Python第四周 学习笔记

Posted 2020-10-31

函数

---

• Python的函数没有return语句，隐式会返回一个None值
• 函数是可调用的对象，callable()

函数参数

• 参数调用时传入的参数要和定义的个数相匹配（可变参数例外）
• 位置参数
  • def f(x, y, z) 调用使用 f(1, 3, 5)
  • 按照参数定义顺序传入实参
• 关键字参数
  • def f(x, y, z) 调用使用 f(x=1, y=3, z=5)
  • 使用形参的名字来出入实参的方式，如果使用了形参名字，那么传参顺序就可和定义顺序不同
• 传参
  • 要求位置参数必须在关键字参数之前传入，位置参数是按位置对应的

函数参数默认值

• 定义时，在形参后跟上一个值
• 作用
  • 参数的默认值可以在未传入足够的实参的时候，对没有给定的参数赋值为默认值
  • 参数非常多的时候，并不需要用户每次都输入所有的参数，简化函数调用

可变参数

• 一个形参可以匹配任意个参数

• 在形参前使用*表示该形参是可变参数，可以接收多个实参

• 收集多个实参为一个tuple

• 关键字参数的可变参数

  • 形参前使用**符号，表示可以接收多个关键字参数
  • 收集的实参名称和值组成一个字典
• 有位置可变参数和关键字可变参数
• 位置可变参数在形参前使用一个星号*
• 关键字可变参数在形参前使用两个星号**
• 位置可变参数和关键字可变参数都可以收集若干个实参，位置可变参数收集形成一个tuple，关键字可变参数收集形成一个dict
• 混合使用参数的时候，可变参数要放到参数列表的最后，普通参数需要放到参数列表前面，位置可变参数需要在关键字可变参数之前

keyword-only参数

• 如果在一个星号参数后，或者一个位置可变参数后，出现的普通参数，实际上已经不是普通的参数了，而是keyword-only参数

def fn(*args, x):
print(x)
print(args)

def(**kwargs, x):
print(x)
print(kwargs)

直接报语法错误
可以理解为kwargs会截获所有的关键字参数，就算你写了x=5，x也永远得不到这个值，所以语法错误

• keyword-only 参数另一种形式

  def fn(*, x,y):
  print(x,y)
  fn(x=5,y=6)

  *号之后，普通形参都变成了必须给出的keyword-only 参数

可变参数和参数默认值

def fn(*args, x=5):
print(x)
print(args)

参数规则

• 参数列表参数一般顺序是，普通参数、缺省参数、可变位置参数、keyword-only参数（可带缺省值）、可变关键字参数

参数解构

• 给函数提供实参的时候，可以在集合类型前使用*或者**，把集合类型的结构解开，提取出所有元素作为函数的实参
• 非字典类型使用*解构成位置参数
• 字典类型使用**解构成关键字参数

• 提取出来的元素数目要和参数的要求匹配，也要和参数的类型匹配

• 参数解构和可变参数
  • 给函数提供实参的时候，可以在集合类型前使用*或者**，把集合类型的结构解开，提取出所有元素作为函数的实参

函数返回值与作用域

---

函数的返回值

• Python函数使用return语句返回“返回值”
• 所有函数都有返回值，如果没有return语句，隐式调用return None
• return 语句并不一定是函数的语句块的最后一条语句
• 一个函数可以存在多个return语句，但是只有一条可以被执行。如果没有一条return语句被执行到，隐式调用return None
• 如果有必要，可以显示调用return None，可以简写为return
• 如果函数执行了return语句，函数就会返回，当前被执行的return语句之后的其它语句就不会被执行了

• 作用：结束函数调用、返回值

• 返回多个值
  • 函数不能同时返回多个值
  • return [1, 3, 5] 是指明返回一个列表，是一个列表对象
  • return 1, 3, 5 看似返回多个值，隐式的被python封装成了一个元组

    def showlist():
    return 1, 3, 5
    x, y, z = showlist() # 使用解构提取更为方便

函数嵌套

• 在一个函数中定义了另外一个函数
  • 函数有可见范围，这就是作用域的概念
  • 内部函数不能在外部直接使用，会抛NameError异常，因为它不可见

作用域

• 全局作用域

  • 在整个程序运行环境中都可见

• 局部作用域

  • 在函数、类等内部可见
  • 局部变量使用范围不能超过其所在的局部作用域
• 外层变量作用域在内层作用域可见

• 内层作用域inner中，如果定义了o=97，相当于当前作用域中重新定义了一个新的变量o，但是这个o并没有覆盖外层作用域outer中的o

• 全局变量global

  #x = 5
  def foo():
  global x
  x = 10
  x += 1 # 报错吗？
  print(x) # 打印什么？
  print(x) #打印什么？

• 使用global关键字的变量，将foo内的x声明为使用外部的全局作用域中定义的x

• 但是，x = 10 赋值即定义，在内部作用域为一个外部作用域的变量x赋值，不是在内部作用域定义一个新变量，所以x+=1不会报错。注意，这里x的作用域还是全局的

• x+=1这种是特殊形式产生的错误的原因？先引用后赋值，而python动态语言是赋值才算定义，才能被引用。解决办法，在这条语句前增加x=0之类的赋值语句，或者使用global 告诉内部作用域，去全局作用域查找变量定义

• 内部作用域使用x = 5之类的赋值语句会重新定义局部作用域使用的变量x，但是，一旦这个作用域中使用global声明x为全局的，那么x=5相当于在为全局作用域的变量x赋值

• global使用原则
  • 外部作用域变量会内部作用域可见，但也不要在这个内部的局部作用域中直接使用，因为函数的目的就是为了封装，尽量与外界隔离
  • 如果函数需要使用外部全局变量，请使用函数的形参传参解决
  • 一句话：不用global。学习它就是为了深入理解变量作用域

闭包(重要概念)

• 自由变量：未在本地作用域中定义的变量。例如定义在内存函数外的外层函数的作用域中的变量
• 闭包：就是一个概念，出现在嵌套函数中，指的是内层函数引用到了外层函数的自由变量，就形成了闭包。很多语言都有这个概念，最熟悉就是JavaScript
• 使用global可以解决，但是这使用的是全局变量，而不是闭包
• 如果要对普通变量的闭包，Python3中可以使用nonlocal

nonlocal关键字

• 使用了nonlocal关键字，将变量标记为不在本地作用域定义，而在上级的某一级局部作用域中定义，但不能是全局作用域中定义

默认值的作用域

• 函数也是对象，python把函数的默认值放在了属性中，这个属性就伴随着这个函数对象的整个生命周期

• 属性defaults中使用元组保存所有位置参数默认值，它不会因为在函数体内使用了它而发生改变

• 属性kwdefaults中使用字典保存所有keyword-only参数的默认值

• 使用可变类型作为默认值，就可能修改这个默认值

• 有时候这个特性是好的，有的时候这种特性是不好的，有副作用

• 第一种方法
  • 使用影子拷贝创建一个新的对象，永远不能改变传入的参数

    def foo(xyz=[], u=‘abc‘, z=123):
    xyz = xyz[:] # 影子拷贝
    xyz.append(1)
    print(xyz)
    foo()
    print(foo.__defaults__)
    foo()
    print(foo.__defaults__)
    foo([10])
    print(foo.__defaults__)
    foo([10,5])
    print(foo.__defaults__)

函数体内，不改变默认值
xyz都是传入参数或者默认参数的副本，如果就想修改原参数，无能为力

• 第二种方法
  • 通过值的判断就可以灵活的选择创建或者修改传入对象
  • 这种方式灵活，应用广泛
  • 很多函数的定义，都可以看到使用None这个不可变的值作为默认参数，可以说这是一种惯用法

def foo(xyz=None, u=‘abc‘, z=123):
    if xyz is None:
        xyz = []
    xyz.append(1)
    print(xyz)
foo()
print(foo.__defaults__)
foo()
print(foo.__defaults__)
foo([10])
print(foo.__defaults__)
foo([10,5])
print(foo.__defaults__)

使用不可变类型默认值
如果使用缺省值None就创建一个列表
如果传入一个列表，就修改这个列表

变量名解析原则LEGB

• Local，本地作用域、局部作用域的local命名空间。函数调用时创建，调用结束消亡
• Enclosing，Python2.2时引入了嵌套函数，实现了闭包，这个就是嵌套函数的外部函数的命名空间
• Global，全局作用域，即一个模块的命名空间。模块被import时创建，解释器退出时消亡
• Build-in，内置模块的命名空间，生命周期从python解释器启动时创建到解释器退出时消亡。例如 print(open)，print和open都是内置的变量
• 所以一个名词的查找顺序就是LEGB

函数的销毁

• 全局函数销毁

  • 重新定义同名函数
  • del 语句删除函数对象
  • 程序结束时
• 局部函数销毁
  • 重新在上级作用域定义同名函数
  • del 语句删除函数名称，函数对象的引用计数减1
  • 上级作用域销毁时

递归

---

• 函数直接或者间接调用自身就是递归
• 递归需要有边界条件、递归前进段、递归返回段
• 递归一定要有边界条件
• 当边界条件不满足的时候，递归前进

• 当边界条件满足的时候，递归返回

• 递归要求

  • 递归一定要有推出条件，递归调用一定要执行这个退出条件。没有退出条件的递归调用，就是无限调用
  • 递归调用的深度不宜过深
  • Python对递归调用的深度做了限制以保护解释器
  • 超过递归深度限制，抛出RecursionError maxinum recursion depth exceeded 超出最大深度sys.getrecursionlimit()

• 递归的性能

  • 循环稍微复杂一些，但是只要不是死循环，可以多次迭代直至算出结果
  • 递归有深度限制，如果递归复杂，函数反复压栈，占内存很快就溢出了

• 间接递归

  • 通过别的函数调用了函数自身
  • 但是，如果构成了循环递归调用是非常危险的，但是往往在代码复杂的情况下，还是可能发生这种调用。要用代码的规范来避免这种递归调用的发生
• 总结
  • 递归是一种很自然地表达，符合逻辑思维
  • 递归相对运行效率低，每一次调用函数都要开辟栈帧
  • 递归有深度限制，如果递归层次太深，函数反复压栈，栈内存很快就溢出了
  • 如果是有限次数的递归，可以使用递归，或者使用循环代替，循环代码稍微复杂一些，但是只要不是死循环，可以多次迭代直至算出结果
  • 绝大多数递归，都可以使用循环实现
  • 即使递归代码很简洁，但是能不用则不用递归

匿名函数

---

• 使用Lambda表达式构建匿名函数

• 格式

  • lambda 参数列表:表达式
• 使用lambda关键字来定义匿名函数
• 参数列表不需要小括号
• 冒号是用来分割参数列表和表达式的
• 不需要使用return，表达式的值,就是匿名函数返回值

• lambda表达式（匿名函数）只能写在一行上，被称为单行函数

• 用途
  • 在高阶函数传参时，使用lambda表达式，往往能简化代码

[x for x in (lambda *args: map(lambda x: x+1, args))(*range(5))] 
[x for x in (lambda *args: map(lambda x: (x+1,args), args))(*range(5))]