标签:功能 __iter__ nonlocal 封装 cep 解释 grep name 结果
1、1函数嵌套定义 :在一个函数的内部,又定义另外一个函数。
def f1():
x=1
def f2():
print(‘from f2‘)
f2()
f1()
1、2函数的嵌套调用:在调用一个函数的过程中,又调用了其他函数。
def bar():
print(‘from bar‘)
def foo():
print(‘from foo‘)
bar()
foo()
通过函数的嵌套使用,分解成操作减少重复代码,一次调用。
名称空间
2、1 名称空间:存放名字的地方,准确的说名称空间是存放名字与变量值绑定关系的地方
2、2内置名称空间:python自带的名字,在python解释器启动时产生,存放一些python内置的名字
2、3全局名称空间:在执行文件时,存放文件级别定义的名字,Python中顶行写的。
2、4局部名称空间:在执行文件的过程中,如果调用了函数,则会产生该函数的名称空间,用来存放该函数内定义的名字,该名字在函数调用时生效,调用结束后失效
2、5加载顺序:内置名称空间------>全局名称空间----->局部名称空间
2、6名字的查找顺序:局部名称空间------>全局名称空间----->内置名称空间
作用域,作用的范围
全局作用域:全局存活,全局有效
局部作用域:局部存活,局部有效
定义在函数内部的变量拥有一个局部作用域,定义在函数外的拥有全局作用域。
局部变量只能在其被声明的函数内部访问,而全局变量可以在整个程序范围内访问。调用函数时,所有在函数内声明的变量名称都将被加入到作用域中。
def f1():
x = 1
y = 2
print(locals())
print(globals())
f1()
print(locals())
print(globals())
print(locals() is globals())
修改全局变量的值
x=1
def f1():
global x
x=2
f1()
print(x)
修改局部变量的值
x = 0
def f1():
x = 1
def f2():
x = 2
def f3():
nonlocal x #改的是函数正上方的值
x = 3
f3()
f2()
f1()
优先掌握:作用域关系,在函数定义时就已经固定 ,于调用位置无关,在调用函数时,必须回到函数原来定义的位置去找作用域关系.
x = 1
def f1():
def f2():
print(x)
return f2 x = 1
def f1():
def f2():
print(x)
return f2
func = f1()
func()
func = f1()
func()
查看作用域:globals(),locals()
global
nonlocal
LEGB 代表名字查找顺序: locals -> enclosing function -> globals -> __builtins__
locals 是函数内的名字空间,包括局部变量和形参
enclosing 外部嵌套函数的名字空间(闭包中常见)
globals 全局变量,函数定义所在模块的名字空间
builtins 内置模块的名字空间
3、1 闭包函数: 定义在函数内部的函数
3、2包含对外部作用域名字的引用,而不是对全局作用域名字的引用,那么该内部函数就称为闭包函数
import requests
def deco(url):
def wrapper():
return (requests.get(url).text)
return wrapper
get = deco(‘https://www.baidu.com‘)
print(get())
闭包的意义:返回的函数对象,不仅仅是一个函数对象,在该函数外还包裹了一层作用域,这使得,该函数无论在何处调用,优先使用自己外层包裹的作用域
开放封闭原则:对拓展是开放的,对修改是封闭的
装饰器:装饰他人的工具,装饰的目的是为他人添加新功能
装饰器本身是任意可调用对象,被装饰的对象本身也可以是任意可调用的对象
装饰器遵循的原则:1、不修改被装饰对象的源代码
2、不修改被调用对象的调用方式
装饰器的目的:在遵循1和2原则的前提下,为其他函数添加新功能
@装饰器名:必须写在被装饰对象的正上方,且是单独一行
示例:
import time
def timmer(func):
def wrapper(*args,**kwargs):
start_time=time.time()
res=func(*args,**kwargs)
stop_time=time.time()
print(‘run time is %s‘ %(stop_time-start_time))
return res
return wrapper
@timmer
def foo():
time.sleep(3)
print(‘from foo‘)
foo()
装饰器语法:
被装饰函数的正上方,单独一行
@deco1
@deco2
@deco3
def foo():
pass
foo=deco1(deco2(deco3(foo)))
装饰器补充:wraps
from functools import wraps
def deco(func):
@wraps(func) #加在最内层函数正上方
def wrapper(*args,**kwargs):
return func(*args,**kwargs)
return wrapper
@deco
def index():
‘‘‘去你妹的‘‘‘
print(‘from index‘)
print(index.__doc__)
迭代器:是一个重复的过程,每一次重复,都是基于上一次的结果而来。
s=‘hello‘
l=[‘a‘,‘b‘,‘c‘,‘d‘]
t=(‘a‘,‘b‘,‘c‘,‘d‘)
dic={‘name‘:‘egon‘,‘sex‘:‘m‘,"age":18}
set1={1,2,3}
f=open(‘db.txt‘)
迭代器对象本身也是可迭代对象
l=[‘a‘,‘b‘,‘c‘,‘d‘]
dic={‘name‘:‘egon‘,‘sex‘:‘m‘,"age":18}
iter_l=iter(l)
iter_dic=iter(dic)
while True:
try:
k=next(iter_dic)
print(k,dic[k])
except StopIteration:
break
可迭代对象:
1 有__iter__,执行得到仍然是迭代本身
2 有__next__
迭代器对象的优点
1、提供了一种统一的(不依赖于索引的)迭代方式
2、迭代器本身,比起其他数据类型更省内存
迭代器对象的缺点
1、一次性,只能往后走,不能回退,不如索引取值灵活
2、无法预知什么时候取值结束,即无法预知长度
判断可迭代对象与迭代器对象
print(isinstance(s,Iterable)) 判断s数据类型是否是可迭代对象
print(isinstance(s,Iterator)) 只有文件是迭代器对象
生成器:
在函数内部包含yield关键字,那么该函数执行的结果就是生成器(生成器就是迭代器)
def func():
print(‘first‘)
yield 11111111
print(‘second‘)
yield 2222222
print(‘third‘)
yield 33333333
print(‘fourth‘)
g=func()
print(g)
from collections import Iterator
print(isinstance(g,Iterator))
yield的功能:
1 把函数的结果做生迭代器(以一种优雅的方式封装好__iter__,__next__)
2 函数暂停与再继续运行的状态是由yield,保存当前运行状态。
def func(n):
while True:
yield n
n+=1
g=func(0)
print(next(g))
def my_range(start,stop):
while True:
if start == stop:
raise StopIteration
else:
yield start
start+=1
g=my_range(1,3)
for i in my_range(1,3):
print(i)
yield与return的比较?
相同:都有返回值的功能
不同:return只能返回一次值,而yield可以返回多次值
import time
def tail(filepath):
with open(filepath, ‘r‘) as f:
f.seek(0, 2)
while True:
line = f.readline()
if line:
yield line
else:
time.sleep(0.2)
def grep(pattern,lines):
for line in lines:
if pattern in line:
print(line,end=‘‘)
grep(‘error‘,tail(‘access.log‘))
三元表达式
x=10
res=x if x > 3 else ‘no‘
print(res)
列表解析
l = [‘egg%s‘%i for i in range(10)]
l=[‘egg%s‘ %i for i in range(10) if i >=5]
print(l)
names = [‘alex_sb‘,‘egon‘,‘wupeiqi_sb‘,‘yuanhao_sb‘]
names_new = [name for name in names if name.endswith(‘sb‘)]
print(names_new)
生成器表达式
g = (‘egg%s‘%i for i in range(10)) # 将中括号变成小括号即为生成器表达式
# 迭代器同一时间在内存中只有一个值
print(g)
print(next(g))
print(next(g))
with open(‘a.txt‘,encoding=‘utf-8‘) as f:
g=(len(line) for line in f)
print(max(g))
标签:功能 __iter__ nonlocal 封装 cep 解释 grep name 结果
原文地址:http://www.cnblogs.com/qiangyuge/p/7247281.html