一、递归函数
实际开发时候，能不用递归就不用
1.什么是递归函数
函数中调用函数本身的函数就是递归函数
2.递归的作用
循环能做的事情，递归函数都能做
a = 0
def func2():
global a
if a < 5:
print('~~~~~')
a += 1
func2()
3.怎么写递归函数: f(n)
步骤：
第一步：确定临界值
说明：循环结束的条件，在临界值的地方要让递归函数结束！
第二步：找关系 - 找当次循环和上次循环的关系
找f(n)和f(n-1)的关系
第三步：假设函数的功能已经实现，通过f(n-1)来实现f(n)的功能
def f(n):
# 1 找临界值
if n == 1:
return 1
# 2.找关系
"""
f(n) = f(n-1) + n
"""
return f(n-1)+n
print(f(100))
4.循环能做的事情不能用递归做！
原因：
递归函数:每次调用函数本身，都会在栈区间开辟一块空间，并且不会释放，直到找到临界点，严重消耗内存
循环：开辟一块空间，反复改变里面的值
二、模块
1.什么是模块
在python中一个.py文件就是一个模块
分类：
a.系统模块（标准库）:系统提供的模块（安装解释器时，已经导入到解释器中,直接使用即可）
random
作用：提供随机数
math
作用：提供数学运算相关的方法
json库
作用：提供json相关操作
re
作用：提供正则表达式的操作
socket
作用：提供python的套接字编程
time
作用：提供和时间相关的操作
threading
作用：提供和线程相关的操作
b.自定义模块：
自己创建的py文件
分类：
1.自己写的模块
2.别人写的模块：第三方库(需要先下载到解释器中，然后才能在代码中导入)
补充：标准库和第三方库一般是通过模块提供变量、函数、类
2.怎么使用模块
写法：import 模块名（库名）
作用：直接导入指定的模块，导入后可以使用模块中所有的全局变量
（包含了变量、函数和类）
使用：模块名.变量 -> 来使用模块中的内容
写法：from 模块名 import 变量1，变量2
作用：在程序中导入指定的模块，导入后只能使用import后面的变量
使用：直接使用变量，无需加’模块名.‘
写法：from 模块名 import *
使用：直接使用变量，无需加’模块名.‘
导入模块的实质：
a.不管是使用import还是from-import,导入模块的时候都会执行模块中所有的代码
b.python中一个模块不会重复导入多次，因为导入时，系统会自动检查当前模块是否已经导入
4.怎么阻止模块中的内容被其他模块执行
如果不希望被其他模块执行的代码放在if语句中，
如果希望被其他模块使用的代码就放在if语句外面
（这里的if语句指的是：if __name__ == '__main__':）
原理：每个模块都有一个name属性，代表模块名，默认情况下它的值是py文件的文件名，当当前模块正在被执行（直接执行）的时候，它的属性__name__的值就会变成__main__
# 1.系统模块
import random
print(random.randint(1, 199))
# 自定义模块
import model1
model1.a = 1000
print(model1.a)
print(model1.fun1())
# 不用模块名.方法就能调用模块中的一些变量
from model2 import aa, x # 不能是强制使用
print('aa:', aa)
print(x) # 9
# 不用模块名.方法就能调用模块中所有变量
from model2 import * # *是通配符
print(aa)
print(x)
5.重命名
目的：导入模块时，可以对模块或者模块中的内容重新命名
写法：
a.import 模块名 as 新模块名
b.from 模块名 import 变量1 as 新变量1，变量2 as 新变量2
应用：当模块名很长时，可以使用此方法
# 修改模块名
import model4 as newMode
print(model4.age)
# 修改模块中的内容
name = 100
from model4 import name as new_name, age as new_age
print(name)
print(new_name)
print(new_age)
三、迭代器
1.什么是迭代器（iter)
定义：python中提供的容器型数据类型
特点：
a.从前往后一个一个的取
b.取出后，迭代器中不复存在
2.迭代器的字面量
a.迭代器没有指定格式的字面量
b.迭代器元素的产生：
1.通过其他序列转换，
2.通过生成器产生
元素：任意数据类型
# 将字符串转换成迭代器，元素就是字符串中的每个字符
iter1 = iter('hello')
print(iter1)
# 将列表转换成迭代器，元素就是列表中的每个元素
iter2 = iter([100, 'dfd', (10, 39), [1, 2], {'a': 10, 'b': 20}, lambda x: x])
print(iter2)
3.获取元素
元素特点：只支持查，不支持增删改
获取方式：
1.next函数
写法：next（迭代器名）
目的：获取迭代器中最新（最顶层）的数据
2.for 变量 in 迭代器
作用：遍历获取每一个元素
# next
iter3 = iter('hello')
print(next(iter3))
print(next(iter3))
print(next(iter3))
print(next(iter3))
print(next(iter3))
# print(next(iter3)) # 报错 StopIteration 因为迭代器中的数据已经取完
# 通过for - in 取迭代器中的元素和next效果一样，元素还是会被取出
iter3 = iter('123456')
print(next(iter3))
for x in iter3:
print('x': x)
注意：迭代器元素取完，迭代器不会消失
四、生成器
1.什么是生成器
生成器就是迭代器，迭代器不一定是生成器
2.生成器怎么产生元素
如何产生：调用一个带有yield的关键字的函数，就能得到一个生成器
不带yield函数：调用时会执行函数体，并且获取返回值
带有yield函数：调用时不会执行函数体，也不会获取返回值，而是产生一个生成器（函数调用表达式就是一个生成器）
这个生成器的元素就是yield关键字后面的值
def func1():
print('===')
return 100
print(func1()) # 100
def func2():
print('===')
return 100
yield
print(func2()) # <generator object func2 at 0x006F7ED0>
3.获取生成器中的元素
使用：
1.next()
2.for 变量 in 生成器
重点！！！
原理：
第一步：执行生成器对应的函数
第二步：每次都是执行到yield语句为止，并且会将yield后面的值作为当次获取到的元素
第三步：下次获取元素会接着上次结束的位置，接着执行，直到下一个yield为止
第四步：以此类推，直到函数结束，如果执行函数结束没有遇到yield，那么就会报"stopxxxx"异常
一个yield是获取一个元素
几个yield就是获取几个元素
len（迭代器）无效，因为元素都是临时取用
print('=================')
def func3():
print('~~~~~')
yield 100
gen1 = func3() # gen1就是一个生成器
# next()
print(gen1)
print('打印', next(gen1))
# 练习：给每个学生一个学号，并且不会重复
def creat_num():
num = 1
while True:
yield 'py1809%d' % num
num += 1
num_gen = creat_num()
for _ in range(10):
print(next(num_gen))
print('新来的学生')
print(next(num_gen))
实现一个属于自己的迭代器方法
def pu_iter(seq):
for x in seq:
yield x
iter1 = pu_iter('abc')
print(next(iter1)) # a
print(next(iter1)) # b
print(next(iter1)) # c
