一、函数的特殊用法
1.变量可以指向函数
代码演示：
#abs------>absolute #abs（）是一个系统的内置函数【built-in function】 print(abs(-10)) #10 print(abs) #<built-in function abs> #结论一：abs(-10)是函数的调用，而abs是函数本身 x = abs(-20) print(x) #20 f = abs print(f) #<built-in function abs> #结论二;函数本身也可以直接赋值给一个变量，也就是说：变量可以指向一个函数 num = 10 #如果一个变量指向了一个函数，则可以通过这个变量去调用这个函数 print(f(-30)) #结论三：f = abs, 则表示f已经指向了abs所表示的函数，调用abs和调用f实现的效果是一样的 def test(): return "fjskghs" print(test()) fun = test print(fun())
2.函数名是一个变量
代码演示：
#函数的特殊用法之函数名是一个变量 #结论一：函数名其实就是指向函数的变量 #abs（）：可以将abs看做一个变量，指向了一个可以计算绝对值的函数 #abs更改指向【变量的重新赋值】 num = 10 num = "hello" #让abs指向一个整型 print(abs) abs = 10 print(abs) #print(abs(-100))
3.函数作为参数
代码演示：
#函数的特殊用法之函数作为参数 #变量可以指向函数，函数名是一个变量，而函数的形参本身就是一个变量，可以接收实参，那么一个函数就可以接收另一个函数作为参数 #高阶函数【一个函数就可以接收另一个函数作为参数】 #一个简单的高阶函数【需求：求两个数的绝对值的和】 #参数：x和y就是需要参与运算的数据，fun是一个函数 """ def add(x,y): return abs(x) + abs(y) """ def add(x,y,fun): return fun(x) + fun(y) #abs(x) + abs(y) #将函数名abs作为参数使用 result = add(-5,6,abs) #x = -5 y = 6 fun = abs fun() print(result) #自定义函数 def show(): print("abc") def func(f): print("hello") f() func(show)
二、偏函数
默认参数：可以降低函数调用的难度
偏函数：对函数参数做一些控制的函数
注意：偏函数不需要自定义，直接使用【系统函数】
代码演示：
import functools # 偏函数的使用 #int(x) 可以将字符串或者浮点型转换为整型 #默认：将其中的字符串按照十进制输出 print(int("123")) #int（）还提供了一个额外的参数：base #print(int("abc123")) #base；指明前面数据的进制，int()执行完成之后，最终还是以十进制输出 print(int("123",base = 10)) #123 print(int("123",base = 8)) #83 print(int("110",base = 2)) print(int("11010",base = 2)) print(int("110001",base = 2)) #转换大量的二进制，每次传入base = 2麻烦，可以将这个功能提取出来 def customInt(x,base=2): return int(x,base) print(customInt("110")) #6 print(customInt("11010")) #26 #上面通过默认参数模仿了偏函数的使用，但是系统提供了功能：functools.partial可以创建一个偏函数【前提；需要导入import functools】 #参数：需要创建偏函数的原函数名 需要设定的参数 int2 = functools.partial(int,base=2) print(int2("110")) #6 print(int2("11010")) #26 print(int2("110",base=10)) #110 #总结：偏函数 #主要针对的是系统函数，如果系统默认的操作满足不了需求，则可以在这个系统函数的基础上生成一个新的函数【偏函数】，两个函数可以实现不同的需求
三、闭包
如果在一个函数的内部定义另外一个函数，外部的函数叫做外函数，内部的函数叫做内函数
如果在一个外部函数中定义一个内部函数，并且外部函数的返回值是内部函数，就构成了一个闭包，则这个内部函数就被称为闭包【closure】
代码演示：
""" 如果在一个函数的内部定义另外一个函数，外部的函数叫做外函数，内部的函数叫做内函数 如果在一个外部函数中定义一个内部函数，并且外部函数的返回值是内部函数，就构成了一个闭包， 则这个内部函数就被称为闭包【closure】 """ #1.最简单的闭包 #外函数 def func(str): #内函数【闭包】 def innerFunc(): print("hello") return innerFunc #f中存储了外函数func的返回值，而func的返回值是innerFunc,j就相当于f = innerFunc f = func("abc") #f = innerFunc #f（）就相当于innerFunc() f() #2. #a和b被称为外函数中的临时变量【自由变量】 def outer(a): b = 10 def inner(): #在内函数中可以直接使用外函数中临时变量 print(a + b) return inner f1 = outer(5) f1() #3. def outer1(num1): def inner1(num2): #在内函数中可以直接使用外函数中临时变量 print(num1,num2) return inner1 f2 = outer1(10) f2(20) #应用场景：装饰器
四、变量的作用域
1.出现的原因
变量的作用域：变量可以被使用【被访问】的范围
程序中的变量并不是在任意的语句中都可以被访问，访问权限取决于这个变量被定义在哪个位置
2.作用范围划分
局部作用域：L【Local】
函数作用域：E【Enclosing】 将变量定义在闭包外的函数中
全局作用域：G【Global】
內建作用域：B【Built-in】
代码演示：
#1.不同作用域变量的定义 num4 = int(2.9) #B;內建作用域 num3 = 3 #G；全局作用域 def outer(): num1 = 1 #E:函数作用域 def inner(): num2 = 2 #L:局部作用域 #注意：当所有的变量不同名的时候，在闭包中，可以任意访问四种不同作用域对应的变量 print(num4,num3,num2,num1) return inner f = outer() f()
3.变量的查找规则
查找的顺序：L------>E------>G------>B【极端情况：当所有的变量同名的情况下】
代码演示：
#变量的查找规则 #注意：全局作用域和内置作用域，当重名的时候，谁出现在后面，则先匹配到谁 x = 0 x1 = int(3.3) def outer1(): j = 1 def inner1(): i = 2 #【就近原则】 print(x) return inner1 f1 = outer1() f1()
#函数 def show(a): num1 = 10 print(num1,a) show(20) #print(num1,a) #结论一：在函数中定义的变量【形参，在函数体中定义的变量】，作用域仅限于函数内部 # 【变量的生命周随着函数的出现而出现，函数执行完毕则变量随着被销毁】 #if语句 if True: msg = "hello" print(msg) print(msg) #for循环 for i in range(0,5): print(i) print(i) #结论二;Python中只有模块【module】、类【class】和函数【def,lambda】才会引入新的作用域 #其他的代码块：if语句，while语句，for语句，try-except语句都不会引入新的作用域
4.全局变量和局部变量
全局变量：将变量定义在函数的外面
局部变量：将变量定义在函数的内部
注意：局部变量只能在其被声明的当前函数中使用，而全局变量可以在整个程序中使用
代码演示：
#全局变量 total = 0 def show(): print(total) show() if True: total = 20 print(total) total = 10 print(total) def add(arg1,arg2): #arg1,arg2，total1都属于局部变量 total1 = arg1 + arg2 print(total1) add(10,20) #print(total1)
示例：
#1.计算1~某个数范围内奇数的和并返回 def fun1(num): sum = 0 for i in range(1,num + 1): if i % 2 == 1: sum += 1 return sum print(fun1(100)) #2.判断某个数是否是质数，返回结果 def fun2(num): is_prime = True for x in range(2,num): if num % x == 0: is_prime = False break if is_prime and num != 1: return "质数" else: return "不是质数" fun2(10)
5.global和nonlocal关键字的使用
使用场景：当内部作用域【局部作用域，函数作用域】想要修改全局变量的作用域的时候
1.global
代码演示：
#global #全局变量 num = 1 def fun1(): #此时要使用全局变量中的num，需要给编译器做一个声明，声明此处使用num就是使用的全局变量中的num global num print(num) print(id(num)) #1355785312 #局部变量 num = 123 print(num) print(id(num)) #1355789216 fun1() #练习 a = 10 def test(): global a a = a + 1 print(a) test()
2.nonlocal
代码演示：
#前提：nonlocal关键字是定义在闭包中 x = 0 def outer(): x = 1 def inner(): #使用nonlocal关键字进行声明，相当于将局部作用域范围扩大了 nonlocal x x = 2 print("inner:",x) #return inner inner() print("outer:",x) #2 outer() print("global:",x) """ 原本： inner: 2 outer: 1 global: 0 """ """ 修改： inner: 2 outer: 2 global: 0 """
五、列表生成式和生成器
1.列表生成式
list comprehension
系统内置的用于创建list的方式
range(start,end,step)缺点:生成的列表一般情况下都是等差数列
代码演示：
#列表生成式 list1 = list(range(1,11)) print(list1) #[1, 2, 3, 4, 5, 6, 7, 8, 9, 10] #需求：[1, 4, 9, 16, 25] list2 = [] for x in range(1,11): list2.append(x ** 2) print(list2) #[1, 4, 9, 16, 25, 36, 49, 64, 81, 100] #1 #使用列表生成式完成上面的需求 #列表生成式的格式：[生成的元素 for-in循环] list3 = [x ** 2 for x in range(1,11)] print(list3) #[1, 4, 9, 16, 25, 36, 49, 64, 81, 100] #2. #[4,16,36,64,100] list4 = [x ** 2 for x in range(1,11) if x % 2 == 0] print(list4) #3.嵌套for循环，第一个循环就相当于外层循环，第二个循环就相当于内层循环 list5 = [m + n for m in "ABC" for n in "XYZ"] print(list5) #["AX","AY","AZ"....] """ for m in "ABC"： for n in "XYZ"： print(m + n) """ #4 #for k,v in dict.items)(): d = {"x":"1","y":"2","z":"3"} for k,v in d.items(): print(k,v) list6 = [k + "=" + v for k,v in d.items()] print(list6) #['x=1', 'y=2', 'z=3'] #练习：使用列表生成式生成一个新的列表，将一个已知列表中的所有的字符变为小写 l1 = ["Hello","GOOD","ABC","kkH"] #l2 = ["hello","good","abc","kkh"] newList1 = [] for element in l1: str = element.lower() newList1.append(str) print(newList1) newList2 = [s.lower() for s in l1] print(newList2)
2.生成器
generator
next()
代码演示：
#生成器 #方式一：（），将列表生成式中的[]改成() #列表生成式的类型是list，生成器的类型是generator【当做一种新的数据类型】 r1 = (x ** 2 for x in range(1,6)) print(r1) #(1,4,9,16,25) print(type(r1)) """ for i in r1: print(i) """ #生成器区别于列表生成式：可以使用next遍历，每调用一次则获取一个元素 #next() print(next(r1)) print(next(r1)) print(next(r1)) print(next(r1)) print(next(r1)) #注意：当生成器中的元素全部获取完成之后，接着调用next函数的，则会出现StopIteration #print(next(r1)) #StopIteration异常 #方式二：yield---->让步 #(x for x in range(1,6))----->1,2,3,4,5 def test(n): for i in range(1, n + 1): #执行到yield的时候，则函数会停止，将yiled后面的变量返回 yield i ** 2 #yield后面的代码的执行时机：当调用next函数的时候 print(i) t = test(5) print(t) #<generator object test at 0x0000019CC432A1A8> print(next(t)) print(next(t)) print(next(t)) print(next(t)) print(next(t))
六、迭代器
1.可迭代对象
可迭代对象【实体】：可以直接作用于for循环的实体【Iterable】
可以直接作用于for循环的数据类型：
a.list,tuple,dict,set,string
b.generator【() 和yield】
isinstance:判断一个实体是否是可迭代的对象
代码演示：
#一、可迭代对象 #1.导入 from collections import Iterable #2.使用isinstance(数据，Iterable) print(isinstance([],Iterable)) print(isinstance((),Iterable)) print(isinstance({},Iterable)) print(isinstance((x for x in range(10)),Iterable)) print(isinstance("hello",Iterable)) print(isinstance(10,Iterable)) #False print(isinstance(True,Iterable)) #False print("****88")
2.迭代器
不但可以作用于for循环，还可以被next函数遍历【不断调用并返回一个元素，直到最后一个元素被遍历完成，则出现StopIteration】
目前为止，只有生成器才是迭代器【Iterator】
结论：迭代器肯定是可迭代对象，但是，可迭代对象不一定是迭代器
isinstance:判断一个实体是否是迭代器
代码演示：
#二、迭代器 from collections import Iterator print(isinstance([],Iterator)) print(isinstance((),Iterator)) print(isinstance({},Iterator)) print(isinstance("hello",Iterator)) print(isinstance((x for x in range(10)),Iterator)) #True print("****88")
3.可迭代对象和迭代器之间的转换
可以将可迭代对象转换为迭代器：iter()
代码演示：
#三、虽然list、tuple、dict、set、string都不是迭代器 #iter():将list、tuple、dict、set、string的 Iterable转换为Iterator print(isinstance(iter([]),Iterator)) print(isinstance(iter(()),Iterator)) print(isinstance(iter({}),Iterator)) print(isinstance(iter("hello"),Iterator))总结：
a.凡是可以作用于for循环的对象都是Iterable类型
b.凡是可以作用于next函数的对象都是Iterator类型
c.list/tuple/dict/set/string都不是Iterator，可以通过iter()获得一个Iterator对象
