10. Python函数的进阶

Posted 2021-03-17 微光半夏

⼀. 函数参数--动态传参

之前我们说过了传参, 如果我们需要给⼀个函数传参, ⽽参数⼜是不确定的. 或者我给⼀个

函数传很多参数, 我的形参就要写很多, 很⿇烦, 怎么办呢. 我们可以考虑使⽤动态参数.

形参的第三种: 动态参数

动态参数分成两种:

1. 动态接收位置参数

⾸先我们先回顾⼀下位置参数, 位置参数, 按照位置进⾏传参

现在问题来了. 我想吃任意的食物. 数量是任意的, 食物也是任意的. 这时我们就要⽤到

动态参数了.

在参数位置编写*表⽰接收任意内容

动态接收参数的时候要注意: 动态参数必须在位置参数后⾯

这时程序运⾏会报错. 因为前⾯传递进去的所有位置参数都被*food接收了. a和b永远接收

不到参数

所以必须改写成以下代码:

这个时候a和b就有值了, 但是这样写呢位置参数就不能⽤了. 所以. 我们要先写位置参数,

然后再⽤动态参数

那默认值参数呢?

我们发现默认值参数写在动态参数前⾯. 默认值只有⼀种情况可能会⽣效.

这个时候我们发现所有的默认值都⽣效了. 这个时候如果不给出关键字传参. 那么你的默

认值是永远都⽣效的.

顺序: 位置参数, 动态参数*, 默认值参数

2. 动态接收关键字参数

在python中可以动态的位置参数, 但是*这种情况只能接收位置参数⽆法接收关键字参数.

在python中使⽤**来接收动态关键字参数

这个时候接收的是⼀个dict

顺序的问题, 在函数调⽤的时候, 如果先给出关键字参数, 则整个参数列表会报错.

所以关键字参数必须在位置参数后⾯. 由于实参是这个顺序. 所以形参接收的时候也是这

个顺序. 也就是说位置参数必须在关键字参数前⾯. 动态接收关键字参数也要在后⾯

最终顺序(*):

位置参数 > *args > 默认值参数 > **kwargs

这四种参数可以任意的进⾏使⽤.

如果想接收所有的参数:

动态参数的另⼀种传参⽅式:

在实参位置上给⼀个序列,列表,可迭代对象前⾯加个*表⽰把这个序列按顺序打散.

在形参的位置上的* 表⽰把接收到的参数组合成⼀个元组

如果是⼀个字典, 那么也可以打散. 不过需要⽤两个*

函数的注释:

⼆. 命名空间

在python解释器开始执⾏之后, 就会在内存中开辟⼀个空间, 每当遇到⼀个变量的时候, 就

把变量名和值之间的关系记录下来, 但是当遇到函数定义的时候, 解释器只是把函数名读入内

存, 表⽰这个函数存在了, ⾄于函数内部的变量和逻辑, 解释器是不关⼼的. 也就是说⼀开始

的时候函数只是加载进来, 仅此⽽已, 只有当函数被调⽤和访问的时候, 解释器才会根据函数

内部声明的变量来进⾏开辟变量的内部空间. 随着函数执⾏完毕, 这些函数内部变量占⽤的空

间也会随着函数执⾏完毕⽽被清空.

我们给存放名字和值的关系的空间起⼀个名字叫: 命名空间. 我们的变量在存储的时候就

是存储在这片空间中的.

命名空间分类:

1. 全局命名空间--> 我们直接在py⽂件中, 函数外声明的变量都属于全局命名空间

2. 局部命名空间--> 在函数中声明的变量会放在局部命名空间

3. 内置命名空间--> 存放python解释器为我们提供的名字, list, tuple, str, int这些都是内

置命名空间

加载顺序:

1. 内置命名空间

2. 全局命名空间

3. 局部命名空间(函数被执⾏的时候)

取值顺序:

1. 局部命名空间

2. 全局命名空间

3. 内置命名空间

作⽤域: 作⽤域就是作⽤范围, 按照⽣效范围来看分为 全局作⽤域和局部作⽤域

全局作⽤域: 包含内置命名空间和全局命名空间. 在整个⽂件的任何位置都可以使⽤(遵循

从上到下逐⾏执⾏). 局部作⽤域: 在函数内部可以使⽤.

作⽤域命名空间:

1. 全局作⽤域: 全局命名空间 + 内置命名空间

2. 局部作⽤域: 局部命名空间

我们可以通过globals()函数来查看全局作⽤域中的内容, 也可以通过locals()来查看局部作

⽤域中的变量和函数信息

 

三. 函数的嵌套

1. 只要遇⻅了()就是函数的调⽤. 如果没有()就不是函数的调⽤

2. 函数的执⾏顺序

 

四. 关键字global和nonlocal

⾸先我们写这样⼀个代码, ⾸先在全局声明⼀个变量, 然后再局部调⽤这个变量, 并改变这

个变量的值

global表⽰. 不再使⽤局部作⽤域中的内容了. ⽽改⽤全局作⽤域中的变量

nonlocal 表⽰在局部作⽤域中, 调⽤⽗级命名空间中的变量.

 

再看, 如果嵌套了很多层, 会是⼀种什么效果:

 

这样的程序如果能分析明⽩. 那么作⽤域, global, nonlocal就没问题了