(a)
print(a1)
print(name)
五、包
1、包
包含
__init__.py
文件的文件夹(包的本质就是文件夹)
2、使用包中模块的内容
前提: 包名和模块名必须是标识符,不是关键字
使用方法: 先导入再使用
3、导入包
1)
import 包名
—— 直接导入包,导入后可以通过包名.xxx
的方式使用__init__.py
文件中所有的内容2)
import 包名.模块名
—— 直接导入包中指定的模块,导入后可以通过包名.模块名.xxx
的方式使用模块中的内容3)
from 包名 import 模块名1, 模块名2
—— 导入包中指定的模块4)
from 包名.模块名 import 变量1,变量2,变量3
—— 导入指定包中指定模块中的指定变量
# ---------------导入方式1---------------------
import tools
print(tools.xx)
# ---------------导入方式2---------------------
import tools.test1
print(tools.test1.x1)
# ---------------导入方式2优化------------------
import tools.test1 as test1
print(test1.x1)
# ---------------导入方式3---------------------
from tools import test1
from tools.files import test2
print(test1.x1)
print(test2.x2)
# ---------------导入方式4---------------------
from tools.test1 import x1
from tools.files.test2 import x2
print(x1, x2)
import tools.files
print(tools.files.yy)