函数的复习
"""
1.函数的声明
def 函数名(参数列表):
函数体
函数名就是变量名。 上面整个是声明一个变量
lambda 参数列表: 返回值
就相当于一个值
(重点)函数声明的时候函数体不会执行!
2.函数调用
函数名() <---> 变量() - 要求变量中存储的地址对应的值是function
函数调用过程:
回到函数声明的位置
传参 - 保证每个参数都有值
执行函数体
确定返回值(看有没有return,没有就是None,有就是return后面的值)
回到函数调用的位置
3.函数的参数
位置参数和关键字参数
参数默认值
设置参数类型说明
不定长参数 *把形参变成元祖, **把形参变成字典
4.返回值
怎么确定函数的返回值 - 看有没有return
怎么获取函数的返回值 - 函数调用表达式的值
5.全局变量和局部变量
6.函数作为量:声明函数就是声明一个类型是function的变量,函数名就是变量名
"""
def func1():
return 10
a = 10
# func1和a是一样的,都是变量
print(a-1)
print(func1())
a = [1, 2]
print(a[0]) # 此时A作为列表
def th_sums(*num):
"""求多个数的和"""
sum1 = 0
for x in num:
sum1 += x
return sum1
def th_product(*num):
"""求多个数的乘"""
sum1 = 1
for x in num:
sum1 *= x
return sum1
# 写一个函数,可以对多个数据进行操作
def opration(char: str, *nums):
# char = '+', nums = (1, 2, 3, 4)
if char == '+':
return th_sums(*nums) # th_sums(1, 2, 3, 4)将元祖拎的数拎出来
else:
return th_product(*nums)
print(opration('+',1, 2, 3, 4))
二 recursionFunction(递归函数)
了解!!!
"""
实际开发的时候,能不用递归就不用(因为递归函数会占内存,而且会损耗cpu)
1.什么是递归函数(应付面试!!!)
在函数中调用函数本身的函数就是递归函数
2.递归的作用:循环能做的事情递归函数都能做
"""
# def func1():
# print('=====')
# func1()
# func1() # 这就是递归函数,但是别执行,会一直打印=====,死循环
a = 0
def func2():
print('~~~~~')
global a
if a < 10:
a += 1
func2()
func2() # 有6个~~~~~ 因为还没到if里面判断的时候就已经执行了一次
"""
3.怎么写递归函数: f(n) f是随便取的变量名
第一步:确定临界值 - 循环结束的条件,在临界值(就是函数执行完)的位置要让递归函数结束!
第二步:找关系 - 找当次循环和上次循环的关系
- 找f(n)和f(n-1)的关系
第三步:假设函数的功能已经实现,通过f(n-1)来实现f(n)的功能
"""
# 1+2+3+...+n
# a.用for循环
n = 20
sum1 = 0
for x in range(n+1):
sum1 += x
print(sum1)
# b.用递归函数
def th_sum(n): # 上面的f就相当于这个th_sum,只是变量名
# 1.找临界值
if n == 1:
return 1
# 2.找关系
"""
找th_sum(n)和th_sum(n-1)的关系
th_sun(n):1+2+3+...+n-1+n
th_sum(n-1):1+2+3+...+n-1
th_sum(n) = th_sum(n-1)+n
"""
return th_sum(n-1)+n
"""
th_sum(4):
n=4 4==1 return th_sum(3)+4 ---> return 1+2+3+4
th_sum(3)
n=3 3==1 return th_sum(2)+3 ---> return 1+2+3
th_sum(2):
n=2 2==1 return th_sum(1)+2 ---> return 1+2
th_sum1(1):
n=1 1==1 return 1
"""
print(th_sum(4)) # 上面诠释
print(th_sum(100))
练习:求斐波那契数列第n个数
1, 1, 2, 3, 5, 8, 13....
def sequance(n):
# 1.找临界值
if n ==1 or n==2: # 因为第一个数和第二个数一样的,所有写两个
return 1
# 2.f(n)和f(n-1)
"""
f(n)= f(n-1)+f(n-2)
"""
return sequance(n-1)+sequance(n-2)
print(sequance(5)) # 第5个数5,下面诠释
"""
sequance(5)
n =5 return sequance(5-1)+sequance(5-2) | 1+1+1(是sequance(4)的值)+1+1(是sequance(3)的值)
sequance(4)
n =4 return sequance(4-1)+sequance(4-2) | 1+1+1
sequance(3)
n =3 return sequance(3-1)+sequance(3-2) | 1+1
sequance(2)
n=2 return 1+0 |1
sequance(1)
n=1 return 1 | 1 前两个数都为1
"""
三 module(模块)
"""
1.什么是模块
在python中一个py文件就是一个模块
系统模块和自定义模块
a.系统模块(标准库) - python系统提供的模块(安装解释器的时候已经导入到解释器当中了,使用的时候在代码中直接导入)
random模块 - 提供随机数
math模块 - 提供数学运算
json库 - 提供json数据相关操作
re模块 - 提供正则表达式相关操作
socket模块 - 提供python套接字编程 (用于网络通信等)
time模块 - 提供和时间相关的操作
threading模块 - 提供和线程相关的操作
b.自定义模块 - 程序员自己创建的py文件
自己写的模块 - 自定义库
别人写的模块 - 第三方库(需要先下载到解释器中,然后才能再代码中导入)
标准库和第三方库一般是通过模块提供变量,函数,类
2.怎么使用模块
import 模块名 - 在程序中直接导入指定的模块,导入后可以使用模块中所有的全局变量(包含了变量,函数和类)
导入后通过(模块名.变量)来使用模块中的内容
from 模块名 import 变量1, 变量2 - 在程序中导入指定的模块,导入后只能使用import后面的变量
导入后直接使用变量,不用在前面加'模块名.'
from 模块名 import * - 在程序中直接导入指定的模块, 导入后可以使用模块中所有的全局变量(包含了变量、函数和类)
导入后直接使用变量,不用在前面加'模块名.'
3.导入模块的实质:
a.不管是使用import还是from-import,导入模块的时候都会执行模块中所有的代码
b.python中一个模块不会重复导入多次。因为导入的时候系统会自动检查当前模块是否已经导入
4.怎么阻止模块中的内容被其他模块执行
将不希望被其他执行的代码放在if语句中
如果希望被其他模块使用的代码就放在if语句的外面
(if name=='main':)
原理:
每个模块都有一个name属性,代表模块名。默认情况下它的值是py文件的文件名
当前模块正在被执行(直接执行)的时候,模块属性name的值就会变成'main'
"""
# 1. 系统模块
import random
print(random.randint(10, 100))
print('=======import model1之前=======')
import model1
import model1
print('=======import model1之后=======')
model1.a = 1000
print(model1.a)
print(model1.fun1())
# print('=========from model2 import之前=========')
# from model2 import aa, x
# print('=========from model2 import之后=========')
# print('aa:', aa)
# print(x)
# # print(model2.func2()) # 不能是用model2中除了aa和x的内容
aa = 'hello'
from model2 import *
# 导入model2,并且可以直接使用里面所有的全局变量
print('aa:', aa)
print(x)
func2()
print('==============import model3================')
import model3
# print(model3.a)
# print(model3.b)
#另一个模块model3
# 其他函数的声明
print('if外面的语句')
# 这儿就是程序的入口
def main():
print('这儿的代码不会被执行')
# 写在这个if语句中的代码不会被别的模块执行。
if __name__ == '__main__':
print('if里面的语句')
main() # 调用main函数,回到上面
"""
5.重命名 - 导入模块的时候可以对模块或者模块中的内容重新命名
import 模块名 as 新模块名
from 模块名 import 变量名1 as 新变量名1, 变量名2, 变量名3 as 新变量名3
"""
#另一个模块
name = '小敏'
age = 18
def show_info():
print(name, age)
# import model4 as newMode
# print(newMode.age)
import threading as TD
name = 100
from model4 import name as yt_name, age as yt_age
print(name)
print(yt_name)
print(yt_age)
三 iterator(迭代器)(重点)
"""
1.什么是迭代器(iter)
是python提供的容器型数据类型 (列表那些也是容器)
获取迭代器中的元素的时候只能从前往后一个一个的取,而且取了之后这个元素在迭代器中就不存在了。
2.迭代器的字面量
迭代器没有指定格式的字面量。迭代器作为容器,里面的元素只能通过将其他序列转换或者通过生成器生成
迭代器中的元素可以是任何类型的数据
"""
list1 = [1, 2, 3, 4]
print(list1[0])
print(list1[1])
print(list1[0]) # 元素还在
# 将字符串转换成迭代器,迭代器中的元素就是字符串中的每个字符
iter1 = iter('hello')
print(iter1) # <str_iterator object at 0x006430B0> 字符串迭代器
# 将列表转换成迭代器,迭代器中的元素就是列表中的每个字符
iter2 = iter([100, 'shj', (10, 20), [1, 2], True, {'name': '小花'}, lambda x: x])
print(iter2) # <list_iterator object at 0x007E35B0>
"""
3.获取元素
(迭代器中的元素只支持查,不支持增删改)
迭代器只能通过next函数获取单个元素, 通过for in变量一个一个获取每一个元素。
不管是哪种方式获取,已经获取过得元素,在迭代器中就不存在
"""
iter3 = iter('hello')
# 1.next
"""
next(迭代器) -> 获取迭代器中最新的数据(最顶层)
"""
print(next(iter3)) # h
print(next(iter3)) # e
print(next(iter3)) # l
print(next(iter3)) # l
print(next(iter3)) # o
# print(next(iter3)) # 报'StopIteration'异常, 因为在这儿迭代器中的数据已经取完了
print(iter3) # 此时是空的迭代器
iter3 = iter('123456')
print(next(iter3))
# 通过for-in取迭代器中的元素和next效果一样,元素还是会从迭代器取出
for x in iter3:
print('x:', x)
# 练习:看打印结果
iter4 = iter([10, True, 'abc', (1, 2)])
index = 0
for x in iter4:
index += 1
if index == 2:
break
"""
index = 0
x = 10 iter = True,'abc',(1,2) index= 1 if 1==2不成立
x = True iter = 'abc',(1,2) index= 2 if 2==2 成立 结束
"""
print(next(iter4)) # abc
五generator(生成器)
"""
1.什么是生成器
生成器就是迭代器,迭代器不一定是生成器。
2.生成器怎么产生元素
一调用一个带有yield关键字的函数就能得到一个生成器
不带yield的函数:调用的时候会执行函数体,并且获取返回值
带yield的函数:调用的时候不会执行函数体,也不会获取返回,而是产生一个生成器(函数调用表达式就是一个生成器)
这个生成器中的元素就是yield关键字后面的值
"""
# 普通函数
def func1():
print('====')
return 100
print(func1()) # ==== 100
def func2():
print('@@@@@@')
return 100
yield
print(func2()) # <generator object func2 at 0x00737ED0> 因为有yield,就产生一个生成器,就看有没有,不管他执不执行
"""
3.生成器的元素
生成器中的元素也是通过next或者for-in
生成器获取元素,实质就是去执行生成器对应的函数,每次执行到yield语句为止,并且会将yield后面的值作为当次获取到的元素
下次获取元素的时候会接着上次结束的位置往后执行,直到下一个yield为止....
以此类推,直到函数结束。如果执行到函数结束没有遇到yield那么就会报'StopIteration'异常
"""
print('===================')
def func3():
print('~~~~~')
yield 100
print('!!!!!!!!!!!')
yield 'abc'
gen1 = func3() # gen1就是一个生成器(生成器就是迭代器)
print(gen1)
# next
print('打印:', next(gen1)) # 打印: 100
print('第一次结束')
print('打印', next(gen1)) # 打印 abc
# 学号 py1809001 py1809002 py1809003
def creat_num():
num = 1
while True:
yield 'py1809%d' % num
num += 1
new_gen = creat_num()
for _ in range(10):
print(next(new_gen))
print('上了两天的课')
print(next(new_gen)) # py180911
# iter1 = iter('1234') 它的内部
def yt_iter(seq):
def func():
for x in seq:
yield x
return func()
iter1 = yt_iter('abc')
print(next(iter1)) # a
print(next(iter1)) # b