Python基础6

最新推荐文章于 2023-01-08 17:03:46 发布

CPX_279

最新推荐文章于 2023-01-08 17:03:46 发布

阅读量572

点赞数

CC 4.0 BY-SA版权

文章标签： python

本文链接：https://blog.youkuaiyun.com/qq_39805079/article/details/112094639

Python基础6

- 函数

函数

值传递和引用传递

值传递

传递真实值。

public class valueTest{
	
	public static void mian(String []args){
		int x=10;
		changeValue(x);
		System.out.println(x);
	}
	
	public static void changeValue(int x){
		x+=10;
	}

上面的输出的是10，而不是20,运行过程如下

程序运行时，main方法先入栈，然后给变量x分配内存。
当运行到changeValue(x)时，changeValue(int x)方法入栈。当方法入栈时，会给局部变量和形参变量x分配内存,即在changeValue(int x)方法栈里面，也有一个名为x,值为10的变量。
由于x+=10;是在changeValue(int x)方法栈里面运行的，所以只会改变changeValue(int x)方法栈里面的x值，而不会改变main方法栈里面的值。

引用传递

传递内存地址。

参数的传递

函数的参数传递本质上就是：从实参到形参的赋值操作。 Python中“一切皆对象”，所有的赋值操作都是“引用的赋值”。所以，Python中参数的传递都是“引用传递”，不是“值传递”。
具体操作时分为两类：

对“可变对象”进行“写操作”，直接作用于原对象本身。
对“不可变对象”进行“写操作”，会产生一个新的“对象空间”，并用新的值填充这块空间。（起到其他语言的“值传递”效果，但不是“值传递”）
可变对象有：字典、列表、集合、自定义的对象等
不可变对象有：数字、字符串、元组、function等

传递可变对象的引用

传递参数是可变对象（例如：列表、字典、自定义的其他可变对象等），实际传递的还是对象的引用。在函数体中不创建新的对象拷贝，而是可以直接修改所传递的对象。

b = [10,20] 
def f2(m): 
	print("m:",id(m)) #b和m是同一个对象 
	m.append(30) #由于 m是可变对象，不创建对象拷贝，直接修改这个对象
f2(b) 
print("b:",id(b)) 
print(b)
执行结果： 
m: 45765960
b: 45765960 
[10, 20, 30]

传递不可变对象的引用

传递参数是不可变对象（例如：int、float、字符串、元组、布尔值），实际传递的还是对象的引用。在”赋值操作”时由于不可变对象无法修改，系统会新创建一个对象。
参数传递：传递不可变对象的引用

a = 100
def f1(n): 
	print("n:",id(n)) #传递进来的是a 对象的地址 
	n = n+200 #由于 a是不可变对象，因此创建新的对象n 
	print("n:",id(n)) #n已经变成了新的对象 
	print(n) 
f1(a) 
print("a:",id(a))
执行结果： 
n: 1663816464 
n: 46608592 
300 
a: 1663816464

显然，通过id值我们可以看到 n和 a一开始是同一个对象。给 n赋值后，n是新的对象。

浅拷贝和深拷贝

使用内置函数：
导入copy包（import copy）
copy(浅拷贝)、deepcopy(深拷贝)。

浅拷贝：不拷贝子对象的内容，只是拷贝子对象的引用。
深拷贝：连源对象的内存也全部拷贝一份，对子对象的修改不会影响源对象

# 测 试 浅 拷 贝 和 深 拷 贝
import copy
def testCopy(): 
	'''测 试 浅 拷 贝''' 
	a = [10, 20, [5, 6]] 
	b = copy.copy(a)
	print("a", a) 
	print("b", b) 
	b.append(30) 
	b[2].append(7) 
	print("浅拷贝......") 
	print("a", a) 
	print("b", b)

def testDeepCopy(): 
	'''测 试 深 拷 贝''' 
	a = [10, 20, [5, 6]] 
	b = copy.deepcopy(a)
	print("a", a) 
	print("b", b) 
	b.append(30) 
	b[2].append(7) 
	print("深拷贝......") 
	print("a", a) 
	print("b", b)

testCopy() 
print("*************") 
testDeepCopy()
运行结果：
a [10, 20, [5, 6]] 
b [10, 20, [5, 6]] 
浅拷贝...... 
a [10, 20, [5, 6, 7]] 
b [10, 20, [5, 6, 7], 30] 
*************
a [10, 20, [5, 6]] 
b [10, 20, [5, 6]] 
深拷贝...... 
a [10, 20, [5, 6]] 
b [10, 20, [5, 6, 7], 30]

传递子对象有可变对象的不可变对象

传递不可变对象时。不可变对象里面包含的子对象是可变的。则方法内修改了这个可变对象，源对象也发生了变化。

a = (10,20,[5,6]) 
	print("a:",id(a))

def test01(m): 
	print("m:",id(m)) 
	m[2][0] = 888 
	print(m) 
	print("m:",id(m))

test01(a) 
print(a)
运行结果：
a: 41611632#id 
m: 41611632 
(10, 20, [888, 6]) 
m: 41611632 
(10, 20, [888, 6])

参数的几种类型

位置参数：

函数调用时，实参默认按位置顺序传递，需要个数和形参匹配。按位置传递的参数，称为： “位置参数”。
可以为某些参数设置默认值，这样这些参数在传递时就是可选的。称为“默认值参数”。默认值参数放到位置参数后面。

def f1(a,b,c=10,d=20): #默认值参数必须位于普通位置参数后面 
	print(a,b,c,d)

f1(8,9) 
f1(8,9,19) 
f1(8,9,19,29)

输出结果
8 9 10 20
8 9 19 20 
8 9 19 29

命名参数

也可以按照形参的名称传递参数，而不按照顺序，称为“命名参数”，也称“关键字参数”。

def f1(a,b,c): 
	print(a,b,c)
f1(8,9,19) #位置参数 
f1(c=10,a=20,b=30) #命名参数
执行结果： 
8 9 19 
20 30 10

可变参数

可变参数指的是“可变数量的参数”。分两种情况：

*param（一个星号），将多个参数收集到一个“元组”对象中。
**param（两个星号），将多个参数收集到一个“字典”对象中。

def f1(a,b,*c): 
	print(a,b,c)
	
f1(8,9,19,20)

def f2(a,b,**c): 
	print(a,b,c)

f2(8,9,name='gaoqi',age=18)

def f3(a,b,*c,**d):
	 print(a,b,c,d)

f3(8,9,20,30,name='gaoqi',age=18)

执行结果： 
8 9 (19, 20) 
8 9 {'name': 'gaoqi', 'age': 18} 
8 9 (20, 30) {'name': 'gaoqi', 'age': 18}

强制命名参数

在带星号的“可变参数”后面增加新的参数，必须在调用的时候“强制命名参数”。

def f1(*a,b,c): 
print(a,b,c)
#f1(2,3,4) #会报错。由于 a是可变参数，将2,3,4 全部收集。造成 b和c没有赋值。
f1(2,b=3,c=4)
执行结果： (2,) 3 4

lambda表达式和匿名函数

lambda表达式可以用来声明匿名函数。lambda 函数是一种简单的、在同一行中定义函数的方法。lambda函数实际生成了一个函数对象。 lambda表达式只允许包含一个表达式，不能包含复杂语句，该表达式的计算结果就是函数的返回值。
lambda arg1,arg2,arg3… : <表达式>
arg1/arg2/arg3为函数的参数。<表达式>相当于函数体。运算结果是：表达式的运算结果。

f = lambda a,b,c:a+b+c 
print(f) 
print(f(2,3,4))
g = [lambda a:a*2,lambda b:b*3,lambda c:c*4] 
print(g[0](6),g[1](7),g[2](8))

执行结果： 
<function <lambda> at 0x0000000002BB8620> 
9 
12 21 32

eval()函数

功能：将字符串str当成有效的表达式来求值并返回计算结果。
语法： eval(source[, globals[, locals]]) -> value
参数：
source：一个 Python表达式或函数 compile()返回的代码对象
globals：可选。必须是dictionary
locals：可选。任意映射对象

s = "print('abcde')" 
eval(s)
a = 10 
b = 20 
c = eval("a+b")
print(c)
dict1 = dict(a=100,b=200)
d = eval("a+b",dict1) 
print(d)

递归函数

递归函数指的是：自己调用自己的函数，在函数体内部直接或间接的自己调用自己。递归类似于大家中学数学学习过的“数学归纳法”。每个递归函数必须包含两个部分： 1. 终止条件表示递归什么时候结束。一般用于返回值，不再调用自己。 2. 递归步骤把第 n步的值和第 n-1步相关联。
递归函数由于会创建大量的函数对象、过量的消耗内存和运算能力。在处理大量数据时，谨慎使用。

嵌套函数

嵌套函数：在函数内部定义的函数

def f1(): 
	print('f1 running...')
	
	def f2(): 
	print('f2 running...')
	
	f2()
f1()

执行结果： 
f1 running... 
f2 running...

上面程序中，f2()就是定义在f1 函数内部的函数。f2()的定义和调用都在 f1()函数内部。
一般在什么情况下使用嵌套函数？

封装 - 数据隐藏外部无法访问“嵌套函数”。
贯彻 DRY(Don’t Repeat Yourself) 原则嵌套函数，可以让我们在函数内部避免重复代码。
闭包。

def printName(isChinese,name,familyName): 
	def inner_print(a,b): 
		print("{0} {1}".format(a,b))
	if isChinese: 
		inner_print(familyName,name) 
	else: 
		inner_print(name,familyName)

printName(True,"小七","高") 
printName(False,"George","Bush")

n o n l o c a l 、 g l o b a l 关键字

a = 100
def outer():
    b = 10
    def inner():
        nonlocal b# 声明外部函数的局部变量
        b=20;
        print("inner b:",b)
        global a# 声 明 全 局 变 量
        a = 1000
    inner()
    print("outer b:",b)
outer()
print("a：",a)

输出结果
inner b: 20
outer b: 20
a： 1000