函数基础
一、定义函数
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
"""#语法def 函数名(参数1,参数2,参数3,...): '''注释''' 函数体 return 返回的值#函数名要能反映其意义"""def tol(a,b): # def 定义函数 """ 求和 :param a: :param b: :return: """ ret=a+b #函数体 return ret #函数返回tol(1,2) #调用函数 函数名+括号就是调用print(tol(1,2)) #打印返回值，如果没return语句，返回值为None |
二、使用原则：先定义，再调用
- 函数即“变量”，“变量”必须先定义后引用.
- 未定义而直接引用函数，就相当于在引用一个不存在的变量名.
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
# 情况1：def foo(): print('from foo') bar()foo() # 报错 NameError: name 'bar' is not defined# 情况2：def bar(): print('from bar')def foo(): print('from foo') bar()foo() # 正常# 情况3：#######定义阶段#######def foo(): print('from foo') bar()def bar(): print('from bar')#######定义阶段##############调用阶段#######foo() #正常# ******不报错，调用的时候已经定义好了******#先定义,后调用#######调用阶段####### |
三、定义函数的三种形式
|
1
2
3
4
5
6
7
8
|
def tell_tag(tag,n): #有参函数 print(tag*n)def tell_msg(): #无参函数 print('hello world')def tell_blank():#空函数 pass |
四、调用函数的三种形式
- 语句形式：foo()
- 表达式形式：3*len('hello')
- 当中另外一个函数的参数：range(len('hello'))
五、函数返回值
- 无return->None
- return 1个值->返回1个值
- return 逗号分隔多个值->元组
六、函数参数
形参即变量名就是函数定义阶段的参数，实参即变量值就是函数调用阶段的参数，函数调用时，将值绑定到变量名上，函数调用结束，解除绑定
- 必选参数(位置参数，非默认参数)：按照从左到右的顺序定义的参数
- 位置形参：必选参数
- 位置实参：按照位置给形参传值
- 默认参数：形参在定义时就已经为其赋值
- 可以传值也可以不传值，经常需要变得参数定义成位置形参，变化较小的参数定义成默认参数（形参）
- 注意1：只在定义时赋值一次
- 注意2：默认参数的定义应该在位置形参右面
- 注意3： 默认参数通常应该定义成不可变类型
- 可变长参数：
- 可变长指的是实参值的个数不固定
- 而实参有按位置和按关键字两种形式定义，针对这两种形式的可变长，形参对应有两种解决方案来完整地存放它们，分别是*args，**kwargs
- 命名关键字参数：*后定义的参数，必须被传值（有默认值的除外），且必须按照关键字实参的形式传递
- 可以保证，传入的参数中一定包含某些关键字
- 关键字参数：按照key=value的形式定义的实参
- 无需按照位置为形参传值
- 注意1：关键字实参必须在位置实参右面
- 注意2：对同一个形参不能重复传值
#===========*args===========
def foo(x, y, *args):
print(x,'-',y,'-',*args,'-',args)
foo(1, 2, 3, 4, 5) #1 - 2 - 3 4 5 - (3, 4, 5)
foo(1, 2,[3, 4, 5]) #1 - 2 - [3, 4, 5] - ([3, 4, 5],)
foo(1, 2, *[3, 4, 5]) #1 - 2 - 3 4 5 - (3, 4, 5)
foo(*[1, 2, 3]) #1 - 2 - 3 - (3,)
print(*[3, 4, 5]) # 3 4 5
print(*{'b': 2, 'a': 1, 'c': 3}) # b c a
#===========**kwargs===========
def foo(x, y, **kwargs):
print(x,'-',y,'-',*kwargs,'-',kwargs)
foo(1, y=2, a=1, b=2, c=3) #1 - 2 - b c a - {'b': 2, 'c': 3, 'a': 1}
foo(1, y=2, **{'a': 1, 'b': 2, 'c': 3}) #1 - 2 - b c a - {'b': 2, 'c': 3, 'a': 1}
foo(**{'z': 3, 'x': 1, 'y': 1}) #1 - 1 - z - {'z': 3}
#===========*args+**kwargs===========
def foo(*args, **kwargs):
print(args,'-',*args, '-', kwargs,'-', *kwargs)
foo(1, y=2, a=1, b=2, c=3) #(1,) - 1 - {'c': 3, 'b': 2, 'y': 2, 'a': 1} - c b y a
#===========*后定义的参数，必须被传值（有默认值的除外）且必须按照关键字实参的形式传递===========
def foo(x,y,*args,b,a=1,**kwargs):
print(x, '-', y, '-', *args, '-', args,'-',a, '-', b,'-', kwargs,'-', *kwargs)
foo(1,2,3,4,5,b=3,c=4,d=5) #1 - 2 - 3 4 5 - (3, 4, 5) - 1 - 3 - {'c': 4, 'd': 5} - c d
1、位置参数
我们先写一个计算x2的函数：
def power(x): return x * x
对于power(x)函数，参数x就是一个位置参数。
当我们调用power函数时，必须传入有且仅有的一个参数x：
>>> power(5) 25 >>> power(15) 225
现在，如果我们要计算x3怎么办？可以再定义一个power3函数，但是如果要计算x4、x5……怎么办？我们不可能定义无限多个函数。
你也许想到了，可以把power(x)修改为power(x, n)，用来计算xn，说干就干：
def power(x, n): s = 1 while n > 0: n = n - 1 s = s * x return s
对于这个修改后的power(x, n)函数，可以计算任意n次方：
>>> power(5, 2) 25 >>> power(5, 3) 125
修改后的power(x, n)函数有两个参数：x和n，这两个参数都是位置参数，调用函数时，传入的两个值按照位置顺序依次赋给参数x和n。
2、默认参数
新的power(x, n)函数定义没有问题，但是，旧的调用代码失败了，原因是我们增加了一个参数，导致旧的代码因为缺少一个参数而无法正常调用：
>>> power(5) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: power() missing 1 required positional argument: 'n'
Python的错误信息很明确：调用函数power()缺少了一个位置参数n。
这个时候，默认参数就排上用场了。由于我们经常计算x2，所以，完全可以把第二个参数n的默认值设定为2：
def power(x, n=2): s = 1 while n > 0: n = n - 1 s = s * x return s
这样，当我们调用power(5)时，相当于调用power(5, 2)：
>>> power(5) 25 >>> power(5, 2) 25
而对于n > 2的其他情况，就必须明确地传入n，比如power(5, 3)。
从上面的例子可以看出，默认参数可以简化函数的调用。设置默认参数时，有几点要注意：
一是必选参数在前，默认参数在后，否则Python的解释器会报错（思考一下为什么默认参数不能放在必选参数前面）；
二是如何设置默认参数。
当函数有多个参数时，把变化大的参数放前面，变化小的参数放后面。变化小的参数就可以作为默认参数。
使用默认参数有什么好处？最大的好处是能降低调用函数的难度。
举个例子，我们写个一年级小学生注册的函数，需要传入name和gender两个参数：
def enroll(name, gender): print('name:', name) print('gender:', gender)
这样，调用enroll()函数只需要传入两个参数：
>>> enroll('Sarah', 'F') name: Sarah gender: F
如果要继续传入年龄、城市等信息怎么办？这样会使得调用函数的复杂度大大增加。
我们可以把年龄和城市设为默认参数：
def enroll(name, gender, age=6, city='Beijing'): print('name:', name) print('gender:', gender) print('age:', age) print('city:', city)
这样，大多数学生注册时不需要提供年龄和城市，只提供必须的两个参数：
>>> enroll('Sarah', 'F') name: Sarah gender: F age: 6 city: Beijing
只有与默认参数不符的学生才需要提供额外的信息：
enroll('Bob', 'M', 7) enroll('Adam', 'M', city='Tianjin')
可见，默认参数降低了函数调用的难度，而一旦需要更复杂的调用时，又可以传递更多的参数来实现。无论是简单调用还是复杂调用，函数只需要定义一个。
有多个默认参数时，调用的时候，既可以按顺序提供默认参数，比如调用enroll('Bob', 'M', 7)，意思是，除了name，gender这两个参数外，最后1个参数应用在参数age上，city参数由于没有提供，仍然使用默认值。
也可以不按顺序提供部分默认参数。当不按顺序提供部分默认参数时，需要把参数名写上。比如调用enroll('Adam', 'M', city='Tianjin')，意思是，city参数用传进去的值，其他默认参数继续使用默认值。
默认参数很有用，但使用不当，也会掉坑里。默认参数有个最大的坑，演示如下：
先定义一个函数，传入一个list，添加一个END再返回：
def add_end(L=[]): L.append('END') return L
当你正常调用时，结果似乎不错：
>>> add_end([1, 2, 3]) [1, 2, 3, 'END'] >>> add_end(['x', 'y', 'z']) ['x', 'y', 'z', 'END']
当你使用默认参数调用时，一开始结果也是对的：
>>> add_end() ['END']
但是，再次调用add_end()时，结果就不对了：
>>> add_end() ['END', 'END'] >>> add_end() ['END', 'END', 'END']
很多初学者很疑惑，默认参数是[]，但是函数似乎每次都“记住了”上次添加了'END'后的list。
原因解释如下：
Python函数在定义的时候，默认参数L的值就被计算出来了，即[]，因为默认参数L也是一个变量，它指向对象[]，每次调用该函数，如果改变了L的内容，则下次调用时，默认参数的内容就变了，不再是函数定义时的[]了。
所以，定义默认参数要牢记一点：默认参数必须指向不变对象！
要修改上面的例子，我们可以用None这个不变对象来实现：
def add_end(L=None): if L is None: L = [] L.append('END') return L
现在，无论调用多少次，都不会有问题：
>>> add_end() ['END'] >>> add_end() ['END']
为什么要设计str、None这样的不变对象呢？因为不变对象一旦创建，对象内部的数据就不能修改，这样就减少了由于修改数据导致的错误。此外，由于对象不变，多任务环境下同时读取对象不需要加锁，同时读一点问题都没有。我们在编写程序时，如果可以设计一个不变对象，那就尽量设计成不变对象。
默认参数需要注意的问题：
1、必须放在位置形参后面
2、默认参数通常要定义成不可变类型
3、默认参数只在定义阶段被赋值一次
3、可变参数
在Python函数中，还可以定义可变参数。顾名思义，可变参数就是传入的参数个数是可变的，可以是1个、2个到任意个，还可以是0个。
我们以数学题为例子，给定一组数字a，b，c……，请计算a2 + b2 + c2 + ……。
要定义出这个函数，我们必须确定输入的参数。由于参数个数不确定，我们首先想到可以把a，b，c……作为一个list或tuple传进来，这样，函数可以定义如下：
def calc(numbers): sum = 0 for n in numbers: sum = sum + n * n return sum
但是调用的时候，需要先组装出一个list或tuple：
>>> calc([1, 2, 3]) 14 >>> calc((1, 3, 5, 7)) 84
如果利用可变参数，调用函数的方式可以简化成这样：
>>> calc(1, 2, 3) 14 >>> calc(1, 3, 5, 7) 84
所以，我们把函数的参数改为可变参数：
def calc(*numbers): sum = 0 for n in numbers: sum = sum + n * n return sum
定义可变参数和定义一个list或tuple参数相比，仅仅在参数前面加了一个*号。在函数内部，参数numbers接收到的是一个tuple，因此，函数代码完全不变。但是，调用该函数时，可以传入任意个参数，包括0个参数：
>>> calc(1, 2) 5 >>> calc() 0
如果已经有一个list或者tuple，要调用一个可变参数怎么办？可以这样做：
>>> nums = [1, 2, 3] >>> calc(nums[0], nums[1], nums[2]) 14
这种写法当然是可行的，问题是太繁琐，所以Python允许你在list或tuple前面加一个*号，把list或tuple的元素变成可变参数传进去：
>>> nums = [1, 2, 3] >>> calc(*nums) 14
*nums表示把nums这个list的所有元素作为可变参数传进去。这种写法相当有用，而且很常见。
4、关键字参数
可变参数允许你传入0个或任意个参数，这些可变参数在函数调用时自动组装为一个tuple。而关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict。请看示例：
def person(name, age, **kw): print('name:', name, 'age:', age, 'other:', kw)
函数person除了必选参数name和age外，还接受关键字参数kw。在调用该函数时，可以只传入必选参数：
>>> person('Michael', 30) name: Michael age: 30 other: {}
也可以传入任意个数的关键字参数：
>>> person('Bob', 35, city='Beijing') name: Bob age: 35 other: {'city': 'Beijing'} >>> person('Adam', 45, gender='M', job='Engineer') name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}
关键字参数有什么用？它可以扩展函数的功能。比如，在person函数里，我们保证能接收到name和age这两个参数，但是，如果调用者愿意提供更多的参数，我们也能收到。试想你正在做一个用户注册的功能，除了用户名和年龄是必填项外，其他都是可选项，利用关键字参数来定义这个函数就能满足注册的需求。
和可变参数类似，也可以先组装出一个dict，然后，把该dict转换为关键字参数传进去：
>>> extra = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24, city=extra['city'], job=extra['job'])
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
当然，上面复杂的调用可以用简化的写法：
>>> extra = {'city': 'Beijing', 'job': 'Engineer'}
>>> person('Jack', 24, **extra)
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
**extra表示把extra这个dict的所有key-value用关键字参数传入到函数的**kw参数，kw将获得一个dict，注意kw获得的dict是extra的一份拷贝，对kw的改动不会影响到函数外的extra。
5、命名关键字参数
对于关键字参数，函数的调用者可以传入任意不受限制的关键字参数。至于到底传入了哪些，就需要在函数内部通过kw检查。
仍以person()函数为例，我们希望检查是否有city和job参数：
def person(name, age, **kw): if 'city' in kw: # 有city参数 pass if 'job' in kw: # 有job参数 pass print('name:', name, 'age:', age, 'other:', kw)
但是调用者仍可以传入不受限制的关键字参数：
>>> person('Jack', 24, city='Beijing', addr='Chaoyang', zipcode=123456)
如果要限制关键字参数的名字，就可以用命名关键字参数，例如，只接收city和job作为关键字参数。这种方式定义的函数如下：
def person(name, age, *, city, job): print(name, age, city, job)
和关键字参数**kw不同，命名关键字参数需要一个特殊分隔符*，*后面的参数被视为命名关键字参数。
调用方式如下：
>>> person('Jack', 24, city='Beijing', job='Engineer') Jack 24 Beijing Engineer
如果函数定义中已经有了一个可变参数，后面跟着的命名关键字参数就不再需要一个特殊分隔符*了：
def person(name, age, *args, city, job): print(name, age, args, city, job)
命名关键字参数必须传入参数名，这和位置参数不同。如果没有传入参数名，调用将报错：
>>> person('Jack', 24, 'Beijing', 'Engineer') Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: person() takes 2 positional arguments but 4 were given
由于调用时缺少参数名city和job，Python解释器把这4个参数均视为位置参数，但person()函数仅接受2个位置参数。
命名关键字参数可以有缺省值，从而简化调用：
def person(name, age, *, city='Beijing', job): print(name, age, city, job)
由于命名关键字参数city具有默认值，调用时，可不传入city参数：
>>> person('Jack', 24, job='Engineer') Jack 24 Beijing Engineer
使用命名关键字参数时，要特别注意，如果没有可变参数，就必须加一个*作为特殊分隔符。如果缺少*，Python解释器将无法识别位置参数和命名关键字参数：
def person(name, age, city, job): # 缺少 *，city和job被视为位置参数 pass
6、参数组合
在Python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数都可以组合使用。
但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。
比如定义一个函数，包含上述若干种参数：
def f1(a, b, c=0, *args, **kw): print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw) def f2(a, b, c=0, *, d, **kw): print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)
在函数调用的时候，Python解释器自动按照参数位置和参数名把对应的参数传进去。
>>> f1(1, 2) a = 1 b = 2 c = 0 args = () kw = {} >>> f1(1, 2, c=3) a = 1 b = 2 c = 3 args = () kw = {} >>> f1(1, 2, 3, 'a', 'b') a = 1 b = 2 c = 3 args = ('a', 'b') kw = {} >>> f1(1, 2, 3, 'a', 'b', x=99) a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99} >>> f2(1, 2, d=99, ext=None) a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}
最神奇的是通过一个tuple和dict，你也可以调用上述函数：
>>> args = (1, 2, 3, 4) >>> kw = {'d': 99, 'x': '#'} >>> f1(*args, **kw) a = 1 b = 2 c = 3 args = (4,) kw = {'d': 99, 'x': '#'} >>> args = (1, 2, 3) >>> kw = {'d': 88, 'x': '#'} >>> f2(*args, **kw) a = 1 b = 2 c = 3 d = 88 kw = {'x': '#'}
所以，对于任意函数，都可以通过类似func(*args, **kw)的形式调用它，无论它的参数是如何定义的。
小结
Python的函数具有非常灵活的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。
默认参数一定要用不可变对象，如果是可变对象，程序运行时会有逻辑错误！
要注意定义可变参数和关键字参数的语法：
*args是可变参数，args接收的是一个tuple；
**kw是关键字参数，kw接收的是一个dict。
以及调用函数时如何传入可变参数和关键字参数的语法：
可变参数既可以直接传入：func(1, 2, 3)，又可以先组装list或tuple，再通过*args传入：func(*(1, 2, 3))；
关键字参数既可以直接传入：func(a=1, b=2)，又可以先组装dict，再通过**kw传入：func(**{'a': 1, 'b': 2})。
使用*args和**kw是Python的习惯写法，当然也可以用其他参数名，但最好使用习惯用法。
命名的关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。
定义命名的关键字参数在没有可变参数的情况下不要忘了写分隔符*，否则定义的将是位置参数。
函数对象
函数是第一类对象，即函数可以当作数据传递
- 可以被引用
- 可以当作参数传递
- 返回值可以是函数
- 可以当作容器类型的元素
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
def foo(): print('foo')def bar(): print('bar')dic={ 'foo':foo, 'bar':bar,}while True: choice=input('>>: ').strip() if choice in dic: print(dic[choice],type(dic[choice])) # <function foo at 0x00000000010EF9D8> <class 'function'> dic[choice]() #加括号就运行函数 |
函数嵌套
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
def least(x,y): return x if x > y else ydef max4(a,b,c,d): res1=least(a,b) res2=least(res1,c) res3=least(res2,d) return res3print(max4(1,2,3,4)) #4def f1(): def f2(): def f3(): print('from f3') f3() f2()f1()#from f3 |
名称空间与作用域
一、函数的嵌套和作用域
函数的嵌套包括函数的嵌套调用和函数的嵌套定义
1 name = "Alex" 2 3 def change_name(): 4 name = "Alex2" 5 6 def change_name2(): 7 name = "Alex3" 8 print("第3层打印",name) 9 10 change_name2() #调用内层函数 11 print("第2层打印",name) 12 13 14 change_name() 15 print("最外层打印",name)
运行结果：
第3层打印 Alex3
第2层打印 Alex2
最外层打印 Alex
这就是一层一层嵌套，name也发生了变化。要是在最外层调用change_name2就会报错。
这是因为作用域在定义函数时就已经固定了，不会随着调用函数的位置而改变。
作用域：作用范围
全局作用域：内置名称空间与全局名称空间的名字属于全局范围，
在整个文件的任意位置都能被引用，全局有效
局部作用域：局部名称空间的名字属于局部范围，
只在函数内部可以被引用，局部有效
一、什么叫名称空间
名称空间：存放名字与值的绑定关系（存放名字的地方，三种名称空间，（x=1，1存放于内存中，那名字x存放在哪里呢？名称空间正是存放名字x与1绑定关系的地方））
名称空间分为三种：内置名称空间、全局名称空间、局部名称空间
内置名称空间：python解释器自带的名字，python解释器启动就会生成
全局名称空间：文件级别定义的名字都会存放与全局名称空间，执行python文件时会产生
x=1 def func(): pass class Foo: pass import os if 1 > 2 : y=3
局部名称空间:定义在函数内部的名字，局部名称空间只有在调用函数时才会生效，函数调用结束则失效
def func(x,y): #x=1,y=2 z=3 func(1,2)
三者的加载顺序：内置名称空间->全局名称空间->局部名称空间
取值：局部名称空间->全局名称空间->内置名称空间
函数内部修改上层的变量（上层内部没有会报错，不能修改全局变量）
nonlocal x
x=1000
函数内部修改全局变量
global x
x=1000000
def foo(): x=1 print(globals()) #打印全局名称空间 print(locals()) #打印当前层名称空间 foo()
{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x000000000057A518>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, '__file__': 'E:/PycharmProjects/qz5/Day6.py', '__cached__': None, 'foo': <function foo at 0x0000000000523E18>}
{'x': 1}
二、名称空间的加载顺序
- python解释器先启动，因而首先加载的是：内置名称空间 builtins(内置模块的名字空间)
- 执行test.py文件，然后以文件为基础，加载全局名称空间 globals(全局变量，函数定义所在模块的名字空间)
- 外部嵌套函数的名字空间 enclosing
- 在执行文件的过程中如果调用函数，则临时产生局部名称空间 locals(是函数内的名称空间，包括局部变量和形参)
三、名字的查找顺序
- LEGB 代表名字查找顺序: locals -> enclosing function -> globals -> __builtins__
- 局部名称空间--->全局名称空间--->内置名称空间
- 在全局无法查看局部的，在局部可以查看全局的
四、作用域即范围
- 全局范围（内置名称空间与全局名称空间属于该范围），全局有效
- 局部范围（局部名称空间属于该范围），局部有效
- *****作用域关系是在函数定义阶段就已经固定的，与函数的调用位置无关*****
|
1
2
3
4
5
6
7
8
|
#如果函数收到的是一个不可变对象（比如数字、字符或者元组）的引用，就不能直接修改原始对象，# 相当于通过“传值’来传递对象，此时如果想改变这些变量的值，可以将这些变量申明为全局变量。num = 20def show_num(x=num): print(x)show_num() #20num = 30show_num() #20 |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
name = "jack" #全局变量age = 90 #全局变量gender = 'male' #全局变量def out(): name='tom' #局部变量 age = 18 #局部变量 def inner(): global name #global声明此时的name是全局的 name = "rose" #修改全局name print(name,'inner') #rose inner 读取全局的 print(age,'inner') # 18 inner 自己没有向外找 out里面有就读取， print(gender,'inner') # male inner 自己没有向外找，out里也没有，再向外找，找到全局的 inner() print(name,'out') #tom out 先找自己，没有在向外找，自己有就读取 print(age,'out') #18 out 先找自己，没有在向外找，自己有就读取 print(gender,'out') #male out 先找自己，没有在向外找，找到全局的out()print(name,'gl') #rose gl 被inner修改了print(age,'gl') #90 glprint(gender,'gl') #male gl |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
|
"""LEGB 代表名字查找顺序: locals -> enclosing -> globals -> __builtins__locals 是函数内的名字空间，包括局部变量和形参enclosing 外部嵌套函数的名字空间（闭包中常见）globals 全局变量，函数定义所在模块的名字空间builtins 内置模块的名字空间"""x=1def f1(): def f2(): print(x) return f2x=100def f3(func): x=2 func()x=10000f3(f1()) # locals -> enclosing -> globals ->打印10000name='tom'def change_name(): global name #global 声明此时的name是全局的 name='rose' #修改了全局的name print('change_name',name)change_name() #打印change_name roseprint(name) #roseli = ["aa","bb"]def fun(): global li li = ["cc"] li.append('bye') print('fun内', li)fun() #fun 内 ['cc', 'bye']print(li,type(li)) #['cc', 'bye'] <class 'list'>li = ["aa","bb"]def fun(): li = ["cc"] li.append('bye') print('fun内', li)fun() #fun内 ['cc', 'bye']print(li,type(li)) #['aa', 'bb'] <class 'list'>li = ["aa","bb"]def fun(): li.append('bye') print('fun内', li)fun() #fun内 ['aa', 'bb', 'bye']print(li,type(li)) #['aa', 'bb', 'bye'] <class 'list'> |
闭包函数
- 创建闭包函数必须满足3点:
- 1、必须有一个内嵌函数
- 2、内嵌函数必须引用外部函数中的变量(非全局作用域的引用)
- 3、外部函数的返回值必须是内嵌函数
- 闭包意义：
- 之前我们都是通过参数将外部的值传给函数，闭包提供了另外一种思路
- 返回的函数对象，在该函数外还包裹了一层作用域，这使得，该函数无论在何处调用，优先使用自己外层包裹的作用域
- 应用领域：
- 延迟计算
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
def count(): n=0 def fun(): nonlocal n # nonlocal，指定上一级变量，如果没有就继续往上直到找到为止 n += 1 return n print(n,'===') return func=count()print(c())print(c())print(c())c=count()"""0 ===1230 ==="""from urllib.request import urlopendef index(url): def get(): return urlopen(url).read() return getbaidu = index('http://www.baidu.com')print(baidu) #<function index.<locals>.get at 0x0000000002CC59D8>print(type(baidu())) #<class 'bytes'>print(baidu().decode('utf-8')) |
递归函数
递归调用是函数嵌套调用的一种特殊形式，函数在调用时，调用了自身，就是递归调用。
- 必须有一个明确的结束条件
- 每次进入更深一层递归时，问题规模相比上次递归都应有所减少
- 递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
def f(n): if 0==n: # n=0 的话直接返回空，对用户输入的零进行判断 return None elif 1==n: # n=1 的话就不再递归 return n else: return n*f(n-1) # 递归在执行f(n-1) 直到f（1）print(f(5)) # 120''' f(5)的执行过程如下 ===> f(5) ===> 5 * f(4) ===> 5 * (4 * f(3)) ===> 5 * (4 * (3 * f(2))) ===> 5 * (4 * (3 * (2 * f(1)))) ===> 5 * (4 * (3 * (2 * 1))) ===> 5 * (4 * (3 * 2)) ===> 5 * (4 * 6) ===> 5 * 24 ===> 120''' |