标签:local 作用 port range 空间 out 方法 code list
# c = a if a>b else b #三元运算 def func(name,*args,name1=‘name1‘,**kwargs): # 如果默认参数的值是一个可变数据类型,那么每一次调用函数且对其进行增删改的时候,如果不传值就公用这个数据类型的资源 return ‘s‘ # 可以元组方式返回多个值,也可以单独返回字符串列表字典等 func(name,) # ret = func()多个值之间用逗号隔开,接收的时候可以用一个变量接收(元组),也可以用等量的多个变量接收 func(*[‘a‘,[1,2],‘c‘]) # *打撒 将元素单个传参 #4.函数的参数 #形参: # 位置参数 : 必须传 # *args :可以接收任意多个位置参数 # 默认参数 : 可以不传 # **kwargs : 可以接收多个关键字参数 #实参 调用函数的时候 # 按照位置传参数 # 按照关键字传参数 # 可以混用 位置参数必须在关键字传参之前 # 不能对一个参数重复赋值 # 作用域两种 # 全局作用域 —— 作用在全局 —— 内置和全局名字空间中的名字都属于全局作用域 ——globals() # 局部作用域 —— 作用在局部 —— 函数(局部名字空间中的名字属于局部作用域) ——locals() # 如果在一个局部(函数)内声明了一个 global 变量名,那么这个变量在局部的所有操作将对全局的变量有效 # globals 永远打印全局的名字 # locals 输出什么 根据locals所在的位置 # nonlocal 只能用于局部变量 找上层中离当前函数最近一层的局部变量,局部没有则报错,声明了nonlocal的内部函数的变量修改会影响到 离当前函数最近一层的局部变量,对全局无效,对局部 也只是对 最近的 一层 有影响 # func() # 函数名就是内存地址 # func2 = func # 函数名可以赋值 # l = [func,func2] # 函数名可以作为容器类型的元素 # return f # 函数名可以作为函数的返回值 # qqxing = wahaha(func) # 函数名可以作为函数的参数 # 闭包 : 内部函数使用外部函数的变量 # 装饰器函数 # def wrapper(f): #装饰器函数,f是被装饰的函数 # def inner(*args,**kwargs): # ‘‘‘在被装饰函数之前要做的事‘‘‘ # ret = f(*args,**kwargs) #被装饰的函数 # ‘‘‘在被装饰函数之后要做的事‘‘‘ # return ret # return inner # @wrapper #语法糖 @装饰器函数名 # def func(a,b): #被装饰的函数 # pass # import time # from functools import wraps # FLAGE = False # def timmer_out(flag): # def timmer(func): # @wraps(func) #加在最内层函数正上方 # def inner(*args,**kwargs): # if flag: # start = time.time() # ret = func(*args,**kwargs) # end = time.time() # print(end-start) # return ret # else: # ret = func(*args, **kwargs) # return ret # return inner # return timmer # @timmer_out(FLAGE) # @ def func(): # pass # @wrapper3 # @wrapper2 # @wrapper1 # def func():pass l=[‘a‘,‘b‘] p = l.__iter__() print(next(p),p.__next__()) # 迭代器协议 —— 内部含有__next__和__iter__方法的就是迭代器 # 可以被for循环的都是可迭代的 # 可迭代的内部都有__iter__方法 # 只要是迭代器 一定可迭代 # 可迭代的.__iter__()方法就可以得到一个迭代器 # 迭代器中的__next__()方法可以一个一个的获取值 # def func(): # yield ‘a‘ # yield ‘b‘ # 只要含有yield关键字的函数都是生成器函数 # 生成器函数:执行之后会得到一个生成器作为返回值,可循环取值for i in 调用的返回值:pass,next()取值 # 迭代器的特点:很方便使用,且只能取所有的数据取一次,节省内存空间 # 生成器函数: #含有yield关键字的函数就是生成器函数 #特点: #调用函数的之后函数不执行,返回一个生成器 #每次调用next方法的时候会取到一个值 #直到取完最后一个,在执行next会报错 # def func(): # content = yield ‘a‘ # yield ‘b‘ # ret = g.__next__() # ret = g.send(‘hello‘) # send获取下一个值的效果和next基本一致,只是在获取下一个值的时候,给上一yield的位置传递一个数据 # 使用send的注意事项:第一次使用生成器的时候 是用next获取下一个值,最后一个yield不能接受外部的值 # 获取移动平均值,预激生成器的装饰器 # def init(func): #装饰器 # def inner(*args,**kwargs): # g = func(*args,**kwargs) #g = average() # g.__next__() # return g # return inner # @init # def average(): # sum,count,avg = 0,0,0 # while True: # num = yield avg # sum += num # 10 # count += 1 # 1 # avg = sum/count # avg_g = average() #===> inner # ret = avg_g.send(10) # print(ret) # ret = avg_g.send(20) # print(ret) # [每一个元素或者是和元素相关的操作 for 元素 in 可迭代数据类型] #遍历之后挨个处理 # [满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素相关的条件] #筛选功能 l1 = [‘选项%s‘%i for i in range(10)] # 把列表解析的[]换成()得到的就是生成器表达式 # 列表解析与生成器表达式都是一种便利的编程方式,只不过生成器表达式更节省内存 # l1 = [‘选项%s‘%i for i in range(10) if i%3==0] 理解如下==> # for i in range(10): # if i%3==0: # li.append(‘选项%s‘%i) # 若还有条件则继续缩进代码取值 # # l1 = (‘选项%s‘%i for i in range(10)) # 返回一个生成器对象 # for i in l1:print(i) # print(li,list(li)) # l1.__next__() # next(l1) # l1 = {‘选项%s‘%i for i in range(10)} # 生成集合 # l1 = {i:‘选项%s‘%i for i in range(10)} # 生成字典
标签:local 作用 port range 空间 out 方法 code list
原文地址:https://www.cnblogs.com/ming-yuan/p/9536860.html