主要内容:
1.函数参数–动态传参
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:动态传参
动态参数分两种:
1.动态接收位置参数
在参数位置编写*表示接收任意内容
def chi(*food):
print("我要吃", food)
chi("⼤大⽶米饭", "⼩小⽶米饭")
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("⼤大⽶米饭", "⼩小⽶米饭", "⻩黄⽠瓜", "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接收了了. a和b永远接收 不到参数
Traceback (most recent call last):
File "/Users/sylar/PycharmProjects/oldboy/fun.py", line 95, in <module>
chi("⼤大⽶米饭", "⼩小⽶米饭", "⻩黄⽠瓜", "茄⼦子")
TypeError: chi() missing 2 required keyword-only arguments: 'a' and 'b' 所以必须改写成以下代码:
def chi(*food, a, b):
print("我要吃", food, a, b)
chi("⼤大⽶米饭", "⼩小⽶米饭", a="⻩黄⽠瓜", b="茄⼦子") # 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("⼤大⽶米饭", "⼩小⽶米饭", "馒头", "⾯面条") # 前两个参数⽤用位置参数来接收, 后⾯面的参数⽤用 动态参数接收
* 那默认值参数呢?*
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 默认值⽣生效 chi("香蕉", "菠萝", "葫芦娃") # 香蕉 菠萝 ('葫芦娃',) 娃哈哈 默认值⽣生效
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.name你的默认值是永远生效的.
顺序:位置传参,动态传参,默认值传参
2.动态接收关键字传参
在pytjon中可以动态的位置参数,但是这种情况只能接收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)
结果:
{'a': 1, 'b': 2, 'c': 3}
{'a': 1, 'b': 2} 这个时候接收的是⼀一个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这 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
这四种参数可以任意进行使用.
如果想接收所有参数:
def func(*args, **kwargs):
print(args, kwargs)
func("麻花藤","⻢马晕",wtf="胡辣汤")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. 不过需要用两个*
def fun(**kwargs):
print(kwargs)
dic = {'a':1, 'b':2}
fun(**dic)函数的注释:
""" 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 :param food: 参数 food 是什么意思
:return :return: 返回的是什什么东东 """
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 的时候函数只是加载进来, 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, 这些函数内部变量量占用的空 间也会随着函数执行完毕而被清空.
def fun():
a = 10
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⼀一个名字叫: 命名空间. 我们的变量在存储的时候就 是存储在这片空间中的.
命名空间分类:
1. 全局命名空间--> 我们直接在py文件中, 函数外声明的变量都属于全局命名空间
2. 局部命名空间--> 在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(函数被执⾏行行的时候)
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
a = 10
def func():
a = 20
print(a)
func() # 20
作用域:
作用域就是作用范围, 按照生效范围来看分为 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. 局部作⽤用域: 局部命名空间
我们可以通过globals()函数来查看全局作⽤用域中的内容, 也可以通过locals()来查看局部作 ⽤用域中的变量和函数信息
a = 10
def func():
a = 40
b = 20
def abc():
print("哈哈")
print(a, b) # 这⾥里里使⽤用的是局部作⽤用域
print(globals()) # 打印全局作⽤用域中的内容
func() 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
def fun2():
print(222)
fun1()
fun2()
print(111)
# 函数的嵌套
def fun2():
print(222)
def fun3():
print(666)
print(444)
fun3()
print(888)
print(33)
fun2()
print(555)四. 关键字global和nonlocal
首先我们写这样一个代码, 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 = 100
def func():
global a # 加了个global表示不再局部创建这个变量了. 而是直接使用全局的a
a = 28
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
lst = ["麻花藤", "刘嘉玲", "詹姆斯"]
def func():
lst.append("马云云") # 对于可变数据类型可以直接进行访问. 但是不能改地址. 说白了. 不能赋值
print(lst)
func()
print(lst)nonlocal表示在绝不作用域中,调用父级命名空间中的变量.
a = 10
def func1():
a = 20
def func2():
nonlocal a
a = 30
print(a)
func2()
print(a)
func1()
结果: 加了nonlocal
30
30
不加nonlocal
30
20
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)
fun_1()
print(a)
“`
这样的程序如果能分析明白. 那么作用域, global, nonlocal就没问题了