作用域:变量的访问权限
声明在函数外边的变量----全局变量 ----》全局作用域
函数内部的变量------局部变量 ----》局部作用域
顶格创建的函数也是全局的
例:
a = 100
def test_01():
a = 0
b = 110
print(a)
print(b)
test_01() #都是局部变量里的
print(a) #全局变量的a
print(b) #报错,因为b变量是局部变量,无访问权限
结果:
0
110
100
Traceback (most recent call last):
File "D:python\Day08\代码\02-函数中变量的作用域.py", line 19, in
print(b)
NameError: name 'b' is not defined
注意:局部的东西,一般都是局部自己访问使用的
但全局变量都可访问
例:
a = 100
def test_02():
print(a)
test_02()
结果:
100
扩展:
函数内部可以使用全局变量但是无法修改全局变量
例:
a = 100
def test_03():
a += 100 #报错,函数内部可以使用全局变量但是无法修改全局变量
print(a)
test_03()
结果:
Traceback (most recent call last):
File "D:\python\Day08\代码\02-函数中变量的作用域.py", line 17, in
test_03()
File "D:\python\Day08\代码\02-函数中变量的作用域.py", line 13, in test_03
a += 100
UnboundLocalError: local variable 'a' referenced before assignment
如果要进行修改,使用globle关键字
例:
a = 100
def test_03():
# 函数内部可以使用全局变量但是无法修改全局变量,如果要进行修改,使用globle关键字
global a #添加修改全局变量的权限
a += 100
print(a)
test_03()
函数内部:
'''
xxx
'''
例:
def sum_01(a,b):
return a+b
sum_01(1,2)
将鼠标拖到sum_01(1,2)上,它会显示如下图所示,下方会显示这个函数的一些注释
而我们如果要修改注释
方法如下:
- 在函数内部输入'''(解释器会自动给你在后面补充三个''')
- 直接按回车键
- 将出现的注释删除,写上你想展示的注释
例:
展示
扩展:
我们也可以直接按住ctrl键然后将鼠标移到函数上,然后点击,可以转到注释
例:round()
例round() 我定义在全局中
值传递:在传递参数时,仅仅是把值拷贝一份传递给参数的函数,变量的值不发生变化
例:
def test01(x, y):
x += 10
y += 20
print(x, y)
a = 10
b = 20
test01(a, b) #只是拷贝
print(a) #原变量的值不发生变化
print(b)
结果:
20 40
10
20
引用传递:在传递参数的时候,传地址,函数形参获取的值,也是同一块内存
例:
def test02(nums):
print(id(nums)) #id()用来查看地址,后面会讲
nums.append(10)
nums.append(100)
print(nums)
list1 = [1, 2, 3]
print(id(nums))
test02(list1) #传地址,函数形参获取的值,也是同一块内存
print(list1)
结果:
2273748378816
2273748378816 #可以看出不是拷贝,是同一个地址
[1, 2, 3, 10, 100]
[1, 2, 3, 10, 100]
匿名函数:python中将函数作为参数传到另外一个函数里边去
python中函数参数的数据类型:只要是对象就可以
python :函数本身就是一个对象
例:
def compute(a,b):
return a+b
def test01(fn):
a = fn(1,2)
print(a)
test01(compute) #注意:不能写成test01(compute())
#compute()是函数调用,不是对象了,返回的要么是return值,要么是None
结果:
3
匿名函数:临时使用一次
python中,存在函数作为参数传递给函数,并且不想被外界访问,而且参数函数足够简单,即可以定义为匿名函数(lambda 表达式)
格式:
lambda 传入参数 :函数体 (函数体只能写一行,不能写多行)lambda [a,b] : 代码块 ([ ]包起来代表可有可无,可能无传入参数)
例:
例:
与上面效果相同
def test01(fn):
a = fn(1,2)
print(a)
test01(lambda a, b: a + b)
结果:
3
Python的functools模块提供了很多有用的功能,其中一个就是偏函数(Partial function)。要注意,这里的偏函数和数学意义上的偏函数不一样。
在介绍函数参数的时候,我们讲到,通过设定参数的默认值,可以降低函数调用的难度。而偏函数也可以做到这一点。举例如下:
int()函数可以把字符串转换为整数,当仅传入字符串时,int()函数默认按十进制转换:
>>> int('12345')
12345
但int()函数还提供额外的base参数,默认值为10。如果传入base参数,就可以做N进制的转换:
>>> int('12345', base=8) #注意前面需要加''
5349 #将8进制‘12345’转换为10进制
>>> int('12345', 16)
74565 #将16进制‘12345’转换为10进制
假设要转换大量的二进制字符串,每次都传入int(x, base=2)非常麻烦,于是,我们想到,可以定义一个int2()的函数,默认把base=2传进去:
def int2(x, base=2): #缺点是base=2可以改,不固定
return int(x, base)
这样,我们转换二进制就非常方便了:
>>> int2('1000000')
64
>>> int2('1010101')
85
functools.partial就是帮助我们创建一个偏函数的,不需要我们自己定义int2(),可以直接使用下面的代码创建一个新的函数int2:
>>> import functools #导入模块(后面会讲)
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64
>>> int2('1010101')
85
所以,简单总结functools.partial的作用就是,把一个函数的某些参数给固定住(也就是设置默认值),返回一个新的函数,调用这个新函数会更简单。
注意到上面的新的int2函数,仅仅是把base参数重新设定默认值为2,但也可以在函数调用时传入其他值:
>>> int2('1000000', base=10)
1000000
最后,创建偏函数时,实际上可以接收函数对象、*args和**kw这3个参数,当传入:
int2 = functools.partial(int, base=2)
实际上固定了int()函数的关键字参数base,也就是:
int2('10010')
相当于:
kw = { 'base': 2 }
int('10010', **kw)
当传入:
max2 = functools.partial(max, 10)
实际上会把10作为*args的一部分自动加到左边,也就是:
max2(5, 6, 7)
相当于:
args = (10, 5, 6, 7)
max(*args) #求最大值
结果:
10
小结:
当函数的参数个数太多,需要简化时,使用functools.partial可以创建一个新的函数,这个新函数可以固定住原函数的部分参数,从而在调用时更简单。
在C/C++/JAVA时我们函数传参的时候都是有严格限制参数类型,而我们python则没有
例:
python:
def fun(a,b,c):
Java:
public static void fn(int a,double b,String c){
}
但是python3.8之后添加了一个限制方法(注:这个限制是非强制的,只是会提醒你)
def add(x: int, y: float): #用来限制传入的参数类型
print(x + y)
add(1, 1)
add("1","1") #你鼠标放上去会提醒你,但依旧可以执行
结果:
2
11
def add(x: int, y: float) -> float: #->指向限制返回值的类型
print(x + y)
return x + y
add(1, 1)
add("1","1")
def fun1():
b = 20
def fun2():
pass
函数的嵌套,此时的fun2是局部变量.想像成:
#fun2 = def():
注意:局部的东西,一般都是局部自己访问使用的
局部变量,就想在外边使用:return
想在外边访问fun2,可以将fun2像变量一样进行返回
return fun2
def fun1():
b = 20
def fun2():
pass
return fun2 #此时我们把函数当做变量进行返回的
b1 = fun1() #此时的b1事实上就是函数fun2()
b1()
函数作为返回值:
例:
def lazy_sum(*args):
def sum():
ax = 0
for n in args:
ax = ax + n
return ax
return sum
a = lazy_sum(1)
print(a)
a = lazy_sum(1)
print(a)
结果:
.sum at 0x000002130129A8C0>#返回一个fun2的函数
.sum at 0x000002130129B910>
调用一次lazy_sum,返回一个新的函数,即使是相同的参数,两次调用生成的函数也不一样
并且返回的函数可以再调用,即调用内层函数
def fun1():
b = 20
def fun2(): #fun2 = def(){}
print(b)
print("222222222")
return fun2 #注意:返回函数不要带小括号,有括号是调用
a = fun1() #返回fun2的函数
a() #调用fun2函数
结果:
20
222222222
函数作为参数进行传递
此时的实参可以是函数
代理模式:函数test_func代理了compute
综上:
- 函数可以作为返回值进行返回
- 函数可以当做参数进行传递
- 函数名本质上就是变量名,指向函数所在的内存地址
闭包:一个函数嵌套另一个函数,内层函数用到外层函数的局部变量,内层函数即为闭包
def outer():
a = 10
def inner():
print(a)
return inner
#内层函数inner即为闭包
a = outer()
a()
结果:
10
如果内层变量想要更改外部变量的值(直接修改)
例:
def outer():
a = 10
def inner():
a += 1 #报错
print(a)
return inner
a = outer()
a()
结果:
Traceback (most recent call last):
File "D:\python\Day08\代码\09-闭包.py", line 17, in
a()
File "D:\python\Day08\代码\09-闭包.py", line 11, in inner
a += 1
UnboundLocalError: local variable 'a' referenced before assignment
我们需要用到关键字nonlocla
nonlocla:内层变量想要更改外部变量的值,
在内层函数添加x的声明:
nonlocal x语法结构和规则:
def func():
a = 10
def inner():
nonlocal a
print("原", a)
a += 1
print(a)
return inner
ret = func()
ret() #a = 11
ret() #a = 12
#事实上实现了在全局作用域(外层)对局部变量进行更改
#局部变量的好处:外界很难更改
#不通过inner去更改a:改不了
结果:
原 10
11
原 11
12
闭包:
- 可以让一个变量常驻在内存当中
- 可以避免全局变量被修改
本质:内层函数对外层函数的局部变量的使用,内层函数被称为闭包