Python基础理论 - 函数

 

函数是第一类对象：可以当做数据来传

1.  可以被引用

2.  可以作为函数参数

3.  可以作为函数返回值

4.  可以作为容器类型的元素

小例子：

def func1():
    print('func1')
def func2():
    print('func2')
dic = {
    'func1':func1,
    'func2':func2,
}
func = dic.get('func1')
func()

 

名称空间：名字与值的绑定关系，时刻记得左面有一根竖线，标识着作用域的不同

何时生效、何时失效，定义名字的方法

局部空间、全局名称空间、内置名称空间

 

作用域：用的时候，查找的范围

locals()

glocals()，系统变量__name__, __file__, __doc__

全局作用域：全局有效，在任何位置都可以被访问到，除非被删除，否则存活到文件执行结束

局部作用域：局部有效，只能在函数内部被访问，在函数执行结束后，就释放了

 

闭包

1. 定义在函数内部的函数

2. 该内部函数包含对外部作用域而不是全局作用域的引用

def func1():
    x = 1
    def func2():
        print(x)
    return func2
func = func1()
func()

特性：携带自己的作用域，先执行。包裹着一层

应用场景：爬虫、装饰器

 

装饰器

开放封闭原则，对扩展开放，对修改封闭

什么是装饰器：

装饰别的东西的工具：

装饰器本身 ---> 任意可调用的对象，如函数

被装饰对象 ---> 任意可调用的对象，如函数

装饰器要遵循的原则

1. 不修改被装饰对象的源代码

2. 不修改被装饰对象的调用方式

即定义和调用都不能修改

@deco # func = deco(func)
def func():
    pass

@deco1
@deco2 
def func():
    pass

@deco(x) # 装饰器也是函数，()，先调用，拿到结果@res在func的正上方
def func():
    pass

 

迭代器

迭代：重复上一次过程，每一次迭代都基于上一次执行地结果而继续进行

如写文档，保存，再修改

可迭代对象：obj.__iter__方法

可迭代对象 执行__iter__方法 ---> 迭代器

 

迭代器对象：

obj.__iter__方法

obj.__next__方法

为何要有迭代器：

提供一种不依赖于索引的迭代方式

如文件、集合、字典都可以被迭代

# for 循环原理
for i in obj: 
    pass 
# 先执行，obj.__iter__方法，再next() 

迭代器优缺点：

优点： 

1.  提供一种不依赖于索引的迭代方式

2.  内存中只有一个值，节省内存

缺点：
1.  无法获取长度

2.  一次性，只能前进，不能后退

 

生成器

函数体内含有yield关键字，那该函数的执行结果是生成器对象

生成器对象本质就是迭代器，所以yield的功能是

1.  把函数的执行结果做成迭代器

2.  可以返回多次值，而return只能返回一次值

3.  暂停函数的运行，保存上下文信息

如模拟管道

yield 的语句形式： yield 1

yield的表达式形式：x = yield 

food = yield food_list    # 暂停、获取send赋值给food、返回food_list

 

内置函数

数值类：

abs()、round()、divmod()、pow()

bin()、oct()、hex()

chr()、ord()

max()、min()、sum()

变量判定：

id()、type()

数据类型 工厂函数：
dict()、int()、float()、str()、set()、list()

功能型函数：

print()、input()、len()、__import__()、sorted()、reversed()

enumarate()、range()

匿名函数相关：

f = lambda x, y: x+y
print(f)
res = f(1,2)
print(res)

"""
1. 没有名字，使用完立刻回收
2. 有参数、有返回值
3. 场景逻辑简单
"""

zip()

max(*args, key=None)

sorted(*args, **kwargs)

函数式编程：

map(func, *iterables)   # func遍历操作可迭代对象

from functools import reduce

reduce(function, sequence, initial=None)

filter(func, *iterables)  # 过滤func为True

面向对象：

property()、staticmethod()、classmethod()

hasattr()、getattr()、setattr()、delattr()

issubclass()、isinstance()

super()