一 、为什么用函数：
1、 代码重复
2、 代码可描述性不高
3、 代码太low
函数是以功能为导向，一个函数封装一个功能，函数减少代码的重复性，增强了代码的可读性。
二 、函数的结构、调用和返回值
def func():
pass
func()
return：给函数的执行者返回具体的值、在函数中遇到return直接结束函数。
1.函数中没有return或者只有写一个return，函数的执行者得到的是None。
2.函数中return后面只写一个参数 执行者得到的就是这个参数（不改变值得类型）
3.return 返回多个元素 是以元组的形式返回给函数的执行者。
三 、函数的传参
分两个角度：实参、形参。
实参角度：
位置参数 （从左至右，按照顺序，一一对应）
关键字参数 （一一对应）
混合参数 （位置参数一定要在关键字参数的前面。）
形参角度：
位置参数 （与实参角度参数一样）
默认参数 （意义：普遍经常使用的。一定在位置参数后面，不传参数即沿用默认的参数）
动态参数 （*args,**kwargs）
#*代表聚合。 他将实参角度所有的位置参数聚合成一个元组，赋值给了 args
#** 将实参角度所有的关键字参数聚合到一个字典中，将这个字典赋值给了kwargs
#*的魔性用法：（当函数执行时：*代表打散）返回的是元祖
#** 的魔性用法：（当函数执行中：**dict 代表打散）返回的是字典
仅限关键字参数（没用）
四 、 名称空间、作用域
全局名称空间：py文件运行时，存放的是执行的py文件（除去函数内部）的所有的变量与值（地址）的对应关系，整个py文件结束之后，才会消失.
临时（局部）名称空间：函数执行时，在内存中临时开辟的一个空间，存在的函数中的变量与值得对应关系，随着函数的结束而消失.
内置名称空间：print input 内置函数等.
LEGB原则：（从局部找时）局部名称空间 ---> 全局名称空间 ---> 内置名称名称空间
全局作用域：内置名称空间 全局名称空间
局部作用域：局部名称空间(局部作用域不能改变全局变量)
globals（获取全局作用域)
locals（获取当前作用域）
global：可以在局部作用域声明一个全局变量，也可以更改全局变量
nonlocal：不能够操作全局变量。（内层函数对外层函数的局部变量进行修改。并且在当前作用域创建（复制）一份此变量。）
五 、迭代器和生成器
内部含有__iter__方法的对象，就是可迭代对象（dir()判断是否是可迭代对象）
内部含有__iter__并且含有__next__方法的对象，就是迭代器（迭代器可以迭代取值。利用next()进行取值）
可迭代对象：可迭代对象是一个操作比较灵活，直观，效率相对高，但是比较占用内存的数据集。
迭代器：迭代器是一个非常节省内存，满足惰性机制，但是效率相对低，操作不灵活的数据集。
生成器和迭代器的唯一的区别：生成器是我们自己用python代码构建的数据结构。迭代器都是提供的，或者转化得来的。
获取生成器的三种方式：
生成器函数
生成器表达式
python内部提供的一些
yield 、return区别
return：函数中只存在一个return结束函数，并且给函数的执行者返回值。(多个值通过元组的形式返回)
yield：只要函数中有yield那么它就是生成器函数而不是函数了。生成器函数中可以存在多个yield，yield不会结束生成器函数，一个yield对应一个next。（多个值以元组的形势返回）
yield from 将一个可迭代对象的每一个元素返回给next
yield from 节省代码，提升效率（代替了for循环）
六 、列表表达式和生成器表达式
列表推导式：一行代码构建一个有规律比较复杂的列表
1.循环模式： [变量(加工后的变量) for 变量 in iterable]
2.筛选模式： [变量(加工后的变量) for 变量 in iterable if 条件]
生成器表达式：与列表推导式一样(取值用next)
七 、内置函数
Python有68种内置函数
eval() 慎用 eval 剥去字符串的外衣，返回里面的本质
exec() 代码流，过程
hash() 哈希值
help() 帮助
callable() 判断一个对象是否可被调用
int() 取整数
bin() 将十进制转换成二进制并返回
ord() 输入字符找该字符编码的位置
chr() 输入位置数字找出其对应的字符
repr() 原形毕露
sep 设定分割符
end 默认是换行可以打印到一行
list：创建列表
dict：创建字典
abs() 获取绝对值
sum() 数字相加求和
min 可以加功能 以绝对值的方式取最小值(可以加匿名函数)
max() 与min 相同。
reversed() 对一个可迭代对象进行翻转，返回一个迭代器
zip 拉链方法 返回一个迭代器
sorted 排序（可以加key）
filter 返回一个生成器 # 生成器表达式的筛选模式
map 返回一个迭代器，相当于生成器表达式：循环模式
reduce python3x 从内置函数剔除了。是一个累加函数这个函数必须接受两个参数，把结果继续和序列的下一个元素做累计算
八 、 闭包、装饰器
闭包有什么作用：封装东西、保证数据安全
被引用的非全局变量也称作自由变量，这个自由变量会与内层函数产生一个绑定关系，
自由变量不会再内存中消失。
如何判断一个嵌套函数是不是闭包
闭包只能存在嵌套函数中。
内层函数对外层函数非全局变量的引用（使用），就会形成闭包。
开放封闭原则
装饰器：在不改变原函数的代码以及调用方式的前提下，为其增加新功能
标准的装饰器：
def wrapper(f):
def inner(*args,**kwargs):
'''添加额外的功能：执行被装饰函数之前的操作'''
ret = f(*args,**kwargs)
''''添加额外的功能：执行被装饰函数之后的操作'''
return ret
return inner
带参数的装饰器：
def wrapper_out(n):
def wrapper(f):
def inner(*args,**kwargs):
'''添加额外的功能：执行被装饰函数之前的操作'''
ret = f(*args,**kwargs)
''''添加额外的功能：执行被装饰函数之后的操作'''
return ret
return inner
@wrapper_out('参数')
多个装饰器装饰一个函数：
def wrapper1(func1):
def inner1():
print('wrapper1 ,before func')
func1()
print('wrapper1 ,after func')
return inner1
def wrapper2(func2):
def inner2():
print('wrapper2 ,before func')
func2()
print('wrapper2 ,after func')
return inner2
@wrapper2
@wrapper1
def f():
print('in f')
f()
九 、 递归函数
递归的最大深度1000层 : 为了节省内存空间,不要让用户无限使用内存空间
一个递归函数要想结束,必须在函数内写一个return,并且return的条件必须是一个可达到的条件
递归个列表里面的列表
l1 = [1, 3, 5, ['上海','北京', 34, [33, 55, [11,33]]], [77, 88],66]
def func(alist):
for i in alist:
if type(i) == list:
func(i)
else:
print(i) #python3
func(l1)
