[Python-4]函数和内存分析

一、Python函数的分类 1. 内置函数

        我们前面使用的str()、list()、len()等这些都是内置函数，我们可以拿来直接使用。

2. 标准库函数

        我们可以通过import语句导入库，然后使用其中定义的函数

3. 第三方库函数

        Python社区也提供了很多库。下载安装这些库后，也是通过import语句导入，然后可以使用这些第三方库的函数

4. 用户自定义函数

用户自己定义的函数，显然也是开发中适应用户自身需求定义的函数。

二、函数的定义和调用

         Python中，定义函数的语法如下：

def  函数名 ([参数列表]) :
    '''文档字符串'''
    函数体/若干语句

         简单定义一个函数：

def add(a,b,c):
    '''完成三个数的加法，并返回他们的和'''
    sum = a+b+c
    print("{0}、{1}、{2}三个数的和是：{3}".format(a,b,c,sum))
    return sum
​
add(10,20,30)
add(30,40,50)

• 我们使用def来定义函数，然后就是一个空格和函数名称；

  • Python执行def时，会创建一个函数对象，并绑定到函数名变量上。

• 参数列表

  • 圆括号内是形式参数列表，有多个参数则使用逗号隔开
  • 定义时的形式参数不需要声明类型，也不需要指定函数返回值类型
  • 调用时的实际参数必须与形参列表一一对应

• return返回值

  • 如果函数体中包含return语句，则结束函数执行并返回值；
  • 如果函数体中不包含return语句，则返回None值。

• 调用函数之前，必须要先定义函数，即先调用def创建函数对象

  • 内置函数对象会自动创建
  • 标准库和第三方库函数，通过import导入模块时，会执行模块中的def语句

三、文档字符串(函数的注释) 

定义一个函数，实现两个数的比较，并返回较大的值 

def  printMax(a,b):
    '''实现两个数的比较，并返回较大的值'''
    if a>b:
        print(a,'较大值')
        return a
    else:
        print(b,'较大值')
        return b
​
​
printMax(10,20)
printMax(30,5)

测试文档字符串的使用

def print_star(n):
    '''
    根据传入的n，打印多个星号
    :param n: 传入的数字
    :return:  n个星号拼接的字符串
    '''
    s = "*"*n
    print(s)
    return s

help(print_star)
print(print_star.__doc__)

• 调用help(函数名) 可打印输出函数的文档字符串。
• 也可以通过函数名.__doc__直接获取到函数的文档字符串，自己进行打印。

四、返回值 

• 如果函数体中包含return语句，则结束函数执行并返回值
• 如果函数体中不包含return语句，则返回None值
• 要返回多个值，使用列表、元组、字典、集合将多个值“存起来”即可

定义一个打印n个星号的无返回值的函数 

def print_star(n):
    print("*"*n)
​
print_star(5)

定义一个返回两个数平均值的函数

def my_avg(a,b):
    return (a+b)/2
​
#如下是函数的调用
c = my_avg(20,30)
print(c)

返回一个列表

def printShape(n):
    s1 = "#"*n
    s2 = "$"*n
    return [s1,s2]
​
​
s = printShape(5)
print(s)

五、函数的内存分析

def print_star(n):                 
    print("*"*n)
​
print(print_star)
print(id(print_star))
​
c = print_star
​
c(3)

• 显然，我们可以看出变量c和print_star都是指向了同一个函数对象。因此，执行c(3)和执行print_star(3)的效果是完全一致的。
• Python中，圆括号意味着调用函数。在没有圆括号的情况下，Python会把函数当做普通对象。

  zhengshu = int
  zhengshu("234")

  将内置函数对象int()赋值给了变量zhengshu，这样zhengshu和int都是指向了同一个内置函数对象。

 六、变量的作用域(全局变量和局部变量)  1. 全局变量

• 在函数和类定义之外声明的变量。作用域为定义的模块，从定义位置开始直到模块结束。
• 全局变量降低了函数的通用性和可读性。应尽量避免全局变量的使用。
• 要在函数内改变全局变量的值，使用global声明一下

2. 局部变量 

• 在函数体中（包含形式参数）声明的变量。
• 局部变量的引用比全局变量快，优先考虑使用
• 如果局部变量和全局变量同名，则在函数内隐藏全局变量，只使用同名的局部变量

全局变量的作用域测试 

a = 100         #全局变量
def f1():
    global a    #如果要在函数内改变全局变量的值，增加global关键字声明
    print(a)    #打印全局变量a的值    
    a = 300      
    
f1()
f1()
print(a)

100
300
300

输出局部变量和全局变量

a = 100
​
def f1(a,b,c):
    print(a,b,c)
    print(locals())            #打印输出的局部变量
    print("#"*20)
    print(globals())           #打印输出的全局变量
​
f1(2,3,4)

2 3 4

{'c': 4, 'b': 3, 'a': 2}

####################
​
{'__name__': '__main__', '__doc__': None, '__package__': None, 
'__loader__': , 
'__spec__': None, '__annotations__': {}, 
'__builtins__': , 
'__file__': 'E:\PythonExec\if_test01.py', 'a': 100, 
'f1': }

测试局部变量和全局变量效率

import time
​
a = 1000
def test01():
    start = time.time()
    global a
    for i in range(100000000):
        a += 1
    end = time.time()
    print("耗时{0}".format((end-start)))
​
def test02():
    c = 1000
    start = time.time()
    for i in range(100000000):
        c += 1
    end = time.time()
    print("耗时{0}".format((end-start)))
​
test01()
test02()
print(globals())

#运行结果：

耗时5.278882026672363 
耗时3.6103720664978027

七、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。

•  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

1.  传递可变对象的引用 

参数传递：传递可变对象的引用 

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]

2. 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

3. 传递不可变对象包含的子对象是可变的情况 

#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

m: 41611632

(10, 20, [888, 6])

m: 41611632

(10, 20, [888, 6])

八、浅拷贝和深拷贝

• 浅拷贝：拷贝对象，但不拷贝子对象的内容，只是拷贝子对象的引用。
• 深拷贝：拷贝对象，并且会连子对象的内存也全部（递归）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]

 九、参数的几种类型

 1. 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”。

测试位置参数

def f1(a,b,c):
    print(a,b,c)
​
f1(2,3,4)
f1(2,3)     #报错，位置参数不匹配

执行结果：

2 3 4
Traceback (most recent call last):
  File "E:PythonExecif_test01.py", line 5, in 
    f1(2,3)
TypeError: f1() missing 1 required positional argument: 'c

2. 默认值参数

        我们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。

测试默认值参数

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)

执行结果：

8 9 10 20
8 9 19 20
8 9 19 29

3. 命名参数

        也可以按照形参的名称传递参数，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

4. 可变参数

可变参数指的是“可变数量的参数”。分两种情况：

1. *param（一个星号），将多个参数收集到一个“元组”对象中。
2. **param（两个星号），将多个参数收集到一个“字典”对象中。

测试可变参数处理（元组、字典两种方式） 

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}

5. 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

十、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表达式的基本语法如下：

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。 

lambda表达式使用 

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：

 at 0x0000000002BB8620>
9
12 21 32

十一、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： 

1. source：一个Python表达式或函数compile()返回的代码对象
2. globals：可选。必须是dictionary
3. locals：可选。任意映射对象

#测试eval()函数
​
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)

         eval函数会将字符串当做语句来执行，因此会被注入安全隐患。比如：字符串中含有删除文件的语句。那就麻烦大了。因此，使用时候，要慎重！！！

十二、递归函数 

• 递归(recursion)是一种常见的算法思路，很多算法中都会用到。如：深度优先搜索（DFS:Depth First Search）等。

• 递归的基本思想就是“自己调用自己”

        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。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。 

一个简单的递归程序： 

def my_recursion(n):
    print("start:" + str(n))
    if n == 1:
        print("recursion over!")
    else:
        my_recursion(n - 1)
​
    print("end:" + str(n))
​
my_recursion(3)

 运算结果：

start:3 

start:2 

start:1 

recursion over! 

end:1 

end:2 

end:3

 使用递归函数计算阶乘(factorial) 

def factorial(n):
    if n==1:
        return 1
    return n*factorial(n-1)
​
print(factorial(5))

十三、嵌套函数(内部函数)

嵌套函数：在函数内部定义的函数！ 

def  outer():
    print('outer running...')
​
    def inner():
        print('inner running...')
​
    inner()
​
outer()

执行结果：

outer running...
inner running...

        上面程序中，inner()就是定义在outer()函数内部的函数。inner()的定义和调用都在outer()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（后面会讲解）

 使用嵌套函数避免重复代码

def printChineseName(name,familyName):
    print("{0} {1}".format(familyName,name))
​
def printEnglishName(name,familyName):
    print("{0} {1}".format(name, familyName))

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,"洋","杨")
printName(False,"George","Bush")

十四、nonlocal和global关键字

nonlocal 用来在内部函数中，声明外层的局部变量。

global 函数内声明全局变量，然后才使用全局变量

使用nonlocal声明外层局部变量 

#测试nonlocal、global关键字的用法
a = 100
​
def outer():
    b = 10
​
    def inner():
        nonlocal  b         #声明外部函数的局部变量
        print("inner b:",b)
        b = 20
​
        global a            #声明全局变量
        a = 1000
​
    inner()
    print("outer b:",b)
​
outer()
print("a：",a)

十五、LEGB规则

Python在查找“名称”时，是按照LEGB规则查找的： 

•  Local 指的就是函数或者类的方法内部
• Enclosed 指的是嵌套函数（一个函数包裹另一个函数，闭包）
• Global 指的是模块中的全局变量
• Built in 指的是Python为自己保留的特殊名称

        如果某个name映射在局部local命名空间中没有找到，接下来就会在闭包作用域enclosed进行搜索，如果闭包作用域也没有找到，Python就会到全局global命名空间中进行查找，最后会在内建built-in命名空间搜索 （如果一个名称在所有命名空间中都没有找到，就会产生一个NameError）         

#测试LEGB
​
s = "global"
def outer():
    s = "outer"
​
    def inner():
        s = "inner"
        print(s)
​
    inner()
​
outer()