（三）函数也是对象，内存底层分析
Python中一切皆是对象，实际上，执行def定义函数后，系统就创建了相应的函数对象。
def print_star(n):
print("*"*n)
print(print_star)
print(id(print_star))
c = print_star
c(10)
当上面的代码执行def时，系统中就会创建函数对象，并通过print_star这个变量进行引用。当执行c=print_star后，显然将print_star变量的值赋值给了变量c，内存图如下：
Python中，圆括号意味着调用函数，在没有圆括号的情况下，Python会把函数当作普通对象。
# 如下操作也可以，但是没有必要
zhengshu = int
zhengshu("234")（四）变量的作用域（全局变量和局部变量）
变量起作用的范围叫做变量的作用域，不同的作用域内同名变量之间互不影响。
全局变量
- 在函数和类定义之外声明的变量。作用域为定义的模块，从定义位置开始直到模块结束。
- 全局变量降低了函数的通用性和可靠性，应该尽量避免全局变量的使用。
- 全局变量一般当作常量使用
- 函数内要改变全局变量的值，使用
global声明一下
局部变量
- 在函数体中（包含形式参数）声明的变量
- 局部变量的引用比全局变量快，优先考虑使用
- 如果局部变量和全局变量同名，则在函数内隐藏全局变量，只使用同名的局部变量【so 要用
global声明】
相关测试
【操作1】全局变量的作用域测试
a = 100
def f1():
global a
print(a)
a = 200
f1()
print(a)
【操作2】全局变量和局部变量的同名测试
a = 100
def f1():
a = 1
print(a)
f1()
print(a)
【操作3】输出局部变量和全局变量
# 返回所有局部变量
locals()
# 返回所有全局变量
globals()a = 100
def f1(a,b,c):
print(a,b,c)
print(locals())
print("#"*20)
print(globals())
f1(1,2,3)
注意：局部变量的查询和访问速度比全局变量快，优先考虑使用，尤其是在循环的时候。在特别强调效率的地方或者循环次数较多的地方，可以通过将全局变量转化为局部变量提高运行速度。
（五）参数的传递
- 函数的参数传递本质上就是：
从实参到形参的赋值操作Python 中“一切皆对象”， 所有的赋值操作都是“引用的赋值”。所以，Python 中参数的传递都是“引用传递”，不是“值传递”。具体操作时分为两类：
- 对“可变对象”进行“写操作”，直接作用于原对象本身。
- 对“不可变对象”进行“写操作”，会产生一个新的“对象空间”，并用新的值填充这块空间。（起到其他语言的“值传递”效果，但不是“值传递”）
可变对象有： 字典、列表、集合、自定义的对象等
不可变对象有： 数字、字符串、元组、function 等
传递可变对象的引用
在函数体中不创建新的对象拷贝，而是可以直接直接修改所传递的对象。
【操作】参数传递：传递可变对象的引用
b = [10,20]
def f2(m):
print("M:",id(m))
m.append(30)
f2(b)
print("b:",id(b))
print(b)
在堆空间分配有[10,20]，在栈空间为b分配内存，b指向[10,20]。在f2执行的时候在栈区建立栈帧（stack frame），其中局部变量m和b指向同一片内存空间，由于[10,20]是可变对象，所以append(30)同样也是对原对象进行操作。
传递不可变对象的引用
传递参数是不可变对象（例如：int、float、字符串、元组、布尔值），实际传递的还是对象的引用。在”赋值操作”时，由于不可变对象无法修改，系统会新创建一个对象。
【操作】参数传递：传递不可变对象的引用
a = 100
def f1(n):
print("n:",id(n))
n = n+200
print("n:",id(n))
print(n)
f1(a)
print("a:",id(a))
在n被赋值后，由于a是不可变对象，因此创建新的对象n。n是局部变量只在函数内部有效，在外部仍然是之前的n存在。
（六）浅拷贝和深拷贝
浅拷贝：不拷贝子对象的内容，只是拷贝子对象的引用。copy() 深拷贝：会连子对象的内存也全部拷贝一份，对子对象的修改不会影响源对象。deepcopy()
【操作】测试浅拷贝和深拷贝
import copy
def testcopy():
'''test copy'''
a = [1,2,[5,6]]
b = copy.copy(a)
print("a:",a)
print("b:",b)
b.append(30)
b[2].append(7)
print("浅拷贝......")
print("a:",a)
print("b:",b)
testcopy()
import copy
def testcopy():
'''test deepcopy'''
a = [1,2,[5,6]]
b = copy.deepcopy(a)
print("a:",a)
print("b:",b)
b.append(30)
b[2].append(7)
print("浅拷贝......")
print("a:",a)
print("b:",b)
testcopy()
传递不可变对象包含的子对象是可变的情况
传递不可变对象时，不可变对象里面包含的子对象是可变的 。则方法内修改了这个可变对象，源对象也发生了变化。
a = (10,20,[5,6])
print("a:",id(a))
def test01(m):
print("m:",id(m))
m[2][0] = 888
print(m)
print("m:",id(m))
test01(a)
print(a)
（七）参数的类型（4种）
1. 位置参数
函数调用时，实参默认按位置顺序传递，需要个数和形参匹配。按位置传递的参数，称为位置参数。
2. 默认值参数
为某些参数设定默认值，这样这些参数在传递时就是可选的。默认值参数必须放在最后。
3. 命名参数
可以按照形参的名称传递参数，也称关键字参数。
4. 可变参数（可变数量的参数）
-
*param：将多个参数收集到一个“元组”对象中 -
**param：将多个参数收集到一个“字典”对象中
def f1(a,b,*c):
print(a,b,c)
f1(8,9,19,20)
def f2(a,b,**c):
print(a,b,c)
f2(8,9,name='gaoqi',age=18)
def f3(a,b,*c,**d):
print(a,b,c,d)
f3(8,9,20,30,name='gaoqi',age=18)
强制命名参数
在带星号的“可变参数”后面新增加的参数，必须在调用的时候“强制命名参数”。
def f1(*a,b,c):
print(a,b,c)
#f1(2,3,4) #会报错。由于 a 是可变参数，将 2,3,4 全部收集。造成 b 和 c 没有赋值。
f1(2,b=3,c=4）（八）lambda表达式和匿名函数
- lambda表达式可以用来声明匿名函数。lambda 函数是一种简单的、在同一行中定义函数的方法。
- lambda 函数实际生成了一个函数对象。
- lambda 表达式只允许包含一个表达式，不能包含复杂语句，该表达式的计算结果就是函数的返回值。
- lambda 表达式的基本语法如下：
lambda arg1,arg2,arg3... : <表达式>
arg1/arg2/arg3 为函数的参数。
<表达式>相当于函数体。
运算结果是：表达式的运算结果。f = lambda a,b,c:a+b+c
print(f)
print(f(2,3,4))
# 还作为列表的元素存在
g = [lambda a:a*2,lambda b:b*3,lambda c:c*4]
print(g[0](2),g[1](3),g[2](4))
（九）eval（)函数用法
- 功能：将字符串 str 当成有效的表达式来求值并返回计算结果。
eval（source[, globals[, locals]]) -> value
source：一个 Python 表达式或函数
compile()返回的代码对象
globals：可选。必须是 dictionary
locals：可选。任意映射对象s = "print('abcdf')"
eval（s)
a = 10
b = 20
eval（"print(a+b)")
eval 函数会将字符串当做语句来执行，因此会被注入安全隐患。比如：字符串中含有删除文件的语句。那就麻烦大了。因此，使用时候，要慎重！！！
dict1 = dict(a=100,b=200)
d = eval（"a+b",dict1)
print(d)（十）递归函数
- 递归函数指的是：自己调用自己的函数，在函数体内部直接或间接的自己调用自己。递归类 似于大家中学数学学习过的“数学归纳法”。
- 每个递归函数必须包含两个部分： 1. 终止条件 表示递归什么时候结束。一般用于返回值，不再调用自己。 2. 递归步骤 把第 n 步的值和第 n-1 步相关联。 递归函数由于会创建大量的函数对象、过量的消耗内存和运算能力。在处理大量数据时，谨慎使用
