函数学习
函数
函数也是对象_内存分析
# 测试函数也是对象
def test01():
print('GSH')
test01()
c = test01
c() # 同样是调test01()
print(id(test01)) # 4458865728
print(id(c)) # 4458865728 此时他们(在栈内存中)指向了堆内存中同一个对象 所以他们的id值是一样的
print(type(c))# 函数类型
变量的作用域(全局变量和局部变量)
全局变量是指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。
全局变量降低了函数的通用性和可读性，尽量避免使用。
全局变量一般做常量使用。
函数内要改变全局变量的值，使用global声明一下。
局部变量是指在函数体重(包含形式参数)声明的变量，函数调用完就消失了。
局部变量的引用比全局变量快，优先考虑使用。
如果全局变量和局部变量同名，则在函数内隐藏全局变量，只使用同名的局部变量。
测试全局变量 局部变量
a = 3 # 全局变量
def test01():
b = 4 # 局部变量 作用域仅限函数内部
print(b*4)
# print(a) # 这里不可以直接用 因为默认是局部变量 但是这个局部变量并没有定义
global a # 如果要在函数内部改变全局变量的值，增加global关键字声明
a = 300
# print(a) # 300
test01()
test01()
print(a) # 可以打印 a是全局变量 此时因为函数内部因为global引用了a 所以函数内部可以将外部的全局变量进行改变a 此时a变成300
# print(b) #打印不出来 不在b的作用域内
打印结果:
16
16
300
locals() and globals()
a = 100
def f1(a,b,c):
c = 0
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)
输出:
2 3 0
{'a': 2, 'b': 3, 'c': 0}
********************
{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x100ba92d0>, '__spec__': None, '__annotations__': {}, '__builtins__': , '__file__': '/Users/guosihan/PycharmProjects/MyTest/day_6/func_test3.py', '__cached__': None, 'a': 100, 'f1': }
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。
# 测试局变量和全局变量的效率:
import time
import math
def test01():
start = time.time()
for i in range(1000000):
math.sqrt(30)
end = time.time()
print('耗时1:',(end - start)) # 耗时1: 0.09889388084411621
def test02():
b = math.sqrt
start = time.time()
for i in range(1000000):
b(30)
end = time.time()
print('耗时2:',(end - start)) # 耗时2: 0.05476093292236328
test01()
test02()
参数的传递
函数的参数传递实质上就是: 从实参到形参的赋值操作。
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’引用的传递’。不是’值传递’。
对’可变对象‘ 直接作用于原对象的本身。可变对象有: 字典，列表，集合，自定义的对象。
对’不可变对象’会产生一个新的’对象空间’，并用新的值填充这块。 不可变的对象有: 数字，字符串，元祖，function。
操作: 参数传递: 传递可变对象的引用。
# 传递可变对象 列表举例
b = [10,20]
# 本质是b和m同时操作同一个对象
def f2(m):
print('id(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
print('id(m):',id(m))
f2(b)
print('b:',id(b))
print(b)
结果:
id(m): 4315951584
id(m): 4315951584
b: 4330934752
[10, 20, 30]
传递不可变对象的引用:
# 传递不可变对象的引用 会产生一个新的对象
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 因此创建的是新的对象n
print('n:',id(n)) # n已经变成了新的对象
print(n)
f1(a)
print('a:',id(a))
print('a:',a)
结果:
n: 4325429472
n: 4327458768
300
a: 4325429472 # 跟第一个一样
a: 100 # 注意这里还是没有变化 还是原来的100
总结: 显然，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是新对象。因为原来的n是不可以变化的。
浅拷贝和深拷贝
内置函数copy(浅拷贝)，deepcopy(深拷贝)的学习。
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原对象。
import copy
# 浅拷贝
def testcopy():
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)
# 深拷贝
def testDeepcopy():
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)
testcopy()
print('*********')
testDeepcopy()
输出结果:
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]
*********
a: [10, 20, [5, 6]]
b: [10, 20, [5, 6]]
深拷贝......
a: [10, 20, [5, 6]]
b: [10, 20, [5, 6, 7], 30]
传递不可变对象时，不可变对象里面包含的事子对象是可变的。
则方法内修改了这个可变对象 原对象也会发生变化。
a = (10,20,[3,4])
print('a:',id(a))
def test01(m):
print('m:',id(m))
print(m)
# a = 20 # 重新赋值
m[2][0] = 888
print('m:',id(m))
print('函数内的a:',a)
print('函数内的m',m)
test01(a)
print('函数外的a:',a)
输出结果:
a: 4345301824
m: 4345301824
(10, 20, [3, 4])
m: 4345301824
函数内的a: (10, 20, [888, 4])
函数内的m (10, 20, [888, 4])
函数外的a: (10, 20, [888, 4])
参数的几种类型:
位置参数
参数为啥按顺序传递，需要个数和形参匹配，按位置传递参数，称为’位置参数’。
默认值参数
我们可以以为某些参数在函数内直接设置成默认值，这样这些参数在传递时就是可选的，称之为默认值参数，默认值参数放到位置参数的后面。
def f1(a,b=1,c=9):
print(a,b,c)
f1(8,9) # 输出: 8 9 9
命名参数
我们可以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"。
def f1(a,b,c):
print(a,b,c)
f1(8,9,10) # 此时位置必须对应的 此时是位置参数
f1(c=10,b=2,a=4) # 根据名字来匹配 不一定非得按顺序来匹配
可变参数
*param(一个星号),将多个参数收集到一个’元祖’对象中。
**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(8,9,12,28)
print('*********')
def f2(a,b,**c):
print(a,b,c)
f2(8,9,name = 'GSH',age = 18)
print('*********')
def f3(a,b,*c,**d):
print(a,b,c,d)
f3(8,9,20,30,59,name = 'GSH',age = 18) # 没有参数名对应的是c，最后有参数名的是对应参数d
输出:
8 9 (12, 28)
*********
8 9 {'name': 'GSH', 'age': 18}
*********
8 9 (20, 30, 59) {'name': 'GSH', 'age': 18}
强制命名参数
带*号的"可变参数"后面增加新的参数，调用的时候必须是"强制命名参数"。
def f4(*a,b,c):
print(a,b,c)
# 当调用f4时必须这样命名。
f4(12,23,34,54,b = 2,c = 9)
输出结果:
(12, 23, 34, 54) 2 9
lamnda 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。
基本语法:
lambda 参数1,参数2参数3... : <表达式>
参数1 参数2 参数3位函数的参数.<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(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)) # 0是列表序列,6是传进去的数字。
# 解释:郑州妇科医院哪家好 http://www.sptdfk.com/
def test01(a,b):
return a+b
#这里就是将函数看成一个对象传进h列表里
h = [test01,test01]
re = h[1](11,33)
print(re) # 44
输出:
at 0x104c393b0>
9
12 21 32
eval()函数
# 测试eval()函数
s = 'print("hello")'
eval(s)
a = 10
b = 20
c = eval('a+b')
print(c) # 30
dict1 = dict(a = 100,b = 200)
d = eval('a+b')
print(d) # 30
e = eval('a+b',dict1)
print(e) # 300
递归函数
# 测试递归函数的基本原理
def test01(n):
print('test01',n) # 执行语句1 递归语句前出现的语句是最先执行
if n == 0:
print('over') # 这里就是终止的条件
else:
test01(n-1) # 这里就是把第n步的值和第n-1步相关联
print("test01***", n) # 执行语句2 递归语句后出现的语句是最后执行
# test01() # 自己调自己 递归调用
# RecursionError: maximum recursion depth exceeded while calling a Python object
# print('********')
def test02():
print('test02')
test01(4) # 第一个打开的是最后关闭的
# 总结学习:
# 就是自己调用自己的函数，在函数内部直接或间接的自己调用自己。
# 1. 终止条件:表示递归函数什么时候结束。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。
结果输出:
test01 4
test01 3
test01 2
test01 1
test01 0
over
test01*** 0
test01*** 1
test01*** 2
test01*** 3
test01*** 4
阶乘案例:
# 使用递归函数 计算阶乘
def factorial(n):
if n == 1:
return 1
else:
return factorial(n-1) * n
re = factorial(5)
print(re) # 120