小括号、中括号名字
()函数调用符
[] 索引调用符
函数的注释：
官方推荐： 查看注释 ：funcming.__doc__ funcming.__name__
def func(name, age, sex): #形参
print(name,age,sex)
info = func(name, age，sex)
实参的形参位置必须一一对应
def func(name, age, sex='男'): #混合型参
print(name,age,sex)
info = func(name, age，sex)
实参的形参位置必须一一对应
实参可以是三个也可以是两个，当是三个的时候会覆盖sex='男'的值,并传递到函数内执行
当实参是两个的时候，sex='男'的值不会被改变
def func(name, age, sex):
print(name,age,sex)
info = func(name, age，sex)
print（name，age，sex='男'） #混合实参
实参sex='男' 会传递给形参sex
这种情况，实参的形参位置必须一
args和kwarga 是可以更换的，但是程序员约定都用它
用途：在不明确接受参数，数量时使用*args和**kwargs
动态位置参数>动态关键字参数
形参：位置>动态位置>默认位置>动态默认参数
实参：位置>关键字参数
在实参调用的时候*将可迭代的对象打散，字典是将键取出
在形参处出现*就是聚合
在实参调用**就是将字典打散成 关键字（键 = 值）
在形参处出现**就是将关键字参数聚合成一个字典
在一个局部空间内，nonlocal还修改离他最近的变量，如果上一层没有就继续向上找，直到找到局部变量顶层，如果局部空间中没有就报错
global：在局部修改全局变量，如果没有就创建一个新的
3.空间名称
命名空间一共分为三种：
全局命名空间
局部命名空间
内置命名空间
*内置命名空间中存放了python解释器为我们提供的名字：input,print,str,list,tuple...它们都是我们熟悉的，拿过来就可以用的方法。
三种命名空间之间的加载与取值顺序：
加载顺序：内置命名空间(程序运行前加载)->全局命名空间(程序运行中：从上到下加载)->局部命名空间(程序运行中：调用时才加载)
取值顺序：
在局部调用：局部命名空间->全局命名空间->内置命名空间
在全局调用：全局命名空间->内置命名空间
综上所述，在找寻变量时，从小范围，一层一层到大范围去找寻。
作用域
作用域就是作用范围，按照生效范围可以分为全局作用域和局部作用域。
全局作用域：包含内置名称空间、全局名称空间，在整个文件的任意位置都能被引用、全局有效
局部作用域：局部名称空间，只能在局部范围内生效
global关键字，nonlocal关键字。
global：
1，声明一个全局变量。
global （声明）我要修改，找到要修改的值，修改 在局部修改全局
2，在局部作用域想要对全局作用域的全局变量进行修改时，需要用到 global(限于字符串，数字)。
dic = {'a':'b'}
li.append('a')
dic['q'] = 'g'
print(dic)
print(li)
change()
print(li)
print(dic)
nonlocal:
1，不能修改全局变量。
2，在局部作用域中，对父级作用域（或者更外层作用域非全局作用域）的变量进行引用和修改，并且引用的哪层，从那层及以下此变量全部发生改变。
b = 42
def do_global():
b = 10
print(b)
def dd_nonlocal():
nonlocal b
b = b + 20
print(b)
dd_nonlocal()
print(b)
do_global()
print(b)
add_b()
函数名本质上就是函数的内存地址。
1.可以被引用
可以被引用2.可以被当作容器类型的元素
可以当做容器类型的元素3.可以当作函数的参数和返回值
可以当做函数的参数和返回值 第一类对象的概念*不明白？那就记住一句话，就当普通变量用
五，闭包
def func():
name = '太白金星'
def inner():
print(name)
# 1.一个嵌套函数
# 在嵌套函数的内部函数使用外部(非全局的变量)
# 满足以上两条就是闭包
# python中闭包,会进行内存驻留, 普通函数执行完后就销毁了
# 全局里存放会有污染和不安全的现象
# 面试必问,装饰器 -- 装饰器的本质就是闭包
# 闭包有个弊端:会出现内存泄漏
# def wrapper():
# a = 10
# def inner():
# print(a)
# # print(inner.__closure__) # 不是None 就是闭包
# inner()
# wrapper()
生成器
生成器本质是一个迭代器
生成器一定是迭代器，迭代器不一定是一个生成器
生成器是可以让程序员自己定义的一个迭代器
生成器的好处，节省内存空间
生成器的特性一次性的，惰性机制，从上向下
send相当于next+传值，第一次触发商城器的时候，第一次使用生成器的时候使用send里面的值必须是None
一般建议使用__next__
python 2 iter() next()
python 3 iter() next() __iter__( ) __next__()
# def f():
# def a():
# def b():
# def c():
# return '哈撒给!'
# return c()
# return b()
# return a()
# print(f())
# for i in range(3):
# def func(x):
# print(x*i)
# func(2) # 0 2 4
# li = [] # [func,func,func]
# for i in range(3):
# def func(x):
# print(x*i)
# li.append(func)
#
# for func in li: # [func,func,func]
# func(2)
#结果： 4 4