python3第四天-CSDN博客

第一节：函数

函数嵌套：在调用一个函数的过程中又调用了其他函数

x = 1000

def f1():

#x=1

print('------>f1 ',x)

def f2():

x = 2

print('---->f2 ',x)

def f3():

x=3

print('-->f3 ',x)

f3()
f2()
f1()

名称空间与作用域

名称空间：Python所有有关命名的操作都是在操作名称空间，例如变量名，函数名

1、内置名称空间：Python解释器提供好的功能，解释器启动跟着一起启动，是全局作用域

2、全局名称空间：Python中顶行写的，不在函数内部定义的，都是全局名称空间，在运行的时候会产生名称空间，是全局作用域

3、局部名称空间：在一个小范围定义，只能当前范围及其子空间内运行，例如在函数内部定义的，是局部作用域

python的作用域规则里面，创建变量一定会一定会在当前作用域里创建一个变量，但是访问或者修改变量时会先在当前作用域查找变量，没有找到匹配变量的话会依次向上在闭合的作用域里面进行查看找。

闭包函数：内部函数的代码包含对外部作用域的引用，但一定不是对全局作用域的引用，闭包函数一定有__closure__方法

def outer():

x = 1

def inner():

print x # 1

return inner

foo = outer()

第二节、装饰器

装饰器其实就是一个闭包，把一个函数当做参数然后返回一个替代版函数

def login(func):
    def foo(*args,**kwargs):

        username = input('username:')
        password = input('password:')
        with open('db.txt',encoding='utf-8') as f:
            dic=eval(f.read())
            if  username in dic and password == dic[username]:
                print(("{na} successfully login ").format(na=username))
            else:
                print("failed login")
        res=func(*args,**kwargs)

        return res
    return foo

@login
def foo(username,password):
    print(username,password)

@login
def aaa():
    print("welcome!!!")

login("you","hao")
aaa()

第三节、生成器：一边循环一边计算的机制，成为生成器

1.列表生成式：使代码更简洁

print ([i*2 for i in range(10)])

相当于：

a = []

for i in range(10):

a.append(i * 2)

print(a)

第一种方法：把列表生成式的[]改成()

example:

g=((i*2 for i in range(10)))

print(g)

g[8]直接打印不了

生成器只有在调用时才会生成相应的数据（可以用next方法）

生成器只记住当前位置，不记住前面不记住后面，不能返回前面

只有一个next方法

example:# g.__next__()

g=((i*2 for i in range(10)))

print(g.__next__())

会打印出0、2

第二种方法：函数

斐波那契数列：除第一个第二个数字外，其他任意一个数都可以由前两个相加得到

example:

def fib(max):

n,a,b=0,0,1

while n<max:

print(b)

a,b=b,a+b

n=n+1

return ‘done'

fib(10)

要变成生成器：把print(b)变成yield b

def fib(max):

n,a,b=0,0,1

while n<max:

yield b

a,b=b,a+b

n=n+1

return ‘done'

f=fib(10)

print (f.__next__())

example2:

def fib(max):

n,a,b=0,0,1

while n<max:

yield b

a,b=b,a+b

n=n+1

return ‘done'

f=fib(100)

print (f.__next__())

for i in f:

print(i)

可以全部打印出来

2.yield实现多线程

example：

import time

def consumer(name):

print("%s 准备吃包子啦!" %name)

while True:

baozi = yield

print("包子[%s]来了,被[%s]吃了!" %(baozi,name))

def producer(name):

c = consumer('A')

c2 = consumer('B')

c.__next__()

c2.__next__()

print("老子开始准备做包子啦!")

for i in range(10):

time.sleep(1)

print("做了2个包子!")

c.send(i)

c2.send(i)

producer(‘a’)#执行

yield保存了函数的中断状态

send可以把值传给yield

第四节、迭代器

直接作用于for循环的数据类型有以下几种：

一类是集合数据类型，如list、tuple、dict、set、str等；

一类是generator，包括生成器和带yield的generator function。

这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。

可以使用isinstance()判断一个对象是否是Iterable对象：（可迭代对象）

>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False

*可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。

可以使用isinstance()判断一个对象是否是Iterator对象：（迭代器）

>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False

生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

把list、dict、str等Iterable变成Iterator可以使用iter()函数：

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

example：

# 首先获得Iterator对象:

it = iter([1, 2, 3, 4, 5])

# 循环:

while True:

try:

# 获得下一个值:

x = next(it)

except StopIteration: