• python 11 函数名 迭代器

    1. 今日内容大纲

      1. global nonlocal
      2. 函数名的运用
      3. 新特性：格式化输出
      4. 迭代器：
        • 可迭代对象
        • 获取对象的方法
        • 判断一个对象是否是可迭代对象
        • 小结
        • 迭代器
        • 迭代器的定义
        • 判断一个对象是否是迭代器
        • 迭代器的取值
        • 可迭代对象如何转化成迭代器
        • while循环模拟for循环机制
        • 小结
        • 可迭代对象与迭代器的对比

    2. 昨日内容回顾以及作业讲解

      1. 函数的参数：

        1. 实参角度：位置参数，关键字参数，混合参数。
        2. 形参角度：位置参数，默认参数，仅限关键字参数，万能参数。
        3. 形参角度参数顺序：位置参数，*args, 默认参数,仅限关键字参数，**kwargs.

      2. *的魔性用法：

        • 函数的定义时：代表聚合。
        • 函数的调用时：代表打散。

      3. python中存在三个空间：

        • 内置名称空间：存储的内置函数：print,input.......
        • 全局名称空间：py文件，存放的是py文件（除去函数，类内部的）的变量，函数名与函数的内存地址的关系。
        • 局部名称空间：存放的函数内部的变量与值的对应关系。

      4. 加载顺序：内置名称空间，全局名称空间, 局部名称空间（执行函数时）。

      5. 取值顺序：就近原则。LEGB.

        1. 局部作用域只能引用全局变量，不能修改。

          name = 'alex'
def func():
	name = name + 'sb'

      6. 作用域：

        • 全局作用域：内置名称空间 + 全局名称空间。
        • 局部作用域：局部名称空间。

      7. 函数的嵌套

      8. globals() locals()

    3. 今日内容

      1. global nonlocal

        • 补充：

          默认参数的陷阱

          # 默认参数的陷阱：
# def func(name,sex='男'):
#     print(name)
#     print(sex)
# func('alex')

# 陷阱只针对于默认参数是可变的数据类型：
# def func(name,alist=[]):
#     alist.append(name)
#     return alist
#
# ret1 = func('alex')
# print(ret1,id(ret1))  # ['alex']
# ret2 = func('太白金星')
# print(ret2,id(ret2))  # ['太白金星']

# 如果你的默认参数指向的是可变的数据类型，那么你无论调用多少次这个默认参数，都是同一个。

# def func(a, list=[]):
#     list.append(a)
#     return list
# print(func(10,))  # [10,]
# print(func(20,[]))  # [20,]
# print(func(100,))  # [10,100]
# l1 = []
# l1.append(10)
# print(l1)
# l2 = []
# l2.append(20)
# print(l2)
# l1.append(100)
# print(l1)
#
# def func(a, list= []):
#     list.append(a)
#     return list
# ret1 = func(10,)  # ret = [10,]
# ret2 = func(20,[])  # [20,]
# ret3 = func(100,)  # ret3 = [10,100]
# print(ret1)  # [10,]  [10,100]
# print(ret2)  # 20,]  [20,]
# print(ret3)  # [10,100]  [10,100]

          局部作用域的坑：

          # count = 1
# def func():
#     count += 1
#     print(count)
# func()

# 在函数中，如果你定义了一个变量，但是在定义这个变量之前对其引用了，那么解释器认为：语法问题。
# 你应该在使用之前先定义。
# count = 1
# def func():
#     print(count)
#     count = 3
# func()

# print(name)

          global nonlocal

          global
1, 在局部作用域声明一个全局变量。
name = 'alex'

def func():
    global name
    name = '太白金星'
    # print(name)
func()
print(name)


def func():
    global name
    name = '太白金星'
# print(name)
print(globals())
func()
# print(name)
print(globals())

2. 修改一个全局变量
count = 1
def func():
    # print(count)
    global count
    count += 1
print(count)
func()
print(count)


nonlocal

1. 不能够操作全局变量。
count = 1
def func():
    nonlocal count
    count += 1
func()
2. 局部作用域：内层函数对外层函数的局部变量进行修改。

def wrapper():
    count = 1
    def inner():
        nonlocal count
        count += 1
    print(count)
    inner()
    print(count)
wrapper()

      2. 函数名的运用

        # def func():
#     print(666)
#
# # func()
# # 1. 函数名指向的是函数的内存地址。
# # 函数名 + ()就可以执行次函数。
# # a = 1
# # a()
# # func()
# # a = {'name': 'alex'}
# # b = {'age' : 18}
# # a = 1
# # b = 2
# # print(a + b)
# print(func,type(func))  # <function func at 0x000001BA864E1D08>
# func()

# 2, 函数名就是变量。
# def func():
#     print(666)

# a = 2
# b = a
# c = b
# print(c)
# f = func
# f1 = f
# f2 = f1
# f()
# func()
# f1()
# f2()
#
# def func():
#     print('in func')
#
# def func1():
#     print('in func1')
#
# func1 = func
# func1()
# a = 1
# b = 2
# a = b
# print(a)

# 3. 函数名可以作为容器类数据类型的元素

# def func1():
#     print('in func1')
#
# def func2():
#     print('in func2')
#
# def func3():
#     print('in func3')
# # a = 1
# # b = 2
# # c = 3
# # l1 = [a,b,c]
# # print(l1)
# l1 = [func1,func2,func3]
# for i in l1:
#     i()

# 4. 函数名可以作为函数的参数

# def func(a):
#     print(a)
#     print('in func')
# b = 3
# func(b)
# print(func)

# def func():
#     print('in func')
#
# def func1(x):
#     x()  # func()
#     print('in func1')
#
# func1(func)

# 5. 函数名可以作为函数的返回值
def func():
    print('in func')

def func1(x): # x = func
    print('in func1')
    return x

ret = func1(func)  # func
ret()  # func()

      3. 新特性：格式化输出

        # %s format
# name = '太白'
# age = 18
# msg = '我叫%s,今年%s' %(name,age)
# msg1 = '我叫{},今年{}'.format(name,age)

# 新特性：格式化输出
# name = '太白'
# age = 18
# msg = f'我叫{name},今年{age}'
# print(msg)

# 可以加表达式
# dic = {'name':'alex','age': 73}
# msg = f'我叫{dic["name"]},今年{dic["age"]}'
# print(msg)

# count = 7
# print(f'最终结果：{count**2}')
# name = 'barry'
# msg = f'我的名字是{name.upper()}'
# print(msg)

# 结合函数写：
def _sum(a,b):
    return a + b

msg = f'最终的结果是：{_sum(10,20)}'
print(msg)
# ! , : { } ;这些标点不能出现在{} 这里面。

        优点：

        1. 结构更加简化。

        2. 可以结合表达式，函数进行使用。

        3. 效率提升很多。

      4. 迭代器：

        • 可迭代对象

          字面意思：对象？python中一切皆对象。一个实实在在存在的值，对象。

          可迭代？：更新迭代。重复的，循环的一个过程，更新迭代每次都有新的内容，

          可以进行循环更新的一个实实在在值。

          专业角度：可迭代对象？ 内部含有'__iter__'方法的对象，可迭代对象。

          目前学过的可迭代对象？str list tuple dict set range 文件句柄 其中只有文件句柄是迭代器，可以用__iter__ in dir()先判断是否可迭代，这些都为True，但是用__next__ in dir()时，只有文件句柄为True，但是可以将可迭代对象转化为迭代器，手动循环，下面有解释

        • 获取对象的所有方法并且以字符串的形式表现：dir()

        • 判断一个对象是否是可迭代对象

          s1 = 'fjdskl'
# l1 = [1,2,3]
# # print(dir(s1))
# print(dir((l1)))
# print('__iter__' in dir(s1))
# print('__iter__' in dir(range(10)))

        • 小结

          • 字面意思：可以进行循环更新的一个实实在在值。

          • 专业角度： 内部含有'__iter__'方法的对象，可迭代对象。

          • 判断一个对象是不是可迭代对象： '__iter__' in dir(对象)

          • str list tuple dict set range

          • 优点：

            1. 存储的数据直接能显示，比较直观。
            2. 拥有的方法比较多，操作方便。

          • 缺点：

            1. 占用内存。

            2. 不能直接通过for循环，不能直接取值（索引，key）。

        • 迭代器

        • 迭代器的定义

          • 字面意思：更新迭代，器：工具：可更新迭代的工具。
          • 专业角度：内部含有'__iter__'方法并且含有'__next__'方法的对象就是迭代器。
          • 可以判断是否是迭代器：'__iter__' and '__next__' 在不在dir(对象)

        • 判断一个对象是否是迭代器

          with open('文件1',encoding='utf-8',mode='w') as f1:
    print(('__iter__' in dir(f1)) and ('__next__' in dir(f1)))

        • 迭代器的取值

          s1 = 'fjdag'
obj = iter(s1)  # s1.__iter__()
# print(obj)
# print(next(obj)) # print(obj.__next__())
# print(next(obj)) # print(obj.__next__())
# print(next(obj)) # print(obj.__next__())
# print(next(obj)) # print(obj.__next__())
# print(next(obj)) # print(obj.__next__())
# print(next(obj)) # print(obj.__next__())

# l1 = [11,22,33,44,55,66]
# obj = iter(l1)
# print(next(obj))
# print(next(obj))
# print(next(obj))
# print(next(obj))
# print(next(obj))
# print(next(obj))

        • 可迭代对象如何转化成迭代器

          iter([1,2,3])

        • while循环模拟for循环机制

          l1 = [11,22,33,44,55,66,77,88,99,1111,1133,15652]
# 将可迭代对象转化成迭代器。
obj = iter(l1)
while 1:
    try:
        print(next(obj))
    except StopIteration:
        break

        • 小结

          • 字面意思：更新迭代，器：工具：可更新迭代的工具。
          • 专业角度：内部含有'__iter__'方法并且含有'__next__'方法的对象就是迭代器。
          • 优点：
            1. 节省内存。
            2. 惰性机制，next一次，取一个值。
          • 缺点：
            • 速度慢。
            • 不走回头路。

        • 可迭代对象与迭代器的对比

          • 可迭代对象是一个操作方法比较多，比较直观，存储数据相对少（几百万个对象，8G内存是可以承受的）的一个数据集。
          • 当你侧重于对于数据可以灵活处理，并且内存空间足够，将数据集设置为可迭代对象是明确的选择。
          • 是一个非常节省内存，可以记录取值位置，可以直接通过循环+next方法取值，但是不直观，操作方法比较单一的数据集。
          • 当你的数据量过大，大到足以撑爆你的内存或者你以节省内存为首选因素时，将数据集设置为迭代器是一个不错的选择。

    4. 今日总结

      1. 默认参数的坑，作用域的坑 ***
      2. 格式化输出 ***
      3. 函数名的应用。***
      4. 对比：迭代器是什么？ 迭代器的优缺点。可迭代对象转化成迭代器。next取值. ***

    5. 明日内容

      生成器 内置函数I
  • 相关阅读:
    DVI与DVI-D的区别
    easyui.combotree.search.js
    显示实时日期时间（html+js）
    Jquery 内容简介
    EasyUI 格式化DataGrid列
    EasyUI DataGrid 添加排序
    EasyUI DataGrid 复选框
    EasyUI 自定义DataGrid分页
    EasyUI DataGrid能编辑
    EasyUI 我的第一个窗口
  • 原文地址：https://www.cnblogs.com/miseryGOD/p/10857907.html
Copyright © 2020-2023  润新知