认知: 随着年龄阅历的变化而变化。
01 去年内容回顾
*args **kwargs: 万能参数,动态参数
* 魔性用法:
函数的定义时,* ** 聚合。
函数的执行时,* ** 打散。
形参顺序:
位置参数,*args,默认参数,**kwargs
名称空间:
临时名称空间:
内置名称空间:
作用域:
全局作用域:内置名称空间,全局名称空间。
局部作用域:临时名称空间(局部名称空间)。
加载顺序: 内置名称空间 全局名称空间 临时名称空间
取值顺序:就近原则,LEGB。
内置函数:
globals(): 返回一个字典:全局作用域的内容。
locals() : 返回一个字典:当前作用域的内容。
关键字:
global:
1,在局部作用域可以声明一个全局变量。
2,在局部作用域可以对全局变量进行修改。
nonlocal:
1,不能对全局变量进行修改。
2,子级对父级函数的变量的修改。
02 作业讲解
03 函数名的运用
04 闭包
05 迭代器
#03 函数名的运用 #1 函数名是一个特殊的变量# def func():# print(666)# print(func)#2 函数名可以当做变量赋值# f1 = 2# f2 = f1# f3 = f2# print(f3) # def func():# print(333)# func1 = func# f2 = func1# f3 = f2# print(f3)# f3() #3 函数名可以当做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')## 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):# print(x)# 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):# return x## def func1():# print('in func1')## func(func1)() #函数名也成为第一类对象 #04 闭包#闭包: #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,最终返回给最外层的函数 # 坑:引用也是闭包# n = 'mo'# def func(n):###n引用,相当于在里面执行 n = 'mo' #不是闭包例子:# name = 'alex'# def func():# def inner():# print(name)# return inner# f = func()# print(f.__closure__[0].cell_contents) #??? /\ #闭包# def func():# name = 'alex'# age = 12# def inner():# print(age)# print(name)# return inner# f = func()#获取闭包引用的外层变量# print(f.__closure__[0].cell_contents)# print(f.__closure__[0].cell_contents) # def func(n):# def inner():# print(n)# return inner# name = '太白'# f = func(name)# print(f.__closure__[0].cell_contents) #??? /\ f = func(name) # def func(n):# n = name# def inner():# print(n)# return inner# name = '太白'# f = func(name)# print(f.__closure__[0].cell_contents) #闭包有什么用???# def func(step):# num = 1# num += step# print(num)# j = 0# while j < 5:# func(3)# j +=1 ##每次结果一样#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命名空间,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): ###执行过程???# num = 1# def inner():# nonlocal num# num += step# print(num)# return inner# f = wrapper(3)# j = 0# while j < 5:# j += 1# f() #等同于inner() #闭包的应用:#1 装饰器#2 爬虫 #05 迭代器#iterable:可迭代对象:#str list tuple set dic range() 文件句柄# for i in 'abcd':# print(i) # for i in 123:# print(i)#报错:TypeError: 'int' object is not 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(dir(s1))#列出s1包含的所有方法 #判断一个对象是否是可迭代对象,迭代器#方法一:# print('__iter__' in dir(s1))# print('__iter__' in dir(range(10))) #可迭代对象不能直接取值 #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 #可迭代对象转化成迭代器:# 可迭代对象.__iter__()或者iter(可迭代对象)# obj = s1.__iter__() # s1 = 'abcd'# obj = iter(s1)# print(obj)# print(obj.__next__())# print(obj.__next__())# print(obj.__next__())#逐个取出迭代器里的元素,一个next对应一个值,一一对应# print(dir(obj))# print('__iter__' in dir(obj) and '__next__' in dir(obj)) #方法二:# from collections import Iterable# from collections import Iterator# s1 = 'abcd'# obj = iter(s1)# print(isinstance(obj,Iterable))# print(isinstance(obj,Iterator)) # type()与isinstance()的区别:#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from collections import Iterablefrom collections import Iterator# s1 = 'abcd'# print(isinstance(s1,str))# print(type(s1)) # 迭代器的作用:# 1,节省内存.# 2,惰性机制.# 3, 一条路走到黑,不走回头路.# s2 = [1, 2, 3, 4, 5]# obj2 = iter(s2)# print(next(obj2))# print(next(obj2)) # 练习# 判断一个对象是否是可迭代对象,迭代器# str list tuple set dict range() 文件句柄# f = open('file',encoding='utf-8',mode='w')# print(isinstance(f,Iterator)) # s2 = [1, 2, 3]# # 将s2转化成迭代器 进行取值# obj2 = iter(s2)# # print(obj2.__next__())# print(next(obj2)) #while 循环模拟 for 循环机制# l1 = [i for i in range(20)]# s1 = 'fsdhjkafjdsfalkdjsflksd;f'# obj = iter(s1)# while 1:# try:# print(next(obj))# except StopIteration:# break