• 2015/9/19 Python基础(15):变量作用域及生成器


    变量作用域
    标识符的作用域是定义为其声明的可应用范围,或者即是我们所说的变量可见性。也就是,我们可以在程序的那个部分去访问一个制定的标识符。
    全局变量与局部变量
    定义在函数内的变量有局部作用域,在一个模块中最高级别的变量有全局作用域。
    全局变量的一个特征是除非被删除掉,否则它们将存活到脚本运行结束,且对于所有的函数,他们的值都是可以被访问的,然而局部变量,就像它们存放的栈,暂时地存在,仅仅只依赖于定义它们的函数现阶段是否处于活动。当一个函数调用出现时,其局部变量就进入声明它们的作用域。在那一刻,一个新的局部变量名为那个对象创建了,一旦函数完成,框架被释放,变量会离开作用域。

    global 语句
    如果将全局变量的名字声明在一个函数体内的时候,全局变量的名字能被局部变量覆盖掉。为了明确地引用一个已命名得全局变量,必须使用global语句,语法如下:

    global var1[, var2...varN]

    闭包
    在一个内部函数里,对在外部作用域(但不是在全局作用域)的变量进行引用,那么内部函数就被认为是闭包(closure).定义在外部函数内的但由内部函数引起或者使用的变量称为自由变量。closure在函数式编程中是一个重要的概念, Scheme和Haskell便是函数式编程中两种。
    闭包将内部函数自己的代码和作用域以及外部函数的作用结合起来。
    下面举一个简单的例子:

    >>> def addup(number):
      def addup_in(number_in):
        print number_in
        return number+number_in
      return addup_in
    
    >>> add = addup(5) #这个值传给了number
    >>> add(1) #这个值传给了number_in
    1
    6
    >>> add(5) #这个值传给了number_in
    5
    10

    作用域与lambda
    Python的lambda匿名函数遵循和标准函数一样的作用域规则。一个lambda表达式定义了新的作用域,就像函数定义,所以这个作用域除了局部lambda函数,对于程序其他部分,该作用域都是不能进行访问的。

    生成器
    生成器源于迭代器,迭代器的作用是调用获得下个元素的next(),如果我们想要迭代中以某种方式生成下一个值并返回next()调用。这就是开发出生成器的动机之一。
    生成器是一个带yield语句的函数。一个函数或者子程序只返回一次,但一个生成器能暂停执行并返回一个中间结果——那就是yield语句的作用。当生成器的next()方法被调用是,它会准确地从离开的地方继续。


    简单的生成器特性
    与迭代器相似,生成器以另外的方式运作:当到达一个真正返回或者函数结束没有更多的值返回(当调用next()),一个StopIteration异常就会抛出。
    下面是一个简单的生成器例子:

    >>> def simpleGen():
    yield 1
    yield '2 --> punch!'
    
    >>> myG = simpleGen()
    >>> myG.next()
    1
    >>> myG.next()
    '2 --> punch!'
    >>> myG.next()
    
    Traceback (most recent call last):
    File "<pyshell#29>", line 1, in <module>
    myG.next()
    StopIteration
    由于for循环有next()调用和对StopIteration的处理,可以用for循环迭代穿过一个生成器。
    >>> for eachItem in simpleGen():
    print eachItem
    
    1
    2 --> punch!

    加强的生成器特性
    除了用next()来获得下个生成的值,用户可以将值送回生成器[send()],在生成器中抛出异常,以及要求退出[close()]
    由于双向的动作涉及到叫做 send()的代码来向生成器发送值(以及生成器返回的值发送回来),现在yield语句必须是一个表达式,因为当回答生成器中继续执行的时候,你或许正在接收一个进入的对象。下面是一个展示着写特性的简单例子,这是个简单的闭包例子:

    >>> def counter(start_at=0):
      count = start_at
      while True:
        val = (yield count)
        if val is not None:
          count = val
        else:
          count += 1
    
    >>> count = counter(5)
    >>> count.next()
    5
    >>> count.next()
    6
    >>> count.send(9)
    9
    >>> count.next()
    10
    >>> count.close()
    >>> count.next()
    
    Traceback (most recent call last):
    File "<pyshell#48>", line 1, in <module>
    count.next()
    StopIteration
  • 相关阅读:
    一、基础篇--1.1Java基础-反射的用途和实现
    一、基础篇--1.1Java基础-抽象类和接口的区别
    一、基础篇--1.1Java基础-重载和重写的区别
    一、基础篇--1.1Java基础-String、StringBuilder、StringBuffer
    一、基础篇--1.1Java基础-包装类的装箱和拆箱
    一、基础篇--1.1Java基础-int 和 Integer 有什么区别,Integer的值缓存范围
    一、基础篇--1.1Java基础-Exception、Error、RuntimeException与一般异常有何异同
    一、基础篇--1.1Java基础-final, finally, finalize 的区别
    c++ 中 *++ptr,++*ptr等的区别
    c++ new与char*,动态数组,sizeof的注意点总结
  • 原文地址:https://www.cnblogs.com/SRL-Southern/p/4825657.html
Copyright © 2020-2023  润新知