今日内容大纲
- global nonlocal
- 函数名的运用
- 新特性:格式化输出
- 迭代器
- 可迭代对象
- 判断对象的方法
- 判断一个对象是否是可迭代对象
- 小结
- 迭代器
- 迭代器的定义
- 迭代器的取值
- 可迭代对象如何转化成迭代器
- while循环模拟for循环
- 小结
- 可迭代对象与迭代器的对不
今日具体内日
- 默认参数陷阱
#默认参数的陷阱 def func(name sex='男'): print(name) print(sex) func('alex') #陷阱只针对默认参数是可变的数据类型: def func(name,alist=[]): alist.append(name) return alist ret1 = func('alex') print(ret,id(ret1)) #['alex'] ret2=func('太白金星') print(ret2,id(ret2)) #['太白金星'] #如果你的默认参数指向的是可变的数据类型,那么你无论调用多少次这个参数,都是同一个。 def func(a,list=[]): list.append(a) return list print(func(10,)) #[10,] print(func(20,[]))#[20,] print(func(100,))#[10,100] def func(a,list=[]): list.append(a) return list ret1 = func(10,) ret2 = func(20,[]) ret3 = func(100,) print(ret1) #[10,100] print(ret2) #[20,] print(ret3) #[10,100]
局部作用域的坑:
#局部作用域的坑 count = 1 def func(): count += 1 print(count) func() #在函数中,如果你定义了一个变量,但是在定义这个变量之前对其引用,那么解释器就会认为:语法问题。 #你应该在使用之前先定义。 count = 1 def func(): print(count) coutn=3 func()
global nonlocal
global 1,在局部作用域声明一个全全局变量。 def func(): global name #这一步就是在局部变量中,声明一个全局变量 name = '太白金星' func() print(name) def func(): global name name = '太白金星' #print(name)这样会报错,一定要在调用函数声明过之后才能使用这个变量 func() print(name) 2.修改一个全局变量 count = 1 def func(): global count#在声明过全局变量之后,就可以在局部中修改这个全局变量 count += 1 print(count) func() print(count) #nonlocal 1.不能够操作全部变量。 count = 1 def func(): nonlocal count count +=1 func() 2.局部作用域:内层函数对外层函数的局部变量进行修改。 def wrapper(): count = 1 def inner(): nonlocal count count +=1 print(count) inner() print(count) wrapper()
函数名的运用
def func(): print(666) func() 1.函数名称指向的是函数的内存地址。 函数名+()就可以执行函数。 2.函数名就是变量 def func(): print(666) f = func f1 = f f2 = f1 f2() def func(): print('in func') def func1(): print('in func1') func1 = func func1() #a = 1 #b = 2 #a = b #print(a) 3.函数名可以作为容器类数据类型的元素 def func1(): print('in func1') def func2(): print('in func2') def func3(): print('in func3') l1 = [func1,func2,func3] for i in l1: i() 4.函数名可以作为函数的参数 def func(a): print(a) print('in func') b = 3 func(b) def func(): print('in func') def func1(x): x() print('in func1') func1(func) 5.函数名可以作为函数的返回值 def func(): print('in func') def func1(x): print('in func1') return x ret = func1(func) ret()
- 新特性:格式化输出
#新特性:格式化输出 name = '太白' age = 18 msg = f'我叫{name},今年{age}' print(msg) 可以加表达式 dic = {'name':'alex','age':73} msg = f'我叫{dic["name"],今年{dic["age"]}' print(msg) count = 7 print(f'最终结果:{count*2}') name = 'barry' msg = f'我的名字是{name.upper()}' print(msg) #结合函数写: def _sum(a,b): return a + b msg = f'最终的结果是:{_sum(10,20)}' print(msg) 优点: 1.结构更加简化。 2.可以结合表达式。 3.效率提升更多。
迭代器:
可迭代对象:
字面意思:对象,python中一切皆对象。一个实实在在存在的值,对象。
可迭代:更新迭代。重复的,循环的一个过程,更新迭代每次都有新的内容 可以进行循环更新的一个实实在在的值。
专业角度:可迭代对象:内部含有
'__iter__'
方法的对象,可迭代对象。目前学过的可迭代对象 str list tuple dict set range
获取对象的所有方法并且以字符串的形式表现:dir()
判断一个对象是否是可迭代对象
s1 = 'fjsad' l1 = [1,2,3] print('__iter__' in dir(s1)) print('__iter__' in dir(l1))
小结
- 字面意思:可以进行循环更新的一个实实在在的值
- 专业角度:内部含有
'__iter__'
方法的对象,可迭代对象。 - 判断一个对象是不是可迭代对象:
'__iter__'
in dir(对象) - str list tuple dict set range
- 优点:
- 储存的数据直接能够显示,比较直观。
- 拥有方法比较多,操作方便、
- 缺点:
- 占用内存
- 不能直接for循环,不能直接索引(索引,key)。
迭代器
迭代器的定义
- 字面意思:更新迭代,器:工具:可更新迭代的工具。
- 专业角度:内部含有
'__iter__'
方法并且含有'__next__'
方法的对象就是迭代器。 - 可以判断是不是迭代器::
'__iter__'
and'__next__'
在不在dir(对象)
判断一个对象是否是迭代器
with open('文件1',encoding='utf-8',mode='w')as f1: print(('__iter__'in dir(f1)) and ('__next__' in dir(f1)))
迭代器的取值
s1 = 'fjdakj' obj = iter(s1) #s1.__ites__() print(obj) print(next(obj))#写一行取一个值 print(next(obj)) l1 = [11,22,33,44,55,66] obj = iter(l1) print(next(obj)) print(next(obj))
可迭代对象转化成迭代器
iter([1,2,3])#转化成迭代器
while循环模拟for循环机制
l1 = [11,22,33,44,55,66,77,88,99] #将可迭代对象转化成迭代器。 obj = iter(l1) while 1: try: print(next(obj)) except StopIteration: break
小结
- 字面意思:更新迭代,器:工具:可更新迭代的工具。
- 专业角度:内部含有
'__iter__'
方法并且含有'__next__'
方法的对象就是迭代器。 - 优点:
- 节省内存。
- 惰性机制,next一次,取一个值。
- 缺点:
- 速度慢
- 不走回头路。
- 可迭代对象与迭代器的对比
- 可迭代对象是一个操作方法比较多,比较直观,存储收据相对少(几百万个对象,8G内存是可以承受的)的一个数据集
- 当你侧重于数据可以灵活处理,并且内存空间足够,将数据集设置为可迭代对象是明确的选择。
- 迭代器是一个非常节省的内存,可以记录取值位置,可以直接通过循环+next方法取值,但是不直观,操作方法比较单一的数据集。
- 当你的数据量过大,大到足以撑爆你的内存或者你以节省内存位首要因素时,将数据集设置为迭代器是一个不错的选择。
转载于:https://www.cnblogs.com/wang-xing-hao/p/10877945.html