1.变量的作用域
变量在程序中能够使用的范围
a.全局变量
声明在函数或者类的外部的变量都是全局变量
作用域是从变量声明开始到整个py文件结束任何位置
b.局部变量
声明在函数或者类的内部的变量都是局部变量
作用域是从变量声明开始到函数结束
2.global 关键字
在函数中声明一个全局变量，在外部使用时必须先调用函数
语法：
global 变量名
变量名 = 值
3.nonlocal 关键字
当需要在子函数中声明一个父函数的局部变量，就使用nonlocal
语法：
nonlocal 变量名
变量名 = 值
2.函数作为变量
python中声明函数其实就是声明一个类型是function的变量，函数名其实就是变量名
函数名作为变量除了用来调用函数获取返回值，还可以做普通变量能做的
a = lambda x: x * x
print(type(a))
将函数1作为实参，传递给函数2；函数2就是一个高价函数（实参高阶函数）
返回值是函数的函数，也叫高阶函数（返回值高阶函数）
sort函数
def sort(key=None, reverse=False)
key - 确定排序的时候以什么值为标准来排序（默认以列表元素的大小为标准）
需要传一个函数，函数需要一个参数和一个返回值。这儿的参数是列表的元素
reverse - False 升序 Ture 降序
list1 = [{1: 2}, {1: 3}, {1: 1}]
list1.sort(key=lambda x: x[1])
print(list1)
def opration1(opration, *args):
if opration == '-':
result = args[0]
for x in range(1, len(args)):
result -= args[x]
return result
print(opration1('-', 1, 2, 3))
运行：
3.迭代器
1.什么是迭代器（iter）
迭代器是Python中容器类的数据类型，可以同时存储多个数据。
取数据的时候，只能一个一个取，而且取出来的数据在迭代器中就不存在了
2.迭代器中的数据来源
a.将其他序列转换成迭代器
b.使用生成式、生成器去产生数据
- 1.将数据转换成迭代器 (所有的数据都可以转换成迭代器)
iter1 = iter('abcd')
print(iter1)
iter2 = iter([1, 2, 3, 4])
print(iter2)
iter3 = iter({'name': '小明', 'age': 20})
print(iter3) # 存的只是字典的key
- 2.获取迭代器中的元素
next(迭代器) / 迭代器.next() 取出迭代器中第一个元素（当迭代器中没有元素的时候，会报异常StopIteration）
通过for循环取出迭代器中的元素
for x in iter3:
print(x)
运行：
4.生成器
生成器就是迭代器,迭代器不一定是生成器
调用带有yield关键字的函数,拿到的结果就是一个生成器
生成器中的元素就是yield关键字后面的值
只要函数中有yield关键字，调用函数不会再执行函数体，而是创建一个生成器
当获取生成器的元素的时候，才会执行函数的函数体，执行到yield语句为止，
并且将yield后面的值作为结果返回；并且保存当前执行的位置。
获取下一个元素的时候，就从上次结束的位置，接着往下去执行函数，
直到函数结束或者遇到yield为止；如果遇到yield就将yield后面的值作为结果返回，
并且保存当前执行的位置。如果函数结束了就会出现StopIteration异常
生成器对应的函数，执行完成遇到的yield的次数，决定了生成器能产生的数据的个数
def func1():
print('abc')
# return 10
yield 100
print('!!!!!!!!')
re = func1()
print(re)
# next(re) 执行re对应的函数的函数体，将yield关键字后边的值作为结果
print(next(re))
print(next(re))
运行：
def numbers():
for x in range(100):
yield x
print('next', x)
gener = numbers()
print(next(gener))
print(next(gener))
print(next(gener))
运行：
- 练习：写一个生成器，可以不断产生斐波那契数列：1， 1， 2， 3， 5， 8， 13， 21。。。
def fibonacci():
num1 = 0
num2 = 1
yield 1
while True:
num3 = num2 + num1
num1, num2 = num2, num3
yield num3
gen = fibonacci()
for x in range(10):
print(next(gen))
运行：
