Python 함수의 고급 사용 요약
이 글에서는 함수 명명 및 범위, 함수 중첩 및 범위 체인, 함수 이름 등 고급 함수의 사용 방법을 주로 소개하는 python에 대한 관련 지식을 제공하기를 바랍니다. 모두에게 도움이 될 것입니다.
추천 학습: python 동영상 튜토리얼
1. 함수 네임스페이스 및 범위
1. 함수 네임스페이스
네임스페이스란 무엇인가요?
코드 문자열이 있으면 출력을 관찰하세요.
def f(): a = 1 return a print(a) 输出结果: Traceback (most recent call last): File "E:/python代码/11/文件一.py", line 4, in <module> print(a) NameError: name 'a' is not defined로그인 후 복사오류가 보고됩니다! 오류는 "이름 'a'가 정의되지 않았습니다"입니다. 변수 a가 정의되지 않았습니다. . . 왜? 나는 a=1을 명확하게 정의했습니다!
그런 다음 Python 코드가 실행 중 함수를 만났을 때 무엇을 하는지 이해해야 합니다.
먼저 Python 인터프리터에서 실행을 시작한 후 변수를 만날 때마다 메모리에 공간이 열립니다. 변수 이름과 값 사이의 대응. 그러나 함수 정의를 만나면 인터프리터는 함수 이름을 메모리로 기호적으로만 읽어서 이 함수의 존재를 알고 있음을 나타냅니다. 함수 내부의 변수와 논리에 대해서는 전혀 신경 쓰지 않습니다. 함수 호출이 실행되면 파이썬 인터프리터는 함수의 내용을 저장하기 위해 또 다른 메모리를 할당합니다. 이때 함수의 변수에 주의를 기울이고 함수의 변수는 새로 열린 곳에 저장됩니다. 메모리. 함수에 포함된 변수는 함수 내부에서만 사용할 수 있으며, 함수 실행이 완료되면 이 메모리에 있던 내용은 모두 지워집니다.
"이름과 값의 관계를 저장하는" 공간에 이름을 붙였습니다. 네임스페이스라고 합니다.
코드가 처음에 "변수 이름과 값의 관계"를 저장하기 위해 만든 공간을 global이라고 합니다. 네임스페이스, 함수의 내부 동작 중에 열리는 임시 공간을 로컬 네임스페이스
함수 네임스페이스의 세 가지 범주
함수 네임스페이스는 총 세 가지 범주로 나뉩니다
1、内置命名空间 —— python解释器 # 就是python解释器一启动就可以使用的名字存储在内置命名空间中 # 内置的名字在启动解释器的时候被加载进内存里 2、全局命名空间 —— 我们写的代码但不是函数中的代码 # 是在程序从上到下被执行的过程中依次加载进内存的 # 放置了我们设置的所有变量名和函数名 3、局部命名空间 —— 函数 # 就是函数内部定义的名字 # 当调用函数的时候 才会产生这个名称空间 随着函数执行的结束 这个命名空间就又消失了 #在局部:可以使用全局、内置命名空间中的名字 #在全局:可以使用内置命名空间中的名字,但是不能用局部中使用 #在内置:不能使用局部和全局的名字的로그인 후 복사내장된 명명 공간: 내장된 네임스페이스는 Python 인터프리터가 제공하는 이름(함수)을 저장합니다. 이를 정의할 필요는 없습니다. 예를 들어 인터프리터를 열어서 직접 사용할 수 있습니다. : input, print, str, set...
세 개의 네임스페이스 간의 로드 및 값 순서
로드 순서: 내장 네임스페이스(프로그램 실행 전에 로드됨> 전역 네임스페이스( 프로그램 실행 중: 위에서 아래로 로드됨)> 로컬 네임스페이스(프로그램 실행 시: 호출될 때만 로드됨)
로컬로 호출할 때: 로컬 네임스페이스 > 내장 네임스페이스
전역적으로: 전역 네임스페이스 > 내장 네임스페이스
예:
a = 10 def f(): a = 1 print(a) f() print(a) 输出结果: 1 10로그인 후 복사
2. 함수의 범위
는 유효 범위에 따라 전역 범위와 로컬 범위로 나눌 수 있습니다.
전역 범위: 내장 네임스페이스 및 전역 범위를 포함합니다. 네임스페이스는 전체 파일의 어느 곳에서나 참조할 수 있으며 전역적으로 유효합니다.
로컬 범위: 로컬 네임스페이스는 로컬 범위 내에서만 적용될 수 있습니다.
globals():
- 이 함수는 현재 위치
의 모든 전역 변수를 사전 유형으로 반환합니다.
출력 결과:def func(): a = 1 print(locals()) print(globals()) print('========================分割线==========================') func() print(locals()) print(globals())
로그인 후 복사
.
global关键字
1、global是Python中的全局变量关键字。
2、变量分为局部变量与全局变量,局部变量又可称之为内部变量。
3、由某对象或某个函数所创建的变量通常都是局部变量,只能被内部引用,而无法被其它对象或函数引用。
4、全局变量既可以是某对象函数创建,也可以是在本程序任何地方创建。全局变量是可以被本程序所有对象或函数引用。
5、global关键字的作用是可以使得一个局部变量为全局变量例子:
在my函数中,在 x 前面加 global,my函数将 x 赋为8,此时全局变量中的 x 值改变。需要注意的是 global 需要在函数内部声明,若在函数外声明,则函数依然无法操作 x 。
x = 4 def my(): global x x = 8 print("x = ", x) print("x = ", x) my() print("x = ", x) 输出结果是: x = 4 x = 8 x = 8로그인 후 복사
二、函数的嵌套和作用域链
函数的嵌套调用
def max2(x,y): m = x if x>y else y return m def max4(a,b,c,d): res1 = max2(a,b) res2 = max2(res1,c) res3 = max2(res2,d) return res3 ret = max4(1,2,4,3) print(ret) 输出结果: 4
函数的嵌套定义
def f1(): print("in f1") def f2(): print("in f2") f2() f1() 输出结果: in f1 in f2 def f1(): def f2(): def f3(): print("in f3") print("in f2") f3() print("in f1") f2() f1() 输出结果: in f1 in f2 in f3
函数的作用域链
a = 1 def outer(): a = 5 def inner(): a = 2 def inner2(): nonlocal a a += 1 print('inner2',a) inner2() print('##a##:',a) inner() print('**a**:',a) outer() print('全局:',a) 输出结果: inner2 3 ##a##: 3 **a**: 5 全局: 1
nonlocal关键字
#nonlocal 只能用于局部变量,找上层中离当前函数最近一层的局部变量且外部必须有这个变量 #声明了nonlocal的内部函数的变量修改会影响到离当前函数最近一层的局部变量 #对全局无效,在内部函数声明nonlocal变量之前不能再出现同名变量 #对局部也只是对最近一层有影响로그인 후 복사def f1(): a = 1 def f2(): nonlocal a a = 2 f2() print('a in f1 : ',a) f1() 输出结果: a in f1 : 2로그인 후 복사
global关键字
# 对于不可变数据类型 在局部可是查看全局作用域中的变量 # 但是不能直接修改 # 如果想要修改,需要在程序的一开始添加global声明 # 如果在一个局部(函数)内声明了一个global变量,那么这个变量在局部的所有操作将对全局的变量有效로그인 후 복사
三、函数名的本质
函数名就是内存地址
函数名可以被赋值
函数名可以作为容器类型的元素
函数名可以作为函数的返回值
函数名可以作为函数的参数
def func(): print(123) func() print(func) # 函数名就是内存地址 # 函数名可以被赋值 func2 = func func2() #函数名可以作为容器类型的元素 l = [func,func2] for i in l: i() def func(): print(123) def wahaha(f): f() return f #函数名可以作为函数的返回值 qqxing = wahaha(func) #函数名可以作为函数的参数 qqxing() 输出结果: 123 <function func at 0x000001ADF9946280> 123 123 123 123 123로그인 후 복사
思考
如果我自己定义了一个input函数(作用:调用该函数就打印'在下周周ovo'),会不会与内置的input函数有冲突呢?
def input(a): print('在下周周ovo')로그인 후 복사那么接下来的代码怎么运行呢?
def input(a): print('在下周周ovo') def func(): input('请输入') print(input) func()로그인 후 복사答案:
四、闭包
闭包函数的概念
内部函数包含对外部作用域而非全剧作用域名字的引用,该内部函数称为闭包函数
#函数内部定义的函数称为内部函数由于有了作用域的关系,我们就不能拿到函数内部的变量和函数了。如果我们就是想拿怎么办呢?返回呀!
如果函数内的变量我们要想在函数外部用,可以直接返回这个变量,那么如果我们想在函数外部调用函数内部的函数呢?那就直接将函数名字作为返回值就好
def outer(): a = 1 def inner(): print(a) #内部函数调用了外部变量a return inner inn = outer() inn() 输出结果: 1로그인 후 복사
闭包函数的判断方法
判断闭包函数的方法__closure__
当运行后,如果有cell的话,就表示是闭包函数。如果没有就不是。
#输出的__closure__有cell元素 :是闭包函数 def func(): name = 'eva' def inner(): print(name) print(inner.__closure__) return inner f = func() f() #输出的__closure__为None :不是闭包函数 name = 'egon' def func2(): def inner(): print(name) print(inner.__closure__) return inner f2 = func2() f2() 输出结果: (<cell at 0x000001E935CB0FA0: str object at 0x000001E935CC2CB0>,) eva None egon로그인 후 복사
闭包嵌套
顾名思义是两个或以上的闭包函数嵌套在一起
def wrapper(): money = 10 def func(): name = 'zhou' def inner(): print(name,money) #引用了func()函数中name变量引用了wrapper()函数中money变量 return inner return func f = wrapper() i = f() i() 输出结果: zhuo 10로그인 후 복사
小结
#func(一个函数名) --->>对应函数的内存地址 #函数名()---函数调用 #函数的内存地址----()函数的调用 # 作用域两种 # 全局作用域 —— 作用在全局 —— 内置和全局名字空间中的名字都属于全局作用域 ——globals() # 局部作用域 —— 作用在局部 —— 函数(局部名字空间中的名字属于局部作用域) ——#locals()globals() : 永远打印全局的名字 #locals() : 输出什么 根据locals所在位置 #在代码中要尽量少定义全局变量,多使用返回值和接收返回值 #函数的嵌套: 嵌套调用 嵌套定义:定义在内部的函数无法直接在全局被调用 #函数名的本质: 就是一个变量,保存了函数所在的内存地址 #闭包: 内部函数包含对外部作用域而非全剧作用域名字的引用,该内部函数称为闭包函数로그인 후 복사
推荐学习:python视频教程
위 내용은 Python 함수의 고급 사용 요약의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











MySQL에는 무료 커뮤니티 버전과 유료 엔터프라이즈 버전이 있습니다. 커뮤니티 버전은 무료로 사용 및 수정할 수 있지만 지원은 제한되어 있으며 안정성이 낮은 응용 프로그램에 적합하며 기술 기능이 강합니다. Enterprise Edition은 안정적이고 신뢰할 수있는 고성능 데이터베이스가 필요하고 지원 비용을 기꺼이 지불하는 응용 프로그램에 대한 포괄적 인 상업적 지원을 제공합니다. 버전을 선택할 때 고려 된 요소에는 응용 프로그램 중요도, 예산 책정 및 기술 기술이 포함됩니다. 완벽한 옵션은없고 가장 적합한 옵션 만 있으므로 특정 상황에 따라 신중하게 선택해야합니다.

HADIDB : 가볍고 높은 수준의 확장 가능한 Python 데이터베이스 HadIDB (HADIDB)는 파이썬으로 작성된 경량 데이터베이스이며 확장 수준이 높습니다. PIP 설치를 사용하여 HADIDB 설치 : PIPINSTALLHADIDB 사용자 관리 사용자 만들기 사용자 : createUser () 메소드를 작성하여 새 사용자를 만듭니다. Authentication () 메소드는 사용자의 신원을 인증합니다. Fromhadidb.operationimportuseruser_obj = user ( "admin", "admin") user_obj.

해시 값으로 저장되기 때문에 MongoDB 비밀번호를 Navicat을 통해 직접 보는 것은 불가능합니다. 분실 된 비밀번호 검색 방법 : 1. 비밀번호 재설정; 2. 구성 파일 확인 (해시 값이 포함될 수 있음); 3. 코드를 점검하십시오 (암호 하드 코드 메일).

MySQL은 기본 데이터 저장 및 관리를위한 네트워크 연결없이 실행할 수 있습니다. 그러나 다른 시스템과의 상호 작용, 원격 액세스 또는 복제 및 클러스터링과 같은 고급 기능을 사용하려면 네트워크 연결이 필요합니다. 또한 보안 측정 (예 : 방화벽), 성능 최적화 (올바른 네트워크 연결 선택) 및 데이터 백업은 인터넷에 연결하는 데 중요합니다.

MySQL Workbench는 구성이 올바른 경우 MariadB에 연결할 수 있습니다. 먼저 커넥터 유형으로 "mariadb"를 선택하십시오. 연결 구성에서 호스트, 포트, 사용자, 비밀번호 및 데이터베이스를 올바르게 설정하십시오. 연결을 테스트 할 때는 마리아드 브 서비스가 시작되었는지, 사용자 이름과 비밀번호가 올바른지, 포트 번호가 올바른지, 방화벽이 연결을 허용하는지 및 데이터베이스가 존재하는지 여부를 확인하십시오. 고급 사용에서 연결 풀링 기술을 사용하여 성능을 최적화하십시오. 일반적인 오류에는 불충분 한 권한, 네트워크 연결 문제 등이 포함됩니다. 오류를 디버깅 할 때 오류 정보를 신중하게 분석하고 디버깅 도구를 사용하십시오. 네트워크 구성을 최적화하면 성능이 향상 될 수 있습니다

MySQL 데이터베이스 성능 최적화 안내서 리소스 집약적 응용 프로그램에서 MySQL 데이터베이스는 중요한 역할을 수행하며 대규모 트랜잭션 관리를 담당합니다. 그러나 응용 프로그램 규모가 확장됨에 따라 데이터베이스 성능 병목 현상은 종종 제약이됩니다. 이 기사는 일련의 효과적인 MySQL 성능 최적화 전략을 탐색하여 응용 프로그램이 고 부하에서 효율적이고 반응이 유지되도록합니다. 실제 사례를 결합하여 인덱싱, 쿼리 최적화, 데이터베이스 설계 및 캐싱과 같은 심층적 인 주요 기술을 설명합니다. 1. 데이터베이스 아키텍처 설계 및 최적화 된 데이터베이스 아키텍처는 MySQL 성능 최적화의 초석입니다. 몇 가지 핵심 원칙은 다음과 같습니다. 올바른 데이터 유형을 선택하고 요구 사항을 충족하는 가장 작은 데이터 유형을 선택하면 저장 공간을 절약 할 수있을뿐만 아니라 데이터 처리 속도를 향상시킬 수 있습니다.

MySQL 연결은 다음과 같은 이유로 인한 것일 수 있습니다. MySQL 서비스가 시작되지 않았고 방화벽이 연결을 가로 채고 포트 번호가 올바르지 않으며 사용자 이름 또는 비밀번호가 올바르지 않으며 My.cnf의 청취 주소가 부적절하게 구성되어 있습니다. 1. MySQL 서비스가 실행 중인지 확인합니다. 2. MySQL이 포트 3306을들을 수 있도록 방화벽 설정을 조정하십시오. 3. 포트 번호가 실제 포트 번호와 일치하는지 확인하십시오. 4. 사용자 이름과 암호가 올바른지 확인하십시오. 5. my.cnf의 바인드 아드 드레스 설정이 올바른지 확인하십시오.

데이터 전문가는 다양한 소스에서 많은 양의 데이터를 처리해야합니다. 이것은 데이터 관리 및 분석에 어려움을 겪을 수 있습니다. 다행히도 AWS Glue와 Amazon Athena의 두 가지 AWS 서비스가 도움이 될 수 있습니다.
