函式高階使用

• f:既是函式名稱，也是指向函式的一個變數

• 所有指向函式的變數都可以呼叫該函式

• 回撥函式

  • m1(3, m2)
  • m1是普通函式，m2作為引數，在m1內部呼叫m2

函式作用域

• 作用域：起作用的範圍
• 區域性變數與全域性變數
  • 區域性變數：函式內部定義的變數，只能在函式內部使用
    • nonlocal b
    • 呼叫非本地(函式內部)的最近的b
    • 優點：不會被外部干擾
    • 缺點：記憶體會被回收（變數會被刪除）
  • 全域性變數：函式外部定義的變數，具有全域性作用域
    • 預設不可以修改全域性變數
    • global 作用是a使用的是全域性變數a
      • global a
    • 優點：記憶體不會被回收（變數不會被刪除）
    • 缺點：可能會被幹擾

函式巢狀和閉包

• 函式巢狀

  • def f1():
        print('f1')
        def f2():
            print('f2')
        # f2()
        return f2
    res = f1()  # res = f2
    res()  # 等價於f2()
    

  • 傳參

    • f(3)(4)

• 函式閉包

  • 閉包:函式巢狀，把內部函式返回，可以讓外部函式中的引數或變數不被釋放（讓變數不消失）

  • 閉包的特點：不會被外部干擾，記憶體也不會被回收

    • def out():
          p = 10
          def inner():
              nonlocal p
              p += 1
              print('p=', p)
          return inner
      
      f = out()  # f = inner
      f()  # 11,相當於inner()
      f()  # 12
      f()  # 13
       
      

生成器擴充套件

• 生成器和迭代器很相似，其實它們都是消費者和生產者模型，都是使用者通過next()方法來獲得資料，而生成器和迭代器都是隻有使用者在呼叫next()時才返回資料。不同的是迭代器是通過自己實現next()方法來逐步返回資料，而生成器則使用yield自動完成了提供資料並且讓程式進入wait狀態，等待使用者的進一步操作，所以生成器更加靈活和方便
• 生成器的方法
  • next()方法
  • send(msg)方法
    • 當使用send(msg)傳送訊息給生成器時，wait_and_get會檢測到這個資訊，然後喚醒生成器，同時該方法獲取msg並賦值給x
    • g.send(5)
  • throw()方法
    • 生成器提供throw()方法從生成器內部來引發異常，從而控制生成器的執行
    • h.throw(GeneratorExit)
  • close()方法
    • 當使用close()方法時，生成器會直接從當前狀態退出
  • 生成器的用途
    • 節省記憶體
    • 線性遍歷訪問資料
      • 生成器可以將非線性化的處理轉換成線性化的方式，典型的例子就是對二叉樹的訪問。傳統的方法是使用遞迴函式來訪問和處理，需要將處理方法放到訪問的過程中，既容易出錯也不清晰。比較好的方法是先將樹的節點訪問轉換成線性，然後在外面遍歷每一個節點，這樣一來，處理每個節點的過程不需要放到訪問每個節點的diamagnetic中去，更加清晰

列表生成器&列表生成式

• 列表生成式

  • ages = [i * 10 for i in range(2, 5) if 2 < i < 4]
  • l3 = [i+j for i in l1 for j in l2]

• 字典生成式

  • d = {i: i+1 for i in range(1, 4)} # {1: 2, 2: 3, 3: 4}

• 列表生成器

  • ages = (i for i in range(5)) # <generator object <genexpr> at 0x0000015A66E54AC8>

  • 生成器物件：可以不一次性佔用太多的記憶體空間，我們一般需要一個一個元素取出來

  • next函式

    • print(next(ages))  # 0
      print(next(ages))  # 1
      print(next(ages))  # 2
      

  • 生成器函式

    • 生成器函式:在普通函式中包含yield關鍵字，則是生成器函式
    • yield：
      • 1.寫在函式中，讓普通函式變成生成器函式
      • 2.可以返回值，但是不會退出函式
      • 3.需要結合next使用，每次使用next，則會執行至下一個yield

計算程式碼耗時

• 計算程式碼耗時

  • import time
    start = time.time()  # 獲取當前時間
    for i in range(1000):
        pass
    end = time.time()
    print(end - start)
    

可迭代物件&迭代器

• from collections.abc import Iterable # 可迭代物件

• from collections.abc import Iterator # 迭代器

• 可迭代物件

  • 可迭代物件:只要可以使用for-in迴圈，就是可迭代物件
  • 有：list, tuple, dict, set, str,generator

• isinstance(): 檢測某個物件是否屬於某個類

  • print(isinstance([1, 3], Iterable)) # True

• 迭代器

  • 迭代器:既要能用for-in迴圈，且可以使用next呼叫

  • iter():將可迭代物件變成迭代器

    • l = [1, 3, 4]
      l2 = iter(l)
      print(l2)  # <list_iterator object at 0x0000017DB5C4BE48>
      print(next(l2))  # 1
      print(list(l2))  # [3, 4], 1已經被取出了
      

  • _iter_()將可迭代物件變成迭代器

    • l1 = [1, 3, 4]
      l1_iter = l1.__iter__()
      print(type(l1_iter))  # <class 'list_iterator'>
      for x in l1_iter:
          print(x)
      

偏函式

print(int('10'))
print(int('10', base=2))  # 2,將10看成是二進位制
print(int('1010', base=8))  # 520

import functools
int2 = functools.partial(int, base=2)
print(int2('1010'))  # 10