Python基础16 函数返回值 作用区域 生成器

#函数

#函数的返还值
#返还值有三种形式，无返还值，单一返还值，多返还值

#无返还值
#有时我们调用一个函数只是完成一个过程或者某个动作
#而不需要去设置返还值

def no_return ():
    print("我不需要返还值哦");


def no_return_2 ():
    print("写个return就行了");
    return
    
def no_return_3 ():
    print("return None");
    return None

no_return();
no_return_2();
no_return_3();
#这里我们建立的这个函数就不需要返还值
#我们可以省略返还值，也可以只写一个return 或者加上None

#单返还值
def one_return ():
    i=54188;
    return i

print(one_return());
#这就通过return产生了返还值

#注意，return后面是不能加;的！！！！！（我开始就搞错了）

#多返还值
#一般采用元组返还的方法，因为元组是不可以变的，比较安全

def tuple_return():
    Q1="哈噻！"
    Q2="哈噻！"
    Q3="hasaki!"
    return (Q1,Q2,Q3)

print(tuple_return()[0])
#这里我们就把这个返还值送了出来，而且他是稳定的
#而且这里开可以进行[]的索引
#我们也可以遍历元组

for i in tuple_return():
    print(i)
#也是可以直接使用的

def tuple_return():
    Q1="哈噻！"
    Q2="哈噻！"
    Q3="hasaki!"
    return Q1+Q2+Q3

print(tuple_return())
#如果是字符串的话还可直接加起来输出
#return后面是可以写运算的
#但是这样子就是去意义了，还是元组会更好

def tuple_return():
    Q1="哈噻！"
    Q2="哈噻！"
    Q3="hasaki!"
    return [Q1,Q2,Q3]
print(tuple_return())
#既然元组可以，那列表也是一定可以的

def tuple_return():
    Q1="哈噻！"
    Q2="哈噻！"
    Q3="hasaki!"
    return {Q1,Q2,Q3}
print(tuple_return())
#但是集合有点不一样了
#首先集合是一个无序不重复的结构
#所以我们这里保存来的Q1和Q2是重复的
#只会保留一个

#字典就算了吧，还要在里面构成字典的结构，麻烦得很，，，

print("////////////////////////////")

#函数的局部变量和全局变量问题

test = 100;
def hanshu_0 ():
    print("局部变量test={0}".format(test))
print("全局变量test={0}".format(test))
hanshu_0()
#这里函数中直接调用的test是全局变量的test，也就是这个模块中可以随便使用
#局部变量就只能在设定的范围内起作用
#例如在函数中设置的变量就只能在函数中起作用

def hanshu_1 ():
    test="不是100了哦！我现在是字符串了！"
    print("局部变量test={0}".format(test))
print("全局变量test={0}".format(test))
hanshu_1()
#这里就让起作用的是局部变量了
#正所谓
#翔龙斗不过地头蛇
#在同时存在同名变量时，优先满足局部变量

test_2="测试是否改动了我"
def hanshu_2 ():
    global test
#    global test_2 = "改变！"   
    print("局部变量test={0}".format(test))
print("全局变量test={0}".format(test))
hanshu_2()
#这里使用的就不再时局部变量
#我们再test前面声明了gobal表明了这里test时调用的时全局变量
#同时我们发现global 变量 不能直接在函数中被改变

print('////////////////////////////')

#生成器
#新东西
#函数中间，我们一般使用return返还数据
#但是有时候我们可以使用yield关键字函数返回一个生成器(generator)对象
#生成器对象是可迭代对象

def fang(num):
    for i in range(1,num+1):
        yield i*i

for j in fang(5):
    print(j)
#这里我们就生成了从1到5的数的平方
#而这里yield返还的值是一个一个可迭代的数据

#我们来验证一下
print(type(fang(1)))
#这里我们看到，这里生成的类型是generator生成器类型的
print(fang(5))
#<generator object fang at 0x0000024D4721CF20>
#返还的是这样的数据
#我们除了可以使用for来调用还可以使用next来调用
#（但是不推荐，毕竟用for会更可靠也不用担心抛出错误）
print(next(fang(5)))
#他会就生成下一个的数据
#但是如果我们一直向下写呢？
print(next(fang(5)))
print(next(fang(5)))
print(next(fang(5)))
print(next(fang(5)))
#结果全都是1
#而没有向后面推
#这是因为这里生成器虽然建立了，但是每一次我们都是先调用函数
#这就导致了每一次都是重新建立并储存的数据


generator_0=(i*i for i in range(5))
for j in generator_0:
    print("生成器数据",j)

#这样我们就建立了一个生成器的数据
#它类似于列表的形式
#但是它比列表更简单，节省了内存空间
#而这样建立的数据，就可以用next一直向后推了

#print(next(generator_0))
#但是这里却直接异常抛出了
#StopIteration
#原因是我们上面的for循环将generator中的数据遍历到了最后面
#所以我们再在这里使用next就直接超过了原有的数据列
#就会报错

#这个时候我们就要重置一下生成器了
#有三种方法
#第一种直接让生成代码重新运行
#第二种则是在生成这些代码的时候就建立数据的第二个版本
#这里我们就要使用itertool.tee

import itertools
generator_1=(i*i for i in range(5))
yy,yyy = itertools.tee(generator_1)
for i in yy:
    print("yy",i)
for j in yyy:
    print("yyy",j)
#这样我们就通过itertools模块中的tee来给为generator建立了两个副本
#yy和yyy就已经和generator_1没有什么不同了
#但是它存在的类型却发生了变化
print(type(yy))
#这里的类型是itertools.

#第三种方法就是转存，将数据转存到其他变量中保存下来
#然后就可以使用__next__()方法来操作了


def fang_2(num):
    for i in range(1,num+1):
        yield i*i
ccc=fang_2(5)
#这样ccc就保存了generator的值
#这里就可以使用到__next__()方法
print(ccc.__next__())
print(ccc.__next__())
print(ccc.__next__())
print(ccc.__next__())
print(ccc.__next__())
#这样就可以实现生成器数据的传输与访问