一,函数名的应用
a ,函数名是一个变量 但他是一个特殊变量,与括号配合可以执行函数的变量
函数名的内存地址
def func(): print("呵呵") #不会执行呵呵因为没有调用 print(func) 结果: <function func at 0x1101e4ea0>
b ,函数名可以赋值给其他变量
def func(): print("呵呵") print(func) a = func #把函数当做一个变量赋值给其他变量 a() #相当于函数的调用
c , 函数名可以当做容器内的元素
def func1(): print("呵呵") def func2(): print("呵呵") def func3(): print("呵呵") def func4(): print("呵呵") lst = [func1, func2, func3] for i in lst: i() #可以直接调用函数了
d, 函数名可以当做函数的参数
def func1(): print("这里是函数一") def func2(a): print("你好") a() #参数函数名func1传过来之后,加上括号变成调用,执行func print("你镇好") func2(func1)
e, 函数名可以作为函数的返回值
def func1(): print("小美女") def func2(): print("小仙女") return func2 ret = func1() #得到的结果是小美女和func2函数名的内存地址 print(ret)
def func1(): print("小美女") def func2(): print("小仙女") return func2 ret = func1() # 得到的结果是小仙女 小美女 None print(ret())
二 闭包
闭包就是内层函数对外层函数(非全局变量)的引用
def func1(): name = "alex" def func2(): print(name) # 闭包 func2() func1() 结果: alex
我们可以使用 __closure__来检测函数是否是闭包 函数名.__closure__返回cell就是闭包,返回None就不是闭包
def func1(): name = "alex" def func2(): print(name) # 闭包 func2() print(func2.__closure__) # (<cell at 0x10c2e20a8: str object at 0x10c3fc650>,) func1()
问题, 如何在函数外边调⽤用内部函数呢? 那如果多层嵌套呢? 很简单, 只需要一层
一层的往外层返回就行了
def func1(): def func2(): def func3(): print("嘿嘿") return func3 return func2 func1()()() #得到嘿嘿
闭包的好处 闭包可以让变量常驻内存,保护变量不被侵害
三 迭代器
str, list, tuple, dict, set. 那为什什么我们可以称他们为可迭代对象呢? 因为他们都遵循了可
迭代协议. iterable表⽰示可迭代的. 表示可迭代协议 .
我们可以利用dir函数来查看勒种定义好的所有方法
s = "我的哈哈哈" print(dir(s)) # 可以打印对象中的⽅方法和函数 print(dir(str)) # 也可以打印类中声明的⽅方法和函数
在打印结果中. 寻找__iter__ 如果能找到. 那么这个类的对象就是⼀一个可迭代对象
['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'format_map', 'index', 'isalnum', 'isalpha', 'isdecimal', 'isdigit', 'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']
我们 发现只要是能够迭代(可for循环)的都有该方法
我们还可以利用isinstence()方法进行查询
l = [1,2,3] i.iter = l.__iter__() from collections import Iterable from collections import Iterator print (isinstance(i,Iterable))#true print(isinstance(i_iter,Iterator)) #返回true print (isinstance(i,Iterator))#false print(isinstance(i_iter,Iterable)) #返回true
综上. 我们可以确定. 如果对象中有__iter__函数. 那么我们认为这个对象遵守了了可迭代协议.
就可以获取到相应的迭代器. 这⾥里里的__iter__是帮助我们获取到对象的迭代器. 我们使⽤用迭代
器中的__next__()来获取到⼀一个迭代器中的元素. 那么我们之前讲的for的⼯工作原理理到底是什什
么? 继续看代码
s = "我爱北北京天安⻔门" c = s.__iter__() # 获取迭代器器 print(c.__next__()) # 使⽤用迭代器器进⾏行行迭代. 获取⼀一个元素 我 print(c.__next__()) # 爱 print(c.__next__()) # 北北 print(c.__next__()) # 京 print(c.__next__()) # 天 print(c.__next__()) # 安 print(c.__next__()) # ⻔门 print(c.__next__()) # StopIteration
for循环的机制
or i in [1,2,3]: print(i) 使⽤用while循环+迭代器来模拟for循环(必须要掌握) lst = [1,2,3] lst_iter = lst.__iter__() while True: try: i = lst_iter.__next__() print(i) except StopIteration: break
总结:
Iterable: 可迭代对象. 内部包含__iter__()函数
Iterator: 迭代器. 内部包含__iter__() 同时包含__next__().
迭代器的特点:
1. 节省内存.
2. 惰性机制
3. 不能反复, 只能向下执行.
我们可以把要迭代的内容当成子弹. 然后呢. 获取到迭代器__iter__(), 就把⼦子弹都装在弹夹
中. 然后发射就是__next__()把每一个子弹(元素)打出来. 也就是说, for循环的时候. 一开始的
时候是__iter__()来获取迭代器. 后⾯面每次获取元素都是通过__next__()来完成的. 当程序遇到
StopIteration将结束循