1.函数调用过程:

函数调用过程又叫压栈的过程：每次调用函数，系统都会在内存的栈区间自动开辟一个临时的内存空间，

用来保存在函数中声明的局部变量(其中形参是也保存在这个区域中的)，

当函数调用结束，这个内存区域会自动销毁(这个内存中存储的数据也会销毁)

2.迭代器(iter)

1) 什么是迭代器

迭代器是python提供的容器型数据类型。 （可变，有序的）-- 不关注

迭代器和之前的列表、字典、集合、元祖等容器不一样，它只能查看元素，而且看一个对于迭代器来说，里面的元素就会少一个

迭代器的值：a.将其他的数据转换成迭代器 b.生成器

迭代器的元素: 任何类型的数据都可以，可以重复

iter1 = iter('abc')
print(iter1)

iter2 = iter([12, 34, 'abc', [1, 2], {'a': 10}, (1, 2), {1, 3}, lambda x: x])
print(iter2)

2) 查 - 获取元素的值

注意: 不管以任何形式获取了迭代器中某个元素的值，这个元素都会从迭代器中消失

a.获取单个元素

next(迭代器)/ 迭代器.next() - 返回容器中最上面的元素

print(next(iter1))
print(next(iter1))
print(next(iter1))

print(next(iter1)) # StopIteration

b.遍历取出迭代器中的每个元素

print('=============')
iter3 = iter('abcdef')
next(iter3)
next(iter3)
for item in iter3:
print(item)

print('=============')

print(next(iter3)) # StopIteration

3) 什么时候使用迭代器：多个数据中，某个或者某些数据使用过了就不需要再保存了，这种数据就可以使用迭代器来保存。

1.什么是生成器

生成器就是迭代器， 但是迭代器不一定是生成器

1）怎么创建生成器

如果函数中有yield关键字，那么这个函数就不再是一个普通的函数。

调用函数不再是执行函数体，获取返回值。而是创建这个函数对应的生成器对象

def nums():
print('============')
print(100)
if False:
yield
return 100

gen1 = nums() # 函数调用表达式nums()才是生成器

2）生成器怎么产生数据

一个生成器能够产生多少个数据，就看执行完生成器对应的函数体会遇到几次yield关键字

生成器是在获取数据的时候才会产生数据，执行生成器对应的函数的函数体，直到遇到yield为止，

将yield后面的数据作为生成器的元素返回，并且会记录这次产生数据函数体结束的位置，下次再产生

数据的时候，会接着上次结束的位置接着往后执行...如果从执行开始到函数结束，没有遇到yield，那么就不会产生数据。

def nums():
print('++++++')
yield 'abc'
print('-------')
yield 100
print('********')
for x in range(5):
yield x

创建一个生成器gen2

gen2 = nums()
print('取第一个值')
print(next(gen2))
print('取第二个值')
print(next(gen2))
print('取第三个值')
print(next(gen2))

def nums2():
index = 0
while True:
yield index
index += 2

gen3 = nums2()
for _ in range(10):
print(next(gen3))

print(next(gen3))
print(next(gen3))

练习: 写一个生产器，能够产生'stuXXXX'的学号， stu0000 ~ stu9999

def stu_num_creater(count, width=0):
for num in range(count):
if width == 0:
width = len(str(count))
num_str = 'stu' + str(num).zfill(width)
yield num_str

creater = stu_num_creater(100, 4)
print(next(creater))
for num in creater:
print(num)

1.生成式

生产式是生成器的另外一种写法（简写）

"""
a.语法1：
生成器变量 = (表达式 for 变量 in 序列) -- 结果是生成器
列表变量 = [表达式 for 变量 in 序列] -- 结果是列表

b.说明: 表达式 - 可以是值、变量、运算表达式、函数调用表达式等，只要不是赋值语句都可以

c.展开
def 函数名():
for 变量 in 序列:
yield 表达式
"""
gen1 = (x*2 for x in range(5))
print(gen1)
for num in gen1:
print(num)

"""
a.语法2：
生成器变量 = (表达式 for 变量 in 序列 if 条件语句)

b.展开
def 函数名():
for 变量 in 序列:
if 条件语句:
yield 表达式
"""
gen2 = (x for x in range(10) if x % 2)

5个 1，3，5，7，9

for num in gen2:
print(num)

gen2 = ((x, x*2) for x in range(10) if x % 2)
for num in gen2:
print(num)

gen2 = ((x, x*2) for x in range(10) if x % 2)
list2 = list(gen2)
print(list2)

next(gen2)

gen2 = ['num%d' % x for x in range(10) if x % 2]
print(gen2)

python中一个py文件就是一个模块

"""
从封装的角度看：
函数是对功能的封装
模块可以通过多个函数对不同的功能进行封装，还可以通过全局变量对数据进行封装
"""

0.模块的分类: 系统模块(内置模块)、第三方库(别人写的)、自定义模块

1.模块的导入

a.import 模块名 / import 模块名 as 新的模块名 --- 可以通过'模块名.'的方式去使用这个模块中所有的全局变量

b.from 模块名 import 全局变量1 as 新名1,全局变量2 as 新名2,... --- 带入指定模块中指定的全局变量，导入后直接使用全局变量

注意: 重命名后，原名不能使用

===========导入方式1===========

import keyword

import random

import math

import test

print(test.test1_a * 3)

test.test1_a = 200

print(test.test1_a)

test.test1_func1()

============导入方式2==========

from random import randint

print(randint(10, 30))

from test import test1_func1, test1_a

test1_func1()

print(test1_a)

============导入模块并重命名==========

import test as TS

print(TS.test1_a)

TS.test1_func1()

b = 'python'

from test import b as t_b, test1_a as t_a

print(b, t_b, t_a)

3.导入模块的原理：当代码执行到import或者from - import的时候，会自动将对应的模块中的代码全部执行一遍

同一个模块导入多次不会执行多次(放心的导入!)

print('++++++++++++++')

import test

import test

from test import test1_a

import test2

print(test1_a, test.test1_func1())

print('++++++++++++++')

print('mudule:', name)
from test2 import yt_sum
print(yt_sum(1, 1))

import PIL
import requests

4.阻止导入： 将需要阻止被别的模块导入的代码放到以下if语句中

"""
if name == 'main':
需要阻止导入的代码段

原理: 每个模块都有一个属于自己的name属性，用来保存当前模块的模块名。默认情况下name的值就模块对应的py文件
的文件名。当我们直接运行某个模块的时候，对应的模块的name会自动变成'main',其他模块是默认值。
"""