python学习 day10打卡 函数的进阶

本节主要内容:

1.函数参数--动态参数

2.名称空间,局部名称空间,全局名称空间,作用域,加载顺序.

3.函数的嵌套

4.gloabal,nonlocal关键字

一.函数参数--动态传参

形参的第三种:动态参数

动态参数分成两种:

1.动态接收位置参数

def chi(*food):
    print("我要吃", food) 

chi("⼤米饭", "小米饭") 

结果:
我要吃 ('⼤米饭', '小米饭')    # 多个参数传递进去. 收到的内容是元组tuple
 

动态参数接收参数的时候要注意:动态参数必须在位置参数后面

def chi(*food, a, b):
    print("我要吃", food, a, b)

chi("⼤米饭", "小米饭", "⻩瓜", "茄子")

这时程序运行会报错.因为前面传递进去的所有位置参数都被*food接收了.a和b永远接收不到参数

所以必须改成以下代码:

def chi(*food, a, b):
　　print("我要吃", food, a, b)
chi("⼤米饭", "小米饭", a="黄瓜", b="茄子")   # 必须用关键字参数来指定

这个时候a和b就有值了,但是这样写呢位置参数就不能用了,所以我们要先写位置参数,然后再用动态参数

def chi(a, b, *food):
    print("我要吃", a, b, food)
chi("⼤米饭", "小米饭", "馒头", "面条")   # 前两个参数用位置参数来接收, 后面的参数用 动态参数接收

那么默认值参数呢?

def chi(a, b, c='馒头', *food):
    print(a, b, c, food) 

chi("⾹蕉", "菠萝")  # 香蕉 菠萝 馒头 (). 默认值生效
chi("⾹蕉", "菠萝", "葫芦娃")  # 香蕉 菠萝 葫芦娃 ()    默认值不生效
chi("香蕉", "菠萝", "葫芦娃", "口罩")    # 香蕉 菠萝 葫芦娃 ('口罩',) 默认值不生效

我们发现默认值参数写在动态参数前面.默认值只有一种情况可能会生效.

def chi(a, b, *food, c="娃哈哈"):
    print(a, b, food, c) 

chi("香蕉", "菠萝")  # 香蕉 菠萝 () 娃哈哈   默认值生效
chi("⾹蕉", "菠萝", "葫芦娃")  # ⾹蕉 菠萝 ('葫芦娃',) 娃哈哈    默认值生效
chi("香蕉", "菠萝", "葫芦娃", "口罩")    # ⾹蕉 菠萝 ('葫芦娃', '口罩') 娃哈哈  默认值生效

这个时候我们发现所有的默认值都生效了.这个时候如果不给出关键字传参,那么你的默认值是永远生效的.

顺序:位置参数,动态参数*,默认值参数

2.动态接收关键字参数

在python中可以动态的位置参数,但是*这种情况只能接受位置参数无法接收关键字参数.

在python中使用**来接收动态关键字参数

def func(**kwargs):
    print(kwargs) 

func(a=1, b=2, c=3)
func(a=1, b=2) 

结果:
{'a': 1, 'b': 2, 'c': 3}
{'a': 1, 'b': 2}

这个时候接收的是一个dict

顺序的问题,在函数调用的时候,如果先给出关键字参数,则整个参数列表会报错.

def func(a, b, c, d):
    print(a, b, c, d)

# 关键字参数必须在位置参数后面, 否则参数会混乱
func(1, 2, c=3, 4)

所以关键字参数必须在位置参数后面.由于实参是这个顺序.所以形参接收的时候也是整个顺序,也就是说位置参数必须在关键字参数前面.动态接收关键字参数也要在后面

最终顺序(*):

位置参数>*args>默认值参数>**kwagrs

这四种参数可以任意的进行使用.

如果想接收所有的参数:

def func(*args, **kwargs):
    print(args, kwargs) 

func("麻花藤","马晕",wtf="胡辣汤")

动态参数的另一种传参方式:

def fun(*args):
    print(args)

lst = [1, 4, 7]
fun(lst[0], lst[1], lst[2])
fun(*lst)   # 可以使用*把⼀个列表按顺序打散 

s = "臣妾做不到"
fun(*s)     # 字符串也可以打散, (可迭代对象)

在实参位置上给一个序列,列表,可迭代对象前面加个*表示把这个序列按顺序打散.

在形参的位置上的*表示把接收到的参数组合成一个元组

如果是一个字典,那么也可以打散.不过需要两个*

def fun(**kwargs):
    print(kwargs)
dic = {'a':1, 'b':2}
fun(**dic)

函数的注释:

def chi(food, drink):
    """
    这里是函数的注释,先写一下当前这个函数是干什么的,比如我这个函数就是一个吃
    :param food :参数是什么意思
    :param drink:参数drink是什么意思
    :return:返回的什么东东
    """
    print(food,drink)
    return "very good"

二.命名空间

在python解释器开始执行之后,就会在内存中开辟一个空间,每当遇到一个变量的时候,就把变量名和值之间的关系记录下来,但是当遇到函数定义的时候,

解释器只是把函数名读入内存,表示这个函数存在了,至于函数内部的变量和逻辑,解释器是不关心的.也就是说一开始的时候函数只是健在进来了,仅此而已,

只有当函数被调用和访问的时候,解释器才会根据函数内部的声明的变量来进行开辟变量的内部空间.随着函数执行完毕,这些函数内部变量占用的空间也会

随着函数执行完毕而被清空

def fun():
    a = 10
    print(a)
fun()
print(a)    # a不存在了已经..

我们给存放名字和值的关系的空间起了一个名字叫:命名空间,我们的变量在储存的时候就是储存在这片空间中的

命名空间的分类:

1.全局命名空间-->我们直接在py文件中,函数外声明的变都属于全局命名空间

2.局部命名空间-->存放函数中声明的变量会放在局部命名空间

3.内置命名空间-->存放python解释器为我们提供的名字,list,tuple,str,int这些都是内置命名空间

加载顺序:

1.内置命名空间

2.全局命名空间

3.局部命名空间(函数被执行的时候)

取值顺序:

1.局部命名空间

2.全局命名空间

3.内置命名空间

作用域:作用域就是作用范围,按照生效的范围来看分为:全局作用域和局部作用域

全局作用域:包含内置命名空间和全局命名空间.在整个文件的任何位置都可以使用(遵循从上到下逐行执行).

局部作用域: 在函数内部可以使用

作用域命名空间:

1.全局作用域: 全局命名空间+内置命名空间

2.局部作用域: 局部命名空间

我们可以通过globals()函数来查看全局作用域中的内容,也可以通过locals()来查看局部作用域中的变量和函数信息.

def chi():
    p = 30
    print(locals()) # {'p': 30}   locals()可以查看局部作用域中的内容
    print(p)
# chi()
print(locals()) # 查看当前作用域中的名字
print(globals())

三.函数的嵌套

1.只要遇见了()就是函数的调用.如果没有()就不是函数的调用

2.函数的执行顺序

# 一个套一个
def outer():
    print("我是outer")
    # 在函数内部声明的函数, 只能在函数内部访问
    def inner():
        print('我是inner')
    inner()
    print("我是outer_end")

outer()

def fun2():
    print(222)
    def fun3():
        print(666)
    print(444)
    fun3()
    print(888)
print(33)
fun2()
print(555)

# 33 222 444 666 888 555

四.关键字global和nonlocal

　　首先我们写下这样一个代码,首先在全局声明一个变量,然后再局部调用这个变量,并改变这个变量的值

a = 10
def func():
    global a  # 直接从全局把变量引入进来
    a = 20

    # a = 20 # 并没有改变全局变量,   创建了一个自己的变量
    # 全局变量在局部, 可以用, 但是, 不能改
    # a = a + 10
    print(a)

func()
print(a)

global表示.不再使用局部作用域中的内容了.而改用全局作用域中的变量

nonlocal表示在局部作用域中,调用父级命名空间中的变量.

def outer():
    a = 10
    def inner():
        nonlocal a
        a = 20
        print(a)
    print(a)  #
    inner()   #
    print(a)  #
outer()

再看如果嵌套了很多层,会是一种什么效果:

a = 1
def fun_1():
    a = 2
    def fun_2():
        nonlocal a
        a = 3
        def fun_3():
            a = 4
            print(a)
        print(a)
        fun_3()
        print(a)
    print(a)
    fun_2()
    print(a)
print(a)
fun_1()
print(a)

#