#抽象 (函数)
# 1、callable 判断一个对象是否可以被调用
x = 1
def y():
return None
callable(y) # y可以被调用
callable(x) # x不可以被调用
# 2、当函数没有return时 函数将默认返回None
# 3、放在函数开头的字符串成为文档字符串 如下:
def square(x):
'my name is hexianmin' #这个为文档字符串 将作为函数的一部分存储起来
return x*x
# 4、函数中的 '传值' 和 '传地址' 切片列表产生的是一个相等但不相同的副本(即两个列表存储地址不一样)
# 传值: 调用函数时传 变量 eg: x = 1 change(x)
# 传地址: 调用函数时传 列表(在这里说明:元组不可以改变 传过去也不能修改) eg: x = list('pyhon') change(x)
# 函数参数 : 1、位置参数 2、关键字参数
# 1、位置参数 :实参与形参的对应关系为 '一一对应' 的关系 实参的前后位置决定了形参接到的值
# 2、关键字参数 :由指定关键字去给形参传值(或者传地址) 像字典一样 key-value 的对应关系
# 注意: 1、二者不可以冲突 2、关键字参数和位置参数可以混在一起用,优先关键字参数,剩下的按照位置一一对应
# * / ** 的妙用 :收集参数 和 分配参数 的作用
# 收集参数: * : 将 多余的 一般的对象(位置参数,字典也将作为位置参数)收集成元组类型 ** : 将 多余的 关键字参数 收集为字典类型
# 分配参数: * : 将元组类型的参数分配给形参 ** : 将字典类型的参数分配给形参
# 收集参数:
def print_params_1(x, y, z=3, *pospar, **keypar): #注意这里的 z=3 是给z赋一个默认值 当调用函数时没有给z赋值时使用 但是一旦调用时给z赋值了 z就不用默认值了
print(x, y, z)
print(pospar) #在函数里面使用时 : 1、不带星号(*) 是 一个元组 2、带星号(*) 是 取元组中的每个值出来
print(keypar) #在函数里面使用时 : 1、不带星号(**) 是 一个字典(但是取不了值出来) 2、带一个星号(*) 是 取字典中的每个关键字(key)出来 3、带两个星号 会报错
print_params_1(1, 2, 4, 5, 6, 7, foo=1, bar=2)
# 分配参数:
def foo(x, y, z, m=0, n=0):
print(x, y, z)
print(m)
print(n)
return -1
def call_foo(*args, **kwds): #收集参数
print('calling foo!')
foo(*args, kwds) #分配参数 这里如果用foo(*args, **kwds) **kwds会报错
x1 = 1
y1 = 2
z1 = 3
d = {
'm1': 4,
'n1': 5
}
print(call_foo(x1, y1, z1, d1=1, d2=2)) #调用的时候 一个字典是作为一个位置参数的
# 作用域 :1、全局变量 2、局部变量
# 注意: 在局部函数(局部函数中默认变量都是局部变量)中使用全局变量: 1、只使用一次(且重名了) 2、声明后使用(声明后就是全局变量了)
# 1、只使用一次(且重名了):
para = 1
def combine(para):
print(para,globals()['para']) # globals()['para']
combine(2)
# 2、声明后使用(声明后就是全局变量了):
xx = 2
def change_global():
global xx #声明后就是全局变量了
xx = xx +2
print(xx)
change_global()
# 3、vars(): 赋值其实是一个看不见的字典 使用后返回的就是一个字典
x11 = 1
x22 = vars()
print(x22['x11'])
# 4、 vars() globals() locals() 使用后都是返回一个字典
# 作用域嵌套
def multi(fac):
def multiFac(num): # multiFac(num)函数被称为 : 闭包
return num * fac
return multiFac
dou = multi(2) #返回的 dou 现在是一个函数( multiFac(num)函数 )
dou(3) #这样相当于调用 multiFac(3)
# list(map(str,range(10))) 与 [str(i) for i in range(10)] 是等价的
# filter(lambda x: x.isalnum, seq)
#from functools import reduce reduce(lambda x,y: x+y, numbers)
# map filter reduce