python第十天
python第十天
今日内容大纲
-
global nonlocal
-
函数名的运用
-
新特性:格式化输出
-
迭代器:
- 可迭代对象
- 获取对象的方法
- 判断一个对象是否是可迭代对象
- 小结
- 迭代器
- 迭代器的定义
- 判断一个对象是否是迭代器
- 迭代器的取值
- 可迭代对象如何转化成迭代器
- while循环模拟for循环机制
- 小结
- 可迭代对象与迭代器的对比
-
今日内容
-
global nonlocal
-
补充:
默认参数的陷阱
# 默认参数的陷阱: # def func(name,sex='男'): # print(name) # print(sex) # func('alex') # 陷阱只针对于默认参数是可变的数据类型: # def func(name,alist=[]): # alist.append(name) # return alist # # ret1 = func('alex') # print(ret1,id(ret1)) # ['alex'] # ret2 = func('太白金星') # print(ret2,id(ret2)) # ['太白金星'] # 如果你的默认参数指向的是可变的数据类型,那么你无论调用多少次这个默认参数,都是同一个。 # def func(a, list=[]): # list.append(a) # return list # print(func(10,)) # [10,] # print(func(20,[])) # [20,] # print(func(100,)) # [10,100] # l1 = [] # l1.append(10) # print(l1) # l2 = [] # l2.append(20) # print(l2) # l1.append(100) # print(l1) # # def func(a, list= []): # list.append(a) # return list # ret1 = func(10,) # ret = [10,] # ret2 = func(20,[]) # [20,] # ret3 = func(100,) # ret3 = [10,100] # print(ret1) # [10,] [10,100] # print(ret2) # 20,] [20,] # print(ret3) # [10,100] [10,100]
局部作用域的坑:
# 默认参数的陷阱: # def func(name,sex='男'): # print(name) # print(sex) # func('alex') # 陷阱只针对于默认参数是可变的数据类型: # def func(name,alist=[]): # alist.append(name) # return alist # # ret1 = func('alex') # print(ret1,id(ret1)) # ['alex'] # ret2 = func('太白金星') # print(ret2,id(ret2)) # ['太白金星'] # 如果你的默认参数指向的是可变的数据类型,那么你无论调用多少次这个默认参数,都是同一个。 # def func(a, list=[]): # list.append(a) # return list # print(func(10,)) # [10,] # print(func(20,[])) # [20,] # print(func(100,)) # [10,100] # l1 = [] # l1.append(10) # print(l1) # l2 = [] # l2.append(20) # print(l2) # l1.append(100) # print(l1) # # def func(a, list= []): # list.append(a) # return list # ret1 = func(10,) # ret = [10,] # ret2 = func(20,[]) # [20,] # ret3 = func(100,) # ret3 = [10,100] # print(ret1) # [10,] [10,100] # print(ret2) # 20,] [20,] # print(ret3) # [10,100] [10,100]
global nonlocal
global 1, 在局部作用域声明一个全局变量。 name = 'alex' def func(): global name name = '太白金星' # print(name) func() print(name) def func(): global name name = '太白金星' # print(name) print(globals()) func() # print(name) print(globals()) 2. 修改一个全局变量 count = 1 def func(): # print(count) global count count += 1 print(count) func() print(count) nonlocal 1. 不能够操作全局变量。 count = 1 def func(): nonlocal count count += 1 func() 2. 局部作用域:内层函数对外层函数的局部变量进行修改。 def wrapper(): count = 1 def inner(): nonlocal count count += 1 print(count) inner() print(count) wrapper()
-
-
函数名的运用
# def func(): # print(666) # # # func() # # 1. 函数名指向的是函数的内存地址。 # # 函数名 + ()就可以执行次函数。 # # a = 1 # # a() # # func() # # a = {'name': 'alex'} # # b = {'age' : 18} # # a = 1 # # b = 2 # # print(a + b) # print(func,type(func)) # <function func at 0x000001BA864E1D08> # func() # 2, 函数名就是变量。 # def func(): # print(666) # a = 2 # b = a # c = b # print(c) # f = func # f1 = f # f2 = f1 # f() # func() # f1() # f2() # # def func(): # print('in func') # # def func1(): # print('in func1') # # func1 = func # func1() # a = 1 # b = 2 # a = b # print(a) # 3. 函数名可以作为容器类数据类型的元素 # def func1(): # print('in func1') # # def func2(): # print('in func2') # # def func3(): # print('in func3') # # a = 1 # # b = 2 # # c = 3 # # l1 = [a,b,c] # # print(l1) # l1 = [func1,func2,func3] # for i in l1: # i() # 4. 函数名可以作为函数的参数 # def func(a): # print(a) # print('in func') # b = 3 # func(b) # print(func) # def func(): # print('in func') # # def func1(x): # x() # func() # print('in func1') # # func1(func) # 5. 函数名可以作为函数的返回值 def func(): print('in func') def func1(x): # x = func print('in func1') return x ret = func1(func) # func ret() # func()
-
新特性:格式化输出
# %s format # name = '太白' # age = 18 # msg = '我叫%s,今年%s' %(name,age) # msg1 = '我叫{},今年{}'.format(name,age) # 新特性:格式化输出 # name = '太白' # age = 18 # msg = f'我叫{name},今年{age}' # print(msg) # 可以加表达式 # dic = {'name':'alex','age': 73} # msg = f'我叫{dic["name"]},今年{dic["age"]}' # print(msg) # count = 7 # print(f'最终结果:{count**2}') # name = 'barry' # msg = f'我的名字是{name.upper()}' # print(msg) # 结合函数写: def _sum(a,b): return a + b msg = f'最终的结果是:{_sum(10,20)}' print(msg) # ! , : { } ;这些标点不能出现在{} 这里面。
优点:
-
结构更加简化。
-
可以结合表达式,函数进行使用。
-
效率提升很多。
-
-
迭代器:
-
可迭代对象
字面意思:对象?python中一切皆对象。一个实实在在存在的值,对象。
可迭代?:更新迭代。重复的,循环的一个过程,更新迭代每次都有新的内容,
可以进行循环更新的一个实实在在值。
专业角度:可迭代对象? 内部含有
'__iter__'
方法的对象,可迭代对象。目前学过的可迭代对象?str list tuple dict set range 文件句柄
-
获取对象的所有方法并且以字符串的形式表现:dir()
-
判断一个对象是否是可迭代对象
s1 = 'fjdskl' # l1 = [1,2,3] # # print(dir(s1)) # print(dir((l1))) # print('__iter__' in dir(s1)) # print('__iter__' in dir(range(10)))
-
小结
-
字面意思:可以进行循环更新的一个实实在在值。
-
专业角度: 内部含有
'__iter__'
方法的对象,可迭代对象。 -
判断一个对象是不是可迭代对象:
'__iter__'
in dir(对象) -
str list tuple dict set range
-
优点:
- 存储的数据直接能显示,比较直观。
- 拥有的方法比较多,操作方便。
-
缺点:
-
占用内存。
-
不能直接通过for循环,不能直接取值(索引,key)。
-
-
-
迭代器
-
迭代器的定义
- 字面意思:更新迭代,器:工具:可更新迭代的工具。
- 专业角度:内部含有
'__iter__'
方法并且含有'__next__'
方法的对象就是迭代器。 - 可以判断是否是迭代器:
'__iter__'
and'__next__'
在不在dir(对象)
-
判断一个对象是否是迭代器
with open('文件1',encoding='utf-8',mode='w') as f1: print(('__iter__' in dir(f1)) and ('__next__' in dir(f1)))
-
迭代器的取值
s1 = 'fjdag' obj = iter(s1) # s1.__iter__() # print(obj) # print(next(obj)) # print(obj.__next__()) # print(next(obj)) # print(obj.__next__()) # print(next(obj)) # print(obj.__next__()) # print(next(obj)) # print(obj.__next__()) # print(next(obj)) # print(obj.__next__()) # print(next(obj)) # print(obj.__next__()) # l1 = [11,22,33,44,55,66] # obj = iter(l1) # print(next(obj)) # print(next(obj)) # print(next(obj)) # print(next(obj)) # print(next(obj)) # print(next(obj))
-
可迭代对象如何转化成迭代器
iter([1,2,3])
-
while循环模拟for循环机制
l1 = [11,22,33,44,55,66,77,88,99,1111,1133,15652] # 将可迭代对象转化成迭代器。 obj = iter(l1) while 1: try: print(next(obj)) except StopIteration: break
-
小结
- 字面意思:更新迭代,器:工具:可更新迭代的工具。
- 专业角度:内部含有
'__iter__'
方法并且含有'__next__'
方法的对象就是迭代器。 - 优点:
- 节省内存。
- 惰性机制,next一次,取一个值。
- 缺点:
- 速度慢。
- 不走回头路。
-
可迭代对象与迭代器的对比
- 可迭代对象是一个操作方法比较多,比较直观,存储数据相对少(几百万个对象,8G内存是可以承受的)的一个数据集。
- 当你侧重于对于数据可以灵活处理,并且内存空间足够,将数据集设置为可迭代对象是明确的选择。
- 是一个非常节省内存,可以记录取值位置,可以直接通过循环+next方法取值,但是不直观,操作方法比较单一的数据集。
- 当你的数据量过大,大到足以撑爆你的内存或者你以节省内存为首选因素时,将数据集设置为迭代器是一个不错的选择。
-
-
-
今日总结
- 默认参数的坑,作用域的坑 ***
- 格式化输出 ***
- 函数名的应用。***
- 对比:迭代器是什么? 迭代器的优缺点。可迭代对象转化成迭代器。next取值. ***