Python全栈开发记录_第四篇（集合、函数等知识点）

知识点1：深拷贝和浅拷贝

• 非拷贝（=赋值：数据完全共享，内存地址一样，修改一个另一个也变化）
• 浅拷贝：数据半共享（复制其数据独立内存存放，但是只拷贝成功第一层）像[[1,2],3,4]如果修改列表中列表[1,2]的值则会一起修改
• 深拷贝：数据完全不共享（复制其数据完完全全放独立的一个内存，完全拷贝，数据不共享）

知识点2：set集合

• 去重功能，集合本身无序、不重复，所以不能通过索引和键进行取值，集合对象是无序可哈希（不可改变）的值（也就是说对于set([[1,2],3,4])是不行的，因为列表里面中还包含了列表（可改变的值），所以会出现set失败）
• 空集合（set()），而{}是字典，集合分可变和不可变（frozenset），一般我们说的都是可变的，由于可变，所以set()本身就是不可哈希的，因此不能作为字典的key
• 创建集合：set("liu")就是{'l', 'i', 'u'}且类型为set，注意虽然是大括号但是不是字典类型
• 访问集合：由于集合本身的无序，所以不能使用索引、切片等访问，只能通过循环遍历访问或者in not in去判断是否是集合元素
• 集合添加元素：add方法和update，详情如下

• s = set("liu")
  s.add("ta") #添加一个元素'ta'
  s.update("za")  #添加两个元素，'z'和'a'
  s.update(["",""]) #添加两个元素'34'和'12' 
  
  print(s)
  结果：
  {'ta', 'l', 'u', 'a', '12', 'z', 'i', '34'}

• 集合元素删除：remove(元素)删除指定元素，pop()随机删除集合元素，s.clear()清空集合元素，剩下一个空集合，del s（删除集合，删除后s就不存在了）
• 集合类型操作：

s1 = {"a", "b", "c"}
s2 = {"c", "d", "e"}

# 交集
# 两个集合中的共有元素
print(s1 & s2)  # {'c'}
print(s1.intersection(s2))  # {'c'}

# 并集（联合）
print(s1 | s2)  # {'e', 'd', 'b', 'a', 'c'}
print(s1.union(s2))  # {'e', 'd', 'b', 'a', 'c'}

# 差集
print(s1 - s2)  # {'a', 'b'}
print(s1.difference(s2))  # {'a', 'b'}

# 反交集（对称差集）
print(s1 ^ s2)  # 两个集合中单独存在的数据 {'e', 'a', 'd', 'b'}
print(s1.symmetric_difference(s2))  # 两个集合中单独存在的数据 {'e', 'a', 'd', 'b'}

s1 = {"a", "b"}
s2 = {"a", "b", "c"}

# 子集
print(s1 < s2) # set1是set2的子集吗? True
print(s1.issubset(s2))
# 超集（父级）
print(s1 > s2) # set1是set2的超集吗? False，s2是s1的超集
print(s1.issuperset(s2))

知识点3：函数

• 必需参数（以正确的顺序传入函数。调用时的数量必须和声明时的一样。类似f(name, age)，传入的时候这样f("liu", 18)）
• 关键字参数（使用关键字参数允许函数调用时参数的顺序与声明时不一致。类似f(name, age)，传入的时候这样f(age=18, name="liu")）
• 缺省参数（调用函数时，缺省参数的值如果没有传入，则被认为是默认值。类似f(name, age = 18)，传入的时候这样f(name="liu")，而age为默认参数）
• 不定长参数（加了星号（*）的变量名会存放所有未命名的变量参数。而加(**)的变量名会存放命名的变量参数，*args会将参数存成元祖，**kwargs会将参数存放成字典）

1、总结四种参数位置优先级：必需参数和关键字参数放最左边，缺省（默认参数）第二位，不定长参数放第三位（**args放在左边，**kwargs参数放在右边）

2、函数注意点：

1. 函数内没有return，默认返回None
2. 如果return多个对象，python会自动帮我们将多个对象封装成元祖返回
3. test(*args)中* 的作用其实就是把序列 args 中的每个元素，当作位置参数传进去。比如上面这个代码，如果 args 等于 (1,2,3) ，那么这个代码就等价于 test(1, 2, 3)
4. test(**kwargs)中** 的作用则是把字典 kwargs 变成关键字参数传递。比如上面这个代码，如果 kwargs 等于 {'a':1,'b':2,'c':3} ，那这个代码就等价于 test(a=1,b=2,c=3)

3、python中的作用域分4种情况：

• L：local，局部作用域，即函数中定义的变量；
• E：enclosing，嵌套的父级函数的局部作用域，即包含此函数的上级函数的局部作用域，但不是全局的；
• G：globa，全局变量，就是模块级别定义的变量；
• B：built-in，系统固定模块里面的变量，比如int, bytearray等。 搜索变量的优先级顺序依次是：局部作用域>外层作用域>当前模块中的全局>python内置作用域，也就是LEGB。

当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字了，当修改的变量是在全局作用域（global作用域）上的，就要使用global先声明一下，而nonlocal关键字是修改嵌套作用域（enclosing作用域，外层非全局作用域）

4、函数小结：

（1）变量查找顺序：LEGB，局部作用域>外层作用域>当前模块中的全局>python内置作用域；

（2）只有模块、类、及函数才能引入新作用域；

（3）对于一个变量，内部作用域先声明就会覆盖外部变量，不声明直接使用，就会使用外部作用域的变量；

（4）内部作用域要修改外部作用域变量的值时，全局变量要使用global关键字，嵌套作用域变量要使用nonlocal关键字。nonlocal是python3新增的关键字，有了这个 关键字，就能完美的实现闭包了。

一个有趣的函数例子：

def outer():
    def inner():
        return 1
    return inner  #返回inner的内存地址
a = outer        #将outer的内存地址赋值了给a
print(a())      #相当于outer()，结果实际上是返回了inner的内存地址
print(a()())    #这里打印了结果1，因为执行了inner，所以返回了1

5、函数的递归

定义：在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

其实函数的递归最典型的就是斐波那契数列（1、1、2、3、5、8.。。），下面是这个的例子

u'''斐波那契数列（1、1、2、3、5、8.。。）'''
#第一种：循环方式实现
def feibo1(n):
    if n <= 1:
        return n
    first_num = 0
    second_num = 1
    for i in range(n-1):
        sum1 = first_num + second_num
        first_num = second_num
        second_num = sum1
    return sum1

#第二种：递归方式实现
def feibo2(n):
    if n <= 1:
        return n
    return feibo2(n-1) + feibo2(n-2)

递归函数的优点:    是定义简单，逻辑清晰。理论上，所有的递归函数都可以写成循环的方式，但循环的逻辑不如递归清晰。

递归特性:

1. 必须有一个明确的结束条件

2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减少

3. 递归效率不高，递归层次过多会导致栈溢出(在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。)

6、重要的内置函数：

1 filter(function, sequence)     对sequence中的item依次执行function(item)，将执行结果为True的item做成一个filter object的迭代器返回。可以看作是过滤函数。

list1 = [1, 2, 3, 4]

def fun(str1):
    if str1 != 3:
        return str1

result = filter(fun, list1)    #主要是过滤作用，返回结果为True的值
print(list(result))    -->结果是[1, 2, 4]

　　2 map(function, sequence)       对sequence中的item依次执行function(item)，将执行结果组成一个map object迭代器返回，当然map也支持多个sequence，这就要求function也支持相应数量的参数输入。

list1 = ["a", "b", "c"]

def fun1(str):
    return str + "test"

result1 = map(fun1, list1)   #注意下面map和filter区别，如果没条件过滤，filter后还是返回本身
result2 = filter(fun1, list1)
print(list(result1))    #结果是['atest', 'btest', 'ctest']
print(list(result2))    #结果是['a', 'b', 'c']

def add1(x,y):    #多个sequence的情况
    return x+y
print (list(map(add1, range(10), range(10))))##[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

　　3 reduce(function, sequence, starting_value)     对sequence中的item顺序迭代调用function，如果有starting_value，还可以作为初始值调用.

from functools import reduce

def fun1(x, y):
    return x*y

result = reduce(fun1, range(1, 6))   # 通过reduce就直接实现了阶乘，注意下，这里reduce的结果就是一个值而不是迭代器
print(result)

　　4 lambda 匿名函数

像上面reduce实现的阶乘，这里通过匿名函数再实现，对比下两者：

from functools import reduce
result = reduce(lambda x, y: x*y, range(1, 6))   #匿名函数的命名规则，用lamdba 关键字标识，冒号（：）左侧表示函数接收的参数（x,y） ,冒号（：）右侧表示函数的返回值（x*y）
print(result)