第三章 Python基礎——文件操作&函數 續
3.6函數進階
名稱空間：name space
例：若變量X=1,1存放於內存中，那存放X與1綁定關系的地方就叫做名稱空間。
名稱空間共三種，分別如下：
- locals:是函數內名稱空間，包括局部變量和形參
- globals：全局變量，函數定義所在模塊的名字空間
- builtins：內置模塊的名字空間
不同變量的作用域不同就是由於這個變量所在的命名空間決定的。
作用域即範圍:
- 全局範圍：全局存活，全局有效
- 局部範圍：臨時存活，局部有效
註：查看作用域方法 globals(),locals()
作用域查找順序：
level=‘L0‘ n=22 def func(): leval=‘L1‘ n=33 print(locals()) def outer(): n=44 level=‘L2‘ print(locals(),n) def inner():#此處打印n是多少？ level=‘L3‘ print(locals(),n) inner() outer() func()
問題：在inner()裏的打印n的值是多少？
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區間
- 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
關於閉包，即函數定義和函數表達式位於另一個函數的函數體內（嵌套函數）。
詳解:而且，這些內部函數可以訪問他們所在外部函數中聲明的所有局部變量、參數。當其中一個這樣的內部函數在包含他們的外部函數被調用時，就會形成閉包。也就是說，內部函數會在外部函數返回後被執行。而當這個內部函數執行時，它仍然必須訪問其外部函數的局部變量、參數以及其他內部函數。這些局部變量、參數和函數聲明（最初時）的值是外部函數返回時的值，但也會會受到內部函數的影響。
def outer(): name=‘alex‘ def inner(): print("在inner裏打印外層函數的變量“，name) return inner f=outer() f()
閉包的意義:返回的函數對象，不僅僅是一個函數對象，在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，優先使得自己外層包裹的作用域。
裝飾器
例1：
#_*_coding:utf-8_*_ user_status = False #用戶登錄了就把這個改成True def login(): _username = "alex" #假裝這是DB裏存的用戶信息 _password = "abc!23" #假裝這是DB裏存的用戶信息 global user_status if user_status == False: username = input("user:") password = input("pasword:") if username == _username and password == _password: print("welcome login....") user_status = True else: print("wrong username or password!") else: print("用戶已登錄，驗證通過...") def home(): print("---首頁----") def america(): login() #執行前加上驗證 print("----歐美專區----") def japan(): print("----日韓專區----") def henan(): login() #執行前加上驗證 print("----河南專區----") home() america() henan()
註：在軟件開發中有一個原則“開放-封閉”原則，簡單來說，它規定已經實現的代碼不允許被修改，但可以被擴展，即：
封閉：已實現的功能代碼不應該被修改
開放：對現有功能的擴展開放
def login(func): #把要執行的模塊從這裏傳進來 def inner():#再定義一層函數 _username = "alex" #假裝這是DB裏存的用戶信息 _password = "abc!23" #假裝這是DB裏存的用戶信息 global user_status if user_status == False: username = input("user:") password = input("pasword:") if username == _username and password == _password: print("welcome login....") user_status = True else: print("wrong username or password!") if user_status == True: func() # 看這裏看這裏，只要驗證通過了，就調用相應功能 return inner #用戶調用login時，只會返回inner的內存地址，下次再調用時加上()才會執行inner函數
簡化上邊的代碼——去掉下邊這行
america=login(america)#你在這裏相當於把america這個函數替換了
最終簡化為：
#_*_coding:utf-8_*_ user_status = False #用戶登錄了就把這個改成True def login(func): #把要執行的模塊從這裏傳進來 def inner(*args,**kwargs):#再定義一層函數 _username = "alex" #假裝這是DB裏存的用戶信息 _password = "abc!23" #假裝這是DB裏存的用戶信息 global user_status if user_status == False: username = input("user:") password = input("pasword:") if username == _username and password == _password: print("welcome login....") user_status = True else: print("wrong username or password!") if user_status == True: func(*args,**kwargs) # 看這裏看這裏，只要驗證通過了，就調用相應功能 return inner #用戶調用login時，只會返回inner的內存地址，下次再調用時加上()才會執行inner函數 def home(): print("---首頁----") @login def america(): #login() #執行前加上驗證 print("----歐美專區----") def japan(): print("----日韓專區----") # @login def henan(style): ‘‘‘ :param style: 喜歡看什麽類型的，就傳進來 :return: ‘‘‘ #login() #執行前加上驗證 print("----河南專區----") home() # america = login(america) #你在這裏相當於把america這個函數替換了 henan = login(henan) # #那用戶調用時依然寫 america() henan("3p")
帶參數裝飾器：
#_*_coding:utf-8_*_ user_status = False #用戶登錄了就把這個改成True def login(auth_type): #把要執行的模塊從這裏傳進來 def auth(func): def inner(*args,**kwargs):#再定義一層函數 if auth_type == "qq": _username = "alex" #假裝這是DB裏存的用戶信息 _password = "abc!23" #假裝這是DB裏存的用戶信息 global user_status if user_status == False: username = input("user:") password = input("pasword:") if username == _username and password == _password: print("welcome login....") user_status = True else: print("wrong username or password!") if user_status == True: return func(*args,**kwargs) # 看這裏看這裏，只要驗證通過了，就調用相應功能 else: print("only support qq ") return inner #用戶調用login時，只會返回inner的內存地址，下次再調用時加上()才會執行inner函數 return auth def home(): print("---首頁----") @login(‘qq‘) def america(): #login() #執行前加上驗證 print("----歐美專區----") def japan(): print("----日韓專區----") @login(‘weibo‘) def henan(style): ‘‘‘ :param style: 喜歡看什麽類型的，就傳進來 :return: ‘‘‘ #login() #執行前加上驗證 print("----河南專區----") home() # america = login(america) #你在這裏相當於把america這個函數替換了 #henan = login(henan) # #那用戶調用時依然寫 america() # henan("3p")
3.6生成器，叠代器
列表生成式：
例：把列表[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],要求把列表裏的每個值都加1
>>> a = [i+1 for i in range(10)] >>> a [1, 2, 3, 4, 5, 6, 7, 8, 9, 10列表生成式]
這種寫法就叫做生成式
生成式
在python中一邊循環一邊計算的機制稱為生成器：generator
要創建一個generator，有很多種方法。第一種方法很簡單，只要把一個列表生成式的[]改成()，就創建了一個generator：
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>
建L和g的區別僅在於最外層的[]和()，L是一個list，而g是一個generator。
我們可以直接打印出list的每一個元素，想要打印書generator的每一個元素有哦兩種方法：
第一種用next()
>>> next(g) 0 >>> next(g) 1 >>> next(g) 4 >>> next(g) 9 >>> next(g) 16 >>> next(g) 25 >>> next(g) 36 >>> next(g) 49 >>> next(g) 64 >>> next(g) 81 >>> next(g) Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
第二種for循環，generator也是可叠送的對象
>>> g = (x * x for x in range(10)) >>> for n in g: ... print(n) ... 0 1 4 9 16 25 36 49 64 81
叠送器
可以直接作用於for循環的數據類型有以下幾種：
一類是集合數據類型，如list、tuple、dict、set、str等；
一類是generator，包括生成器和帶yield的generator function。
這些可以直接作用於for循環的對象統稱為可叠代對象：Iterable。
可以使用isinstance()判斷一個對象是否是Iterable對象：
>>> from collections import Iterable >>> isinstance([], Iterable) True >>> isinstance({}, Iterable) True >>> isinstance(‘abc‘, Iterable) True >>> isinstance((x for x in range(10)), Iterable) True >>> isinstance(100, Iterable) False
而生成器不但可以作用於for循環，還可以被next()函數不斷調用並返回下一個值，直到最後拋出StopIteration錯誤表示無法繼續返回下一個值了。
*可以被next()函數調用並不斷返回下一個值的對象稱為叠代器：Iterator。
可以使用isinstance()判斷一個對象是否是Iterator對象：
>>> from collections import Iterator >>> isinstance((x for x in range(10)), Iterator) True >>> isinstance([], Iterator) False >>> isinstance({}, Iterator) False >>> isinstance(‘abc‘, Iterator) False
生成器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator。
把list、dict、str等Iterable變成Iterator可以使用iter()函數：
>>> isinstance(iter([]), Iterator) True >>> isinstance(iter(‘abc‘), Iterator) True
Python的Iterator對象表示的是一個數據流，Iterator對象可以被next()函數調用並不斷返回下一個數據，直到沒有數據時拋出StopIteration錯誤。可以把這個數據流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函數實現按需計算下一個數據，所以Iterator的計算是惰性的，只有在需要返回下一個數據時它才會計算。
Iterator甚至可以表示一個無限大的數據流，例如全體自然數。而使用list是永遠不可能存儲全體自然數的。
第三章 Python基礎——文件操作&函數 續