函数也是对象，内存底层分析
- 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。
def print_star(n):
print("*"*n)
print(print_star)
print(id(print_star))
c = print_star
c(3)变量的作用域(全局变量和局部变量)
全局变量：
- 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。 - 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。
- 全局变量一般做常量使用。
- 函数内要改变全局变量的值，使用global 声明一下
局部变量：
- 在函数体中（包含形式参数）声明的变量。
- 局部变量的引用比全局变量快，优先考虑使用。
- 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
#全局变量的作用域测试
a = 100 #全局变量
def f1():
global a #如果要在函数内改变全局变量的值，增加global 关键字声明
print(a) #打印全局变量a 的值
a = 300
f1()
print(a)#全局变量和局部变量同名测试
a=100
def f1():
a = 3 #同名的局部变量
print(a)
f1()
print(a) #a 仍然是100，没有变化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。
#测试局部变量、全局变量的效率
import math
import time
def test01():
start = time.time()
for i in range(10000000):
math.sqrt(30)
end = time.time()
print("耗时{0}".format((end-start)))
def test02():
b = math.sqrt
start = time.time()
for i in range(10000000):
b(30)
end = time.time()
print("耗时{0}".format((end-start)))
test01()
test02()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：
- 对“可变对象”进行“写操作”，直接作用于原对象本身。
- 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”）
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。
b = [10,20]
def f2(m):
print("m:",id(m)) #b 和m 是同一个对象
m.append(30) #由于m 是可变对象，不创建对象拷贝，直接修改这个对象
f2(b)
print("b:",id(b))
print(b)传递不可变对象的引用
- 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。
a = 100
def f1(n):
print("n:",id(n)) #传递进来的是a 对象的地址
n = n+200 #由于a 是不可变对象，因此创建新的对象n
print("n:",id(n)) #n 已经变成了新的对象
print(n)
f1(a)
print("a:",id(a))浅拷贝和深拷贝
- 为了更深入的了解参数传递的底层原理，我们需要讲解一下“浅拷贝和深拷贝”。我们可以使用内置函数：copy(浅拷贝)、deepcopy(深拷贝)。
#测试浅拷贝和深拷贝
import copy
def testCopy():
'''测试浅拷贝'''
a = [10, 20, [5, 6]]
b = copy.copy(a)
print("a", a)
print("b", b)
b.append(30)
b[2].append(7)
print("浅拷贝......")
print("a", a)
print("b", b)
def testDeepCopy():
'''测试深拷贝'''
a = [10, 20, [5, 6]]
b = copy.deepcopy(a)
print("a", a)
print("b", b)
b.append(30)
b[2].append(7)
print("深拷贝......")
print("a", a)
print("b", b)
testCopy()
print("*************")
testDeepCopy()传递不可变对象包含的子对象是可变的情况
#传递不可变对象时。不可变对象里面包含的子对象是可变的。则方法内修改了这个可变对象，源对象也发生了变化。
a = (10,20,[5,6])
print("a:",id(a))
def test01(m):
print("m:",id(m))
m[2][0] = 888
print(m)
print("m:",id(m))
test01(a)
print(a)参数的几种类型
- 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”。
def f1(a,b,c):
print(a,b,c)
f1(2,3,4)
f1(2,3) #报错，位置参数不匹配- 默认值参数
我们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。
def f1(a,b,c=10,d=20): #默认值参数必须位于普通位置参数后面
print(a,b,c,d)
f1(8,9)
f1(8,9,19)
f1(8,9,19,29)- 命名参数
我们也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”。
def f1(a,b,c):
print(a,b,c)
f1(8,9,19) #位置参数
f1(c=10,a=20,b=30) #命名参数- 可变参数
可变参数指的是“可变数量的参数”。分两种情况：
- *param（一个星号），将多个参数收集到一个“元组”对象中。
- **param（两个星号），将多个参数收集到一个“字典”对象中。
def f1(a,b,*c):
print(a,b,c)
f1(8,9,19,20)
def f2(a,b,**c):
print(a,b,c)
f2(8,9,name='gaoqi',age=18)
def f3(a,b,*c,**d):
print(a,b,c,d)
f3(8,9,20,30,name='gaoqi',age=18)- 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”。
def f1(*a,b,c):
print(a,b,c)
#f1(2,3,4) #会报错。由于a 是可变参数，将2,3,4 全部收集。造成b 和c 没有赋值。
f1(2,b=3,c=4)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。
f = lambda a,b,c:a+b+c
print(f)
print(f(2,3,4))
g = [lambda a:a*2,lambda b:b*3,lambda c:c*4]
print(g[0](6),g[1](7),g[2](8))eval（)函数
- 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]]) -> val
#测试eval（)函数
s = "print('abcde')"
eval（s)
a = 10
b = 20
c = eval（"a+b")
lambda 表达式的基本语法如下：
print(c)
dict1 = dict(a=100,b=200)
d = eval（"a+b",dict1)
print(d)递归函数
- 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。递归类似于大家中学数学学习过的“数学归纳法”。每个递归函数必须包含两个部分：
- 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。 - 递归步骤
把第n 步的值和第n-1 步相关联。
def factorial(n):
if n==1:return 1
return n*factorial(n-1)
for i in range(1,6):
print(i,'!=',factorial(i))
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
