python 函數進階
函數進階
命名空間
namespace, 顧名思義, 就是存放名字的地方.舉例:若聲明變量 x = 1, 值1存放與內存中, 那變量名x 就存放在命名空間裏. 命名空間是存放x 和 1 綁定關系的地方.
- 名稱空間共3種，分別如下:
- locals: 當前所在的函數內的名稱空間，包括局部變量和形參
- globals: 全局變量，函數定義所在模塊最外層的名字空間
builtins: 內置模塊的名字空間
- 作用域範圍
- 全局範圍：全局存活，全局有效
局部範圍：臨時存活，局部有效
- LEGB 代表名字查找順序: locals -> enclosing function -> globals -> builtins
- locals 是函數內的名字空間，包括局部變量和形參
- enclosing 外部嵌套函數的名字空間
- globals 全局變量，函數定義所在模塊的名字空間
- builtins 內置模塊的名字空間
閉包
初步理解： 函數定義和函數表達式位於另外一個函數體內（嵌套函數），外部函數返回的是內部函數的函數名，而且內部 函數可以直接訪問他們所在的外部函數中聲明的所有局部變量、參數， 當這樣的一個內部函數在包含他們的外部函數之外被調用的時候，就會形成閉包。
定義： 返回的函數對象，不僅僅是一個函數對象，在該函數外還包裹了一層作用域，這使得，該函數無論在何處調用，除了函數內部定義的局部變量，其次就是使用自己外層包裹的作用域,
def outer():
name = ‘jack‘
def inner():
print("在inner裏打印外層函數的變量", name)
return inner
f = outer() # outer函數執行後等價於 f == inner
f() # inner()裝飾器
- 作用： 在不改變現有函數的代碼的情況下，進一步增強函數的功能
- 前提條件： 能形成閉包， 函數作為參數傳入上級函數的命名空間，供內部函數返回掉調用
使用裝飾器版本
- 簡單實例：
def f1(func):
def inner():
return 過程詳細解析
- 給函數f2加上裝飾器f2可以理解為f = f1(f2)這個過程，此時先執行等式右邊內容，f2函數作為參數被傳入外部函數的命名空間，存儲起來；
- f1返回inner, 等價於f = inner；
- 這就形成了閉包，在inner函數外部函數f1的外部調用f()這個函數，就同時於調用了內部函數inner()
- 此時inner結果返回之前傳入的參數函數（），即f2（）
- 此時inner函數就會向外部函數的命名空間查詢變量或參數，找到之前傳入的f2函數參數
- 由於之前傳入的函數名就是外部函數f2（），所以直接會調用外部函數f2（）
- 最後，函數名修改後並不會影響函數內部代碼執行，所以直接將f 改為 f2, 那麽就是實現了裝飾器功能， 在不改變f2代碼的同時，在啟動前會運行f1（），此時生成中間函數明變量,函數名如果是f2的話，那麽在後續調用f2()的時候同時也就啟動了函數f2（）。
實例2：給代碼加認證函數
USERNAME = ‘lynnfang‘
PASSWORD = ‘abc‘
lock_status = 0
login_status = 0
def login(func, *args):
def inner(*args, **kwargs):
global lock_status, login_status
if lock_status == 1:
print(‘您的賬戶已被鎖定!‘)
else:
if login_status == 0:
n = 0
while n < 3:
username = input(‘>>> 用戶名: ‘)
password = input(">>> 密碼: ")
if username == USERNAME and password == PASSWORD:
n = 3
login_status = 1
return func()
else:
n += 1
else:
lock_status = 1
else:
return func()
return inner
@login
def china():
print(‘----中國專區----‘)
@login
def japan():
print(‘----日本專區----‘)
china()
japan()代碼解析
- 在不改變已寫好china()和japan（）函數代碼的前提下，對其加用戶認證，只有認證通過才能調用函數內部表達式
- 首先將執行代碼腳本，python檢測到 @ 符號，將會將對應的函數名稱作為參數傳入login（）函數的命名空間
- f1 = inner, f2 = inner
- 由於無形的中間函數可以賦值為之前傳入的函數名，所以當調用這個函數名時候等同於外部調用inner
- 進入inner函數後，聲明全局變量後，就可以在嵌套函數內部修改全局變量值，同時，在嵌套函數內部也會將全局變量值作為邏輯語句的判斷條件，但最後肯定會返回之前傳入的函數調用（）
- 進入login（）函數的命名空間查找對應的函數參數，由於函數參數就是之前傳入的外部函數，所以也就調用了外部函數，順利進入外部執行函數內部
- 只要不退出程序，下一次進入login函數就會參考之前的全局變量來判斷執行了，所以只要一次登錄，以後就不需要重復登錄了
生成器(generator)
特點： 生成器不會把結果保存在一個系列中，而是保持生成器的狀態，在每次進行叠代時返回一個值，直到遇到StopIteration異常結束。
生成器表達式： 通列表解析語法，只不過把列表解析的[ ]換成( )
與列表解析的差異：生成器表達式能做的事情列表解析基本都能處理，只不過在需要處理的序列比較大時，列表解析比較費內存。
典型生成器
g = (i for i in range(1000)，g就是生成器，next（g）就可以叠代出內部的值，直到清空整個生成器range（）在底層就是用生成器實現的， 在Python2裏,range(10)生產的就是列表,所以要用xrange(10),比較節約空間,python3優化了range(),結果是類生成器,
range(121212121212212)‘在python shell下可以馬上生成，但是list(range(121212121212121212))`可能會很慢甚至直接出現內存錯誤，因為列表需要將所有的值都讀進內存，但是內存分配給列表的標準內存是有限的空間，所以會出現內存錯誤，此時生成器的有點就顯現出來了生成器是一次性的，叠代完成會出現
StopIteration錯誤
yield理解
- yield的作用類似與return；
- 當python識別到next（）函數，就會開始進入函數內部執行,直到遇到yield關鍵字,然後向外部返回yield對應的值；
- 之後的每次調用都會從yield關鍵字開始向後執行代碼，隨後從函數頭向下執行直到遇到yield返回值後就停止等待，直到遇到下一個next（）；
- g.send(’a‘)可以將’a‘賦值給yield
- 生成器實現range( )函數
def range2(end):
count = 0
while count < end:
n = yield count
count += 1
g = range2(10)
print(next(g))
print(next(g))
print(next(g))
g.send(‘stop‘)- 將函數變成生成器，制作fabnacci序列生成器
def fab(max_num):
n, a, b = 0, 0, 1
while n < max_num:
yield b # 把函數執行過程凍結在這一步,並把b的值返回給外面的next(函數)
a, b = b, a+b
n += 1
g = fab(20)
print(g)叠代器
可叠代對象（iterable）：凡是可以用for循環的對象都是可叠代對象， 常見的數據集合list, tuple, set, dict, str都是可叠代對象
- 叠代器（iterator）：
- 可以被next()調用並不斷返回下一個值的對象就是叠代器;
- 表示的是一個數據流,一個有序序列
- 惰性,只有在需要返回下一個數據時才會計算
無法預知大小,沒有len()這個方法
可叠代對象可以轉換成叠代器, 直接調用iter()函數
判斷可叠代對象：
isinstance(11, Iterable)判斷是否是叠代器：
isinstance((i for i in range(10)), Iterator)
python 函數進階