1.函数嵌套：在调用一个函数的过程中，由调用了其他函数
列子：
def father(name):
print('from father %s' %name)
def son():
print('from son')
def grandson():
print('from grandson')
grandson()
son()
father("nihao")
2. 闭包函数： 定义在函数内部的函数 包含对外部作用域名字的引用，而不是对全局作用域名字的引用
列子：
def father(name):
def son():
# name='alex'
print('我爸爸是 [%s]' %name)
def grandson():
# name='wupeiqi'
print('我爷爷是 [%s]' %name)
grandson()
son()
father("成龙")
3.名称空间 函数加载顺序：
3.1名称空间：存放名字的地方，准确的说名称空间是存放名字与变量值绑定关系的地方
3.2：内置名称空间：在python解释器启动时产生，存放一些python内置的名字
3.3：全局名称空间：在执行文件时产生，存放文件级别定义的名字
3.4：局部名称空间:在执行文件的过程中，如果调用了函数，则会产生该函数的局部名称空间，名字在函数调用时生效，在函数调用结束后失败；函数加载顺序：内置---》全局---》局部 ；函数的调用顺序：局部-》全局-》内置
实例：
max=1
def foo():
max=2
print(max)
foo()
4.作用域： 全局作用域：全局存活，全局有效:globals()
max=1111111
def f1():
def f2():
def f3():
def f4():
# print(x)
print(max)
f4()
f3()
f2()
f1()
4.1 局部作用域：临时存活，局部有效:locals()
例子： 让局部变量在全局生效
x=1
def f1():
global x
x=2
f1()
print(x)
例子：局部生效
def func():
count = 1
def foo():
nonlocal count
count = 12
foo()
print(count)
func()
4.2. 作用域关系，在函数定义时就已经固定，于调用位置无关,在调用函数时，必须必须必须回到函数原来定义的位置去找作用域关系
列子：
x=1
def f1():
def f2():
print(x)
return f2
4.3
5.装饰器
5.1 开放封闭原则：对扩展是开放的，对修改是封闭；装饰器本身可以是任意可调用对象，被装饰的对象本身也可以是任意可调用对象；
5.2 不修改被装饰对象的源代；不修改被调用对象的调用方式；为其他函数添加新功能
5.3 装饰器名，必须写在被装饰对象的正上方，并且是单独一行
列子：
import time
def timmer(func):
# func=index
def wrapper():
start=time.time()
func()
stop=time.time()
print('run time is %s' %(stop-start))
return wrapper
@timmer # index=timmer(index)
def index():
time.sleep(3)
print('welcome to index')
@timmer # home=timmer(home)
def home():
time.sleep(2)
print('welcome to home page')
index()
home()
6.迭代器：
6.1：迭代：是一个重复的过程，每一次重复，都是基于上一次的结果而来
6.2: 可迭代对象iterable：凡是对象下有__iter__方法：对象.__iter__，该对象就是可迭代对
6.3: 代器对象：可迭代对象执行内置的__iter__方法，得到的结果就是迭代器对象
例子：
dic={'name':'egon','sex':'m',"age":18}
i=dic.__iter__()
# print(i) #iterator迭代器
# i.__next__() #next(i)
print(next(i))
print(next(i))
print(next(i))
print(next(i) #StopIteration 没有值的情况执行 不会出现爆粗：
迭代器对象的优点；提供了一种统一的（不依赖于索引的）迭代方式 迭代器本身，比起其他数据类型更省内存
迭代器缺点：一次性，只能往后走，不能回退，不如索引取值灵活；无法预知什么时候取值结束，即无法预知长度
7.生成器：
在函数内部包含yield关键，那么该函数执行的结果是生成器，生成器就是迭代器
yield的功能：
把函数的结果做生迭代器（以一种优雅的方式封装好__iter__,__next__） 函数暂停与再继续运行的状态是由yield
例子：
def my_range(start,stop):
while True:
if start == stop:
raise StopIteration
yield start #2
start+=1 #3
g=my_range(1,3)
print(next(g))