day11__函数名的应用，python新特f-strings格式化输出、迭代器

一、函数名的应用

​ 函数名的定义和变量的定义几乎一致，在变量的角度，函数名其实就是一个变量，具有变量的功能：可以赋值；但是作为函数名他也有特殊的功能就是加上()就会执行对应的函数，所以我们可以把函数名当做一个特殊的变量

1、函数名指向的是函数的内存地址

​ 函数名 + （）就可以执行次函数

def func():       ​ 
    print("呵呵")
​print(func)
输出结果:
    <function func at 0x1101e4ea0>

​ 通过上面代码可以我们知道，函数名指向的是这个函数的内存地址，其实深一步理解可得知，与其说函数名()可以执行这个函数，不如说是函数的内存地址()才是执行这个函数的关键，就好比：

a = 1
b = 2
c = a + b
print(c)  # 3

2、函数名可以赋值给其他变量

def func():        
    print("呵呵")    
print(func) 
a = func  # 把函数当成一个变量赋值给另一个变量​
a() # 函数调用 func()

3、函数名可以当容器类元素

def func1():
    print("in func1: 嘻嘻")
def func2():
    print("in func2: 哈哈")
def func3():
    print("in func3: 咯咯")
def func4():
    print("in func4: 吱吱")
lst = [func1, func2, func3, func4]
for i in lst:
    i()

4、函数名可以当做函数的参数

def func1():
    print('in func1')

def func2(f):
    print('in func2')
    f()

func2(func1)
输出结果：
in func2
in func1

5、函数名可以作为函数的返回值

def func1():
    print('in func1')

def func2(f):
    print('in func2')
    return f
ret = func2(func1)
ret()
输出结果:
    in func2
	in func1

二、Python新特性：f-strings格式化输出

1、旧的格式化输出方式

name = 'mrxiong'
age = 19
msg = '我叫%s,今年%s'%(name,age)
msg1 = '我叫{}，今年{}'.format(name,age)
print(msg)
print(msg1)

2、新特性：格式化输出 python3.6版本后适用

name = 'mrxiong'
age = 19
msg = f'我叫{name},今年{age}'
print(msg)

可以加表达式

dic={'name':'mrxiong','age':19}
msg = f'我叫{dic["name"]},今年{dic["age"]}'
print(msg)

count= 7
a = f'最终结果：{count*7}'
print(a)

name= 'mrxiong'
msg1= f'我的名字是 ：{name.upper()}'
print(msg1)

结合函数 使用

def _sum(a,b):
    return a+b
msg2 = f'最终的计算结果是:{_sum(10,20)}'
print(msg2)

def _sum(a,b):
    return a+b
num=int(input('请输入弟一个数字:'))
num1=int(input('请输入第二个数字:'))

msg2 = f'最终的计算结果是:{_sum(num,num1)}'
print(msg2)

优点:1、结构更清晰更简化，2、可以结合表达式及函数进行使用，3、效率提升很多

三、迭代器

1、可迭代对象

​ 字面意思：对像，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。可进行循环更新的一个实实在在值

​ 专业角度：可迭代对像，内部含有’____iter‘_方法的对像，可迭代对像

​ 目前学过的可迭代对象：str list tuple dict set range 文件句柄

​ 判断一个对像的所有方法：dir()

s1 = 'mrxiong'
print(dir(s1))

s1 = 'mrxiong'
print('__iter__'in dir(s1))

• 小结
  • 字面意思：可以进行循环更新的一个实实在在值
  • 专业角度：可迭代对像，内部含有’____iter‘_方法的对像，可迭代对象
  • 判断一个对像是不是可迭代对像:’____iter‘ in dir(对像)
  • str list tuple dict set range 文件句柄
  • 优点：
    • 存储的数据直接能显示，比较直观
    • 拥有的方法比较多
  • 缺点：
    • 占用内存
    • 不能直接通过for循环，不能直接取值（索引，key)

2、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
  • 可以判断是否是迭代器：'inter'and '_____next' 在不在dir(对象)
  • 判断一个对象是否是迭代器

with open('a.txt', encoding='utf-8', mode='w') as f1:
    print('__iter__' in dir(f1) and '__next__' in dir(f1))

• 可迭代对象如何转化成迭代器并取值

s1 = 'adf'
obj = iter(s1)   #把s1转换为一个迭代器
obj.__iter__()   #把s1转换为一个迭代器第二种方法
print(next(obj)) #next对己转换的迭代器进行取值
print(obj.__next__()) #next对己转换的迭代器进行取值第二种方法
print(next(obj))


l1 = [11,22,33,44,55,66]
l2 = iter(l1)
print(next(l2))
print(next(l2))
print(next(l2))
print(next(l2))
print(next(l2))
print(next(l2))

l3 = iter([1,2,3,4])
print(next(l3))
print(next(l3))
print(next(l3))
print(next(l3))

可迭代对象转换成迭代器

iter([1,2,3])

利用while循环模拟for循环对可迭代对象进行取值的机制

s1 = [11, 22, 33, 44, 55, 66, 77, 88]
obj = iter(s1)
while 1:
    try:
        print(next(obj))
    except StopIteration:
        break

• 小结

  • 迭代器优点：

  1）节省内存。迭代器在内存中相当于只占一个数据的空间：因为每次取值都上一条数据会在内存释放，加载当前的此条数据。

  2） 惰性机制。next一次，取一个值，绝不过多取值。

    有一个迭代器模式可以很好的解释上面这两条：迭代是数据处理的基石。扫描内存中放不下的数据集时，我们要找到一种惰性获取数据项的方式，即按需一次获取一个数据项。这就是迭代器模式。
  

  • 迭代器的缺点:

  ​ 不能直观的查看里面的数据。

  ​ 取值时不走回头路，只能一直向下取值。

  ​ 速度慢

  • 可迭代对象与迭代器的对比

    • 可迭代对象：

    ​ 是一个私有的方法比较多，操作灵活（比如列表，字典的增删改查，字符串的常用操作方法等）,比较直观，但是占用内存，而且不能直接通过循环迭代取值的这么一个数据集。

    ​ 应用：当你侧重于对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。

       **应用**：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为首选因素时，将数据集设置为迭代器是一个不错的选择。（可参考为什么python把文件句柄设置成迭代器）。