Python基础知识-pycharm版 第6节

  • 070.函数也是对象_内存分析
  • 071.变量的作用域_全局变量_局部变量_栈帧内存分析讲解
  • 072.局部变量和全局变量_效率测试
  • 073.参数的传递_传递可变对象_内存分析
  • 074.参数的传递_传递不可变对象_内存分析
  • 075.浅拷贝和深拷贝_内存分析
  • 076.参数的传递_不可变对象含可变子对象_内存分析
  • 077.参数的类型_位置参数_默认值参数_命名参数
  • 078.参数的类型_可变参数_强制命名参数
  • 079.lambda表达式和匿名函数
  • 080.eval()函数用法
  • 081.递归函数_函数调用内存分析_栈帧的创建 + 082.递归函数_阶乘计算案例


070.函数也是对象_内存分析

  1. 函数也是对象
    Python中,“一切都是对象”。实际上,执行def 定义函数后,系统就创建了相应的函数 对象。执行如下程序,然后进行解释:
  2. 内存底层分析
    上面代码执行 def 时,系统中会创建函数对象,并通过print_star 这个变量进行引用:

    执行“c=print_star”后,显然将 print_star 变量的值赋给了变量c,内存图变成了:

    显然,可以看出变量c和print_star 都是指向了同一个函数对象。因此,执行c(3)和执行 print_star(3)的效果是完全一致的。 Python 中,圆括号意味着调用函数。在没有圆括号的情况下,Python会把函数当做普通对象。
    与此核心原理类似,也可以做如下操作:
    zhengshu = int
    zhengshu(“234”)
    显然,将内置函数对象 int()赋值给了变量 zhengshu,这样zhengshu 和int 都是指向了同一个内置函数对象。当然,此处仅限于原理性讲解,实际开发中没必要这么做。

071.变量的作用域_全局变量_局部变量_栈帧内存分析讲解

变量起作用的范围称为变量的作用域,不同作用域内同名变量之间互不影响。变量分为:全局变量、局部变量。

  1. 全局变量:
    (1) 在函数和类定义之外声明的变量。作用域为定义的模块,从定义位置开始直到模块 结束。
    (2) 全局变量降低了函数的通用性和可读性。应尽量避免全局变量的使用。
    (3) 全局变量一般做常量使用。
    (4) 函数内要改变全局变量的值,使用global声明一下
  2. 局部变量:
    (1) 在函数体中(包含形式参数)声明的变量。
    (2) 局部变量的引用比全局变量快,优先考虑使用。
    (3) 如果局部变量和全局变量同名,则在函数内隐藏全局变量,只使用同名的局部变量

072.局部变量和全局变量_效率测试

局部变量的查询和访问速度比全局变量快,优先考虑使用,尤其是在循环的时候。

在特别强调效率的地方或者循环次数较多的地方,可以通过将全局变量转为局部变量提高运行速度。

python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_局部变量

073.参数的传递_传递可变对象_内存分析

  1. 参数的传递
    函数的参数传递本质上就是:从实参到形参的赋值操作。 Python中“一切皆对象”, 所有的赋值操作都是“引用的赋值”。所以,Python中参数的传递都是“引用传递”,不 是“值传递”。具体操作时分为两类:
    (1) 对“可变对象”进行“写操作”,直接作用于原对象本身。
    (2) 对“不可变对象”进行“写操作”,会产生一个新的“对象空间”,并用新的值填 充这块空间。(起到其他语言的“值传递”效果,但不是“值传递”)
    可变对象有: 字典、列表、集合、自定义的对象等
    不可变对象有: 数字、字符串、元组、function等
  2. 传递可变对象的引用
    传递参数是可变对象(例如:列表、字典、自定义的其他可变对象等),实际传递的还是对象的引用。在函数体中不创建新的对象拷贝,而是可以直接修改所传递的对象。

074.参数的传递_传递不可变对象_内存分析

传递参数是不可变对象(例如:int、float、字符串、元组、布尔值),实际传递的还是对象的引用。在”赋值操作”时,由于不可变对象无法修改,系统会新创建一个对象。

python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_python_02


显然,通过id值可以看到 n和 a一开始是同一个对象。给 n赋值后,n是新的对象。

075.浅拷贝和深拷贝_内存分析

为了更深入的了解参数传递的底层原理,需要讲解一下“浅拷贝和深拷贝”。可以使用内置函数:copy(浅拷贝)、deepcopy(深拷贝)。

浅拷贝:不拷贝子对象的内容,只是拷贝子对象的引用。

深拷贝:会连子对象的内存也全部拷贝一份,对子对象的修改不会影响源对象

python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_内存分析_03


python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_全局变量_04


浅拷贝:只拷贝自己,不拷贝“子孙”

python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_python_05


深拷贝:拷贝自己和“子孙”

python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_内存分析_06


传递不可变对象是浅拷贝:

传递参数是不可变对象(例如:int,float,字符串,元祖,布尔值),实际传递的还是对象的引用。但在“写操作”时,会创建一个新的对象拷贝。这个拷贝使用的是“浅拷贝”,不是“深拷贝”。

076.参数的传递_不可变对象含可变子对象_内存分析

python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_python_07


python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_全局变量_08

077.参数的类型_位置参数_默认值参数_命名参数

  1. 位置参数
    函数调用时,实参默认按位置顺序传递,需要个数和形参匹配。按位置传递的参数,称为: “位置参数”。
  2. python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_局部变量_09

  3. 默认值参数
    可以为某些参数设置默认值,这样这些参数在传递时就是可选的。称为“默认值参数”。 默认值参数放到位置参数后面。
  4. python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_全局变量_10

  5. 命名参数
    可以按照形参的名称传递参数,称为“命名参数”,也称“关键字参数”。
  6. python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_内存分析_11

078.参数的类型_可变参数_强制命名参数

  1. 可变参数
    可变参数指的是“可变数量的参数”。分两种情况:
    (1) *param(一个星号),将多个参数收集到一个“元组”对象中。
    (2) **param(两个星号),将多个参数收集到一个“字典”对象中。
  2. 强制命名参数
    在带星号的“可变参数”后面增加新的参数,必须在调用的时候“强制命名参数”。

079.lambda表达式和匿名函数

lambda表达式可以用来声明匿名函数。lambda 函数是一种简单的、在同一行中定义函数 的方法。lambda函数实际生成了一个函数对象。

lambda表达式只允许包含一个表达式,不能包含复杂语句,该表达式的计算结果就是函数 的返回值。

lambda表达式的基本语法如下:

lambda arg1,arg2,arg3… : <表达式>

arg1/arg2/arg3为函数的参数。<表达式>相当于函数体。运算结果是:表达式的运算结果。

python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_全局变量_12

080.eval()函数用法

功能:将字符串str当成有效的表达式来求值并返回计算结果。

语法: eval(source[, globals[, locals]]) -> value

参数:

(1) source:一个 Python表达式或函数 compile()返回的代码对象

(2) globals:可选。必须是dictionary

(3) locals:可选。任意映射对象

python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_python_13


eval 函数会将字符串当做语句来执行,因此会被注入安全隐患。比如:字符串中含有删除文件的语句。那就麻烦大了。因此,使用时候,要慎重!!!

081.递归函数_函数调用内存分析_栈帧的创建 + 082.递归函数_阶乘计算案例

递归函数指的是:自己调用自己的函数,在函数体内部直接或间接的自己调用自己。递归类似于中学数学学习过的“数学归纳法”。 每个递归函数必须包含两个部分:

  1. 终止条件
    表示递归什么时候结束。一般用于返回值,不再调用自己。
  2. 递归步骤
    把第 n步的值和第 n-1步相关联。

递归函数由于会创建大量的函数对象、过量的消耗内存和运算能力。在处理大量数据时,谨慎使用。

python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_全局变量_14


python 程序设计 第六章 课后习题 答案江红 python课本第六章答案_python_15