day 10 函数名的运用，闭包，迭代器
函数名的本质
函数名本质上就是函数的内存地址
函数名的五种运用：
1、函数名是一个变量
def func():
print(666)
print(func) # 函数的内存地址 <function func at 0x000002B6D2559AE8>
2、函数名可以当做变量赋值
def func():
print(666)
f1 = func
f2 = f1
f2()
3、函数名可以当做容器类数据类型的元素
def func1():
print(111)
def func2():
print(222)
def func3():
print(333)
l1 = [func1, func2 ,func3]
for i in l1:
i()
4、函数名可以当做函数的参数
def func(x): # x == func1
x()
print('in func')
def func1():
print('in func1')
func(func1)
5、函数名可以当做函数的返回值
def func(x): # x ---> func1
return x # func1
def func1():
print('in func1')
ret = func(func1) # ret = func1
ret() # func1()
func(func1)() # x() == func1()
满足3，4，5 函数名也称为第一类对象
闭包：
什么是闭包：
def func():
name = 666
print(111)
def func1():
print(name) # 这就是闭包， 内层函数对外层函数（非全局）变量的引用
func1()
func()
1,内层函数对外层函数（非全局）变量的引用。
2,闭包只存在于内层函数中。
3,函数都要逐层返回，最终返回给最外层函数。
def func():
name = 'alex'
def inner():
print(name)
return inner
f = func() # f = inner
f()
闭包的判断
f.__closure__[0].cell_contents 闭包引用的外部变量
def func():
name = 'alex'
age = 19
def inner():
print(name)
print(age)
return inner
f = func() # 定义f，因为f是闭包
# 获取闭包引用的外层变量，如果不是闭包则报错
print(f.__closure__[0].cell_contents) #固定用法 19
print(f.__closure__[1].cell_contents) # alex
闭包有什么用？
闭包：解释器执行程序时，如果遇到函数，随着函数的结束而关闭临时名称空间，但是！！！如果遇到闭包，有一个机制：那么闭包的空间不会随着函数的结束而关闭。
def wrapper(step):
num =1
def inner():
nonlocal num
num += step
print(num) # 输出 4 7 10 13 16
return inner
f = wrapper(3)
j = 0
while j < 5:
f()
j += 1
闭包就是在内存中开一个空间，常贮存一些内容，以便后续程序调用
闭包的应用：
1、装饰器
2、爬虫
迭代对象：
iterable: 可迭代对象
内部含有__iter__方法的就是可迭代对象,遵循可迭代协议
s1 = 'barry'
l1 = [1, 2, 3]
print('__iter__' in dir(s1)) # True 是可迭代对象
可迭代对象不能直接取值（含索引的迭代对象除外） ，需要转换成迭代器才能取值
迭代器
迭代器：内部含有'__iter__'并且含有'__next__'方法的就是迭代器，遵循迭代器协议。
可迭代对象转换成迭代器：
可迭代对象.__iter__()
obj = iter(可迭代对象)
判断一个一个对象是否是迭代器（含iter，next）或迭代对象
方法一： 看__iter__ , __next__ 在不在dir() 里面
s1 = 'abcdefg'
obj = iter(s1) # 将s1转换成迭代器
print('__iter__' in dir(s1)) # True
print('__iter__' in dir(obj)) # True
print('__iter__' in dir(s1) and '__next__' in dir(s1)) # False
print('__iter__' in dir(obj) and '__next__' in dir(obj)) # True
方法二： isinstance(obj, Iterable/Iterator)
s1 = 'abcdefg' obj = iter(s1) # 将s1转换成迭代器 from collections import Iterable # 迭代对象 from collections import Iterator # 迭代器 print(isinstance(obj,Iterator)) # 判断obj是否为迭代器 True print(isinstance(obj,Iterable)) # 判断obj是否为可迭代对象 True print(isinstance(s1,Iterator)) # 判断obj是否为迭代器 False print(isinstance(s1,Iterable)) # 判断obj是否为可迭代对象 True
迭代器取值
s2 = [1, 2, 3] obj = iter(s2) print(obj.__next__()) # 方法一 print(next(obj)) # 方法二
type() isinstance()区别？
# type()只是判断该对象的数据类型
# isinstance()不仅可以判断该对象的数据类型，而且可以判断其他很多
迭代器的作用：
1、节省内存
2、惰性机制 （netx()）一下，出一个值
3、一条路走到黑，不走回头路
While循环模拟for循环机制
l1 = [i for i in range(10)]
obj = iter(l1)
while 1:
try: # 试一试，如果报错就执行下面的命令
print(next(obj))
except StopIteration:
break
