闭包函数

def f1():
    x = 10
    def f2():
        print(x)  # 10
        
x = 1000
f1()  # 10
print(x)  # 1000

def f1():
    x = 10
    def f2():
        print(x)  # 10
    return f2

f = f1()  # f2

f()  # f2()

• 把函数和变量一起打包拿出去了

def f1(x):
    def f2():
        print(x)  # 10
    return f2

f3 = f1(10)  # f2
f3()  # f2()  # 10
f3()  # 10
f3()  # 10

f4 = f1(5)
f4()  # 5
f4()  # 5

装饰器

• 不改变函数体代码，并且不改变函数调用方式，它本质就是一个函数

def f1(x):
    def f2():
        print(x)  # 10
    return f2

f2 = f1()
f2()  # f2()

• 完善装饰器

def login_deco(func):
    def wrapper(*args,**kwargs):
        login_judge = login()
        if login_judge:
            res = func(*args,**kwargs)
            return res
    return wrapper

@login_deco
def shopping():
    pass

# shopping = deco(shopping)
# shopping()

三层装饰器

def sanceng(x,y):
    def login_deco(func):
        print(x,y)
        def wrapper(*args,**kwargs):
            login_judge = login()
            if login_judge:
                res = func(*args,**kwargs)
                return res
        return wrapper
   return login_deco

@sanceng(10,20)
def shopping():
    pass

day20
# shopping = login_deco(shopping)
# shopping()

迭代器

1. 可迭代对象：具有iter方法的对象（Python中一切皆对象）
2. 迭代器对对象：具有iter和next方法

• 迭代器对象一定是可迭代对象，可迭代对象不一定是迭代器对象（f）

三元表达式

列表推导式

字典生成式

生成器表达式

生成器

自定义的迭代器，函数内部使用yield关键，有yield关键字的函数只要调用，这个调用后的函数就是生成器

• yield：接收函数返回值，但是会继续执行函数体代码
• return：接收函数返回值，但是会终止函数

def f1():
    yield 1
    
g = f1()  # 变成生成器

for i in g:
    print(i)  # 1

递归

递归本质上就是函数调用函数本身，必须得有结束条件，并且在递归的过程中，问题的规模必须都不断缩小

二分搜索

def find_num(num,lis):

    if len(lis) == 1 and lis[0] != num:
        print('没找到')
        return

    mid_ind = int(len(lis) / 2)  # 中间索引
    mid_num = lis[mid_ind]  # 中间值

    if num < mid_num:
        lis = lis[:mid_ind]
        find_num(num,lis)
    elif num > mid_num:
        lis = lis[mid_ind + 1:]
        find_num(num, lis)
    else:
        print('find')

lis = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
find_num(20,lis)

匿名函数

lamdbda 参数 : 逻辑代码

• 匿名函数使用一次就失效了，一般不单独使用，与max最大值/min最小值/sorted排序/map映射/filter过滤 连用

max(dic,key=lambda name: dic[name])
max(dic)

max(lis/se/tup)

• 内置函数（有空看一看，没空抄一抄）

面向过程编程

类似于工厂的流水线，机械式的一步一步完成一个项目，把完成步骤具体细分，这样步骤与步骤之间互不干涉

缺点：扩展性差，只要有一个步骤断了，项目就崩溃了
优点：清晰优雅

函数高级小结

原文：https://www.cnblogs.com/nickchen121/p/11106249.html