1.函数调用过程:
函数调用过程又叫压栈的过程：每次调用函数，系统都会在内存的栈区间自动开辟一个临时的内存空间，
用来保存在函数中声明的局部变量(其中形参是也保存在这个区域中的)，
当函数调用结束，这个内存区域会自动销毁(这个内存中存储的数据也会销毁)
2.迭代器(iter)
1) 什么是迭代器
迭代器是python提供的容器型数据类型。 （可变，有序的）-- 不关注
迭代器和之前的列表、字典、集合、元祖等容器不一样，它只能查看元素，而且看一个对于迭代器来说，里面的元素就会少一个
迭代器的值：a.将其他的数据转换成迭代器 b.生成器
迭代器的元素: 任何类型的数据都可以，可以重复
iter1 = iter('abc')
print(iter1)
iter2 = iter([12, 34, 'abc', [1, 2], {'a': 10}, (1, 2), {1, 3}, lambda x: x])
print(iter2)
2) 查 - 获取元素的值
注意: 不管以任何形式获取了迭代器中某个元素的值，这个元素都会从迭代器中消失
a.获取单个元素
next(迭代器)/ 迭代器.next() - 返回容器中最上面的元素
print(next(iter1))
print(next(iter1))
print(next(iter1))
print(next(iter1)) # StopIteration
b.遍历取出迭代器中的每个元素
print('=============')
iter3 = iter('abcdef')
next(iter3)
next(iter3)
for item in iter3:
print(item)
print('=============')
print(next(iter3)) # StopIteration
3) 什么时候使用迭代器：多个数据中，某个或者某些数据使用过了就不需要再保存了，这种数据就可以使用迭代器来保存。
1.什么是生成器
生成器就是迭代器， 但是迭代器不一定是生成器
1）怎么创建生成器
如果函数中有yield关键字，那么这个函数就不再是一个普通的函数。
调用函数不再是执行函数体，获取返回值。而是创建这个函数对应的生成器对象
def nums():
print('============')
print(100)
if False:
yield
return 100
gen1 = nums() # 函数调用表达式nums()才是生成器
2）生成器怎么产生数据
一个生成器能够产生多少个数据，就看执行完生成器对应的函数体会遇到几次yield关键字
生成器是在获取数据的时候才会产生数据，执行生成器对应的函数的函数体，直到遇到yield为止，
将yield后面的数据作为生成器的元素返回，并且会记录这次产生数据函数体结束的位置，下次再产生
数据的时候，会接着上次结束的位置接着往后执行...如果从执行开始到函数结束，没有遇到yield，那么就不会产生数据。
def nums():
print('++++++')
yield 'abc'
print('-------')
yield 100
print('********')
for x in range(5):
yield x
创建一个生成器gen2
gen2 = nums()
print('取第一个值')
print(next(gen2))
print('取第二个值')
print(next(gen2))
print('取第三个值')
print(next(gen2))
def nums2():
index = 0
while True:
yield index
index += 2
gen3 = nums2()
for _ in range(10):
print(next(gen3))
print(next(gen3))
print(next(gen3))
练习: 写一个生产器，能够产生'stuXXXX'的学号， stu0000 ~ stu9999
def stu_num_creater(count, width=0):
for num in range(count):
if width == 0:
width = len(str(count))
num_str = 'stu' + str(num).zfill(width)
yield num_str
creater = stu_num_creater(100, 4)
print(next(creater))
for num in creater:
print(num)
1.生成式
生产式是生成器的另外一种写法（简写）
"""
a.语法1：
生成器变量 = (表达式 for 变量 in 序列) -- 结果是生成器
列表变量 = [表达式 for 变量 in 序列] -- 结果是列表
b.说明: 表达式 - 可以是值、变量、运算表达式、函数调用表达式等，只要不是赋值语句都可以
c.展开
def 函数名():
for 变量 in 序列:
yield 表达式
"""
gen1 = (x*2 for x in range(5))
print(gen1)
for num in gen1:
print(num)
"""
a.语法2：
生成器变量 = (表达式 for 变量 in 序列 if 条件语句)
b.展开
def 函数名():
for 变量 in 序列:
if 条件语句:
yield 表达式
"""
gen2 = (x for x in range(10) if x % 2)
5个 1，3，5，7，9
for num in gen2:
print(num)
gen2 = ((x, x*2) for x in range(10) if x % 2)
for num in gen2:
print(num)
gen2 = ((x, x*2) for x in range(10) if x % 2)
list2 = list(gen2)
print(list2)
next(gen2)
gen2 = ['num%d' % x for x in range(10) if x % 2]
print(gen2)
python中一个py文件就是一个模块
"""
从封装的角度看：
函数是对功能的封装
模块可以通过多个函数对不同的功能进行封装，还可以通过全局变量对数据进行封装
"""
0.模块的分类: 系统模块(内置模块)、第三方库(别人写的)、自定义模块
1.模块的导入
a.import 模块名 / import 模块名 as 新的模块名 --- 可以通过'模块名.'的方式去使用这个模块中所有的全局变量
b.from 模块名 import 全局变量1 as 新名1,全局变量2 as 新名2,... --- 带入指定模块中指定的全局变量，导入后直接使用全局变量
注意: 重命名后，原名不能使用
===========导入方式1===========
import keyword
import random
import math
import test
print(test.test1_a * 3)
test.test1_a = 200
print(test.test1_a)
test.test1_func1()
============导入方式2==========
from random import randint
print(randint(10, 30))
from test import test1_func1, test1_a
test1_func1()
print(test1_a)
============导入模块并重命名==========
import test as TS
print(TS.test1_a)
TS.test1_func1()
b = 'python'
from test import b as t_b, test1_a as t_a
print(b, t_b, t_a)
3.导入模块的原理：当代码执行到import或者from - import的时候，会自动将对应的模块中的代码全部执行一遍
同一个模块导入多次不会执行多次(放心的导入!)
print('++++++++++++++')
import test
import test
from test import test1_a
import test2
print(test1_a, test.test1_func1())
print('++++++++++++++')
print('mudule:', name)
from test2 import yt_sum
print(yt_sum(1, 1))
import PIL
import requests
4.阻止导入： 将需要阻止被别的模块导入的代码放到以下if语句中
"""
if name == 'main':
需要阻止导入的代码段
原理: 每个模块都有一个属于自己的name属性，用来保存当前模块的模块名。默认情况下name的值就模块对应的py文件
的文件名。当我们直接运行某个模块的时候，对应的模块的name会自动变成'main',其他模块是默认值。
"""
