一、函数名的应用

​函数名的定义和变量的定义几乎一致，在变量的角度，函数名其实就是一个变量，具有变量的功能：可以赋值；但是作为函数名他也有特殊的功能就是加上()就会执行对应的函数，所以我们可以把函数名当做一个特殊的变量

1、函数名指向的是函数的内存地址

​函数名 + ()就可以执行次函数

def func(): ​

print("呵呵")

​print(func)

输出结果:

​ 通过上面代码可以我们知道，函数名指向的是这个函数的内存地址，其实深一步理解可得知，与其说函数名()可以执行这个函数，不如说是函数的内存地址()才是执行这个函数的关键，就好比：

a = 1

b = 2

c = a + b

print(c) # 3

2、函数名可以赋值给其他变量

def func():

print("呵呵")

print(func)

a = func # 把函数当成一个变量赋值给另一个变量​

a() # 函数调用 func()

3、函数名可以当容器类元素

def func1():

print("in func1: 嘻嘻")

def func2():

print("in func2: 哈哈")

def func3():

print("in func3: 咯咯")

def func4():

print("in func4: 吱吱")

lst = [func1, func2, func3, func4]

for i in lst:

i()

4、函数名可以当做函数的参数

def func1():

print("in func1")

def func2(f):

print("in func2")

f()

func2(func1)

输出结果：

in func2

in func1

5、函数名可以作为函数的返回值

def func1():

print("in func1")

def func2(f):

print("in func2")

return f

ret = func2(func1)

ret()

输出结果:

in func2

in func1

二、Python新特性：f-strings格式化输出

1、旧的格式化输出方式

name = "mrxiong"

age = 19

msg = "我叫%s,今年%s"%(name,age)

msg1 = "我叫{}，今年{}".format(name,age)

print(msg)

print(msg1)

2、新特性：格式化输出 python3.6版本后适用

name = "mrxiong"

age = 19

msg = f"我叫{name},今年{age}"

print(msg)

可以加表达式

dic={"name":"mrxiong","age":19}

msg = f"我叫{dic["name"]},今年{dic["age"]}"

print(msg)

count= 7

a = f"最终结果：{count*7}"

print(a)

name= "mrxiong"

msg1= f"我的名字是 ：{name.upper()}"

print(msg1)

结合函数 使用

def _sum(a,b):

return a+b

msg2 = f"最终的计算结果是:{_sum(10,20)}"

print(msg2)

def _sum(a,b):

return a+b

num=int(input("请输入弟一个数字:"))

num1=int(input("请输入第二个数字:"))

msg2 = f"最终的计算结果是:{_sum(num,num1)}"

print(msg2)

优点:1、结构更清晰更简化，2、可以结合表达式及函数进行使用，3、效率提升很多

三、迭代器

1、可迭代对象

​字面意思：对像，python中一切皆对象，一个实实在在存在的值，对象

​可迭代：更新迭代。 重复的，循环的一个过程。可进行循环更新的一个实实在在值

​专业角度：可迭代对像，内部含有’____iter‘_方法的对像，可迭代对像

​目前学过的可迭代对象：str list tuple dict set range 文件句柄

​判断一个对像的所有方法：dir()

s1 = "mrxiong"

print(dir(s1))

s1 = "mrxiong"

print("__iter__"in dir(s1))

小结

字面意思：可以进行循环更新的一个实实在在值

专业角度：可迭代对像，内部含有’____iter‘_方法的对像，可迭代对象

判断一个对像是不是可迭代对像:’____iter‘ in dir(对像)

str list tuple dict set range 文件句柄

优点：

存储的数据直接能显示，比较直观

拥有的方法比较多

缺点：

占用内存

不能直接通过for循环，不能直接取值(索引，key)

2、迭代器

迭代器的定义：

字面意思：更新迭代，器：工具，可更新迭代的工具

专业角度：内部含有"_____iter" 方法并且含有 "_____next" 方法的对象就是迭代器

可以判断是否是迭代器："inter"and "_____next" 在不在dir(对象)

判断一个对象是否是迭代器

with open("a.txt", encoding="utf-8", mode="w") as f1:

print("__iter__" in dir(f1) and "__next__" in dir(f1))

可迭代对象如何转化成迭代器并取值

s1 = "adf"

obj = iter(s1) #把s1转换为一个迭代器

obj.__iter__() #把s1转换为一个迭代器第二种方法

print(next(obj)) #next对己转换的迭代器进行取值

print(obj.__next__()) #next对己转换的迭代器进行取值第二种方法

print(next(obj))

l1 = [11,22,33,44,55,66]

l2 = iter(l1)

print(next(l2))

print(next(l2))

print(next(l2))

print(next(l2))

print(next(l2))

print(next(l2))

l3 = iter([1,2,3,4])

print(next(l3))

print(next(l3))

print(next(l3))

print(next(l3))

可迭代对象转换成迭代器

iter([1,2,3])

利用while循环模拟for循环对可迭代对象进行取值的机制

s1 = [11, 22, 33, 44, 55, 66, 77, 88]

obj = iter(s1)

while 1:

try:

print(next(obj))

except StopIteration:

break

小结

迭代器优点：

1)节省内存。迭代器在内存中相当于只占一个数据的空间：因为每次取值都上一条数据会在内存释放，加载当前的此条数据。

2) 惰性机制。next一次，取一个值，绝不过多取值。

有一个迭代器模式可以很好的解释上面这两条：迭代是数据处理的基石。扫描内存中放不下的数据集时，我们要找到一种惰性获取数据项的方式，即按需一次获取一个数据项。这就是迭代器模式。

迭代器的缺点:

​ 不能直观的查看里面的数据。

​ 取值时不走回头路，只能一直向下取值。

​速度慢

可迭代对象与迭代器的对比

可迭代对象：

​ 是一个私有的方法比较多，操作灵活(比如列表，字典的增删改查，字符串的常用操作方法等),比较直观，但是占用内存，而且不能直接通过循环迭代取值的这么一个数据集。

​应用：当你侧重于对于数据可以灵活处理，并且内存空间足够，将数据集设置为可迭代对象是明确的选择。

迭代器：

​ 是一个非常节省内存，可以记录取值位置，可以直接通过循环+next方法取值，但是不直观，操作方法比较单一的数据集。

**应用**：当你的数据量过大，大到足以撑爆你的内存或者你以节省内存为首选因素时，将数据集设置为迭代器是一个不错的选择。(可参考为什么python把文件句柄设置成迭代器)。