Python基础6
Python基础6
-
- 函数
-
- 值传递和引用传递
-
- 值传递
- 引用传递
- 参数的传递
-
- 传递可变对象的引用
- 传递不可变对象的引用
- 浅拷贝和深拷贝
- 传递子对象有可变对象的不可变对象
- 参数的几种类型
-
- 位置参数：
- 命名参数
- 可变参数
- 强制命名参数
- lambda表达式和匿名函数
- eval()函数
- 递归函数
- 嵌套函数
- n o n l o c a l 、 g l o b a l 关 键 字
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