Chapter 3

第3章Python进阶

章节主张

第3章Python进阶这一章真正要建立的，不是孤立知识点，而是围绕“迭代器、生成器与装饰器是表达能力升级、环境与工具链先于语法细节、函数与模块是从会写到会组织的分水岭”形成一套能反复练习、能迁移到真实任务里的 Python 学习路径。

中文释读

读第3章Python进阶时，不要只把它当作语法或模块说明书。更有价值的读法，是问自己：这一章解决了我在编程、科学计算或数据分析流程中的哪个瓶颈？

这本书的强项在于把工具、基础语法、科学计算库和案例工作流连成一条线。章节页因此会把原书内容翻译成“知识点 -> 操作动作 -> 易错边界 -> 迁移练习”的学习结构。

本章知识路线

迭代器、生成器与装饰器是表达能力升级环境与工具链先于语法细节函数与模块是从会写到会组织的分水岭

关键论据

函数是Python的核心，能够提高代码的复用率。
为了更好地使用函数，有必要了解函数的一些运行机制和高级用法。
1.参数的传递机制在Python中，函数参数的传递机制跟赋值机制一样，其本质都是共用内存地址，并不会真正复制对象。
引用传递（Call By Reference）模式指的是函数在调用过程中，参数与实际传入的对象共享同一块内存地址。
为了进一步理解引用传递的本质，定义如下函数：对于给定的参数x，该函数返回参数x对应的内存地址。

行动清单

先用最小代码样例跑通本章核心知识点。
把本章知识点接到一个真实小任务上，而不只停留在示例。
记录本章最容易报错的边界条件和调试方式。
复盘：这一章内容如何进入自己的长期 Python 学习系统。

本章图版学习路径

图版按知识点分组，适合拿来做复现、迁移和复盘练习，不只是“看一眼效果”。

第3章Python进阶｜3.1 函数进阶3.1 函数进阶

第3章Python进阶｜3.2 迭代器与生成器3.2 迭代器与生成器

第3章Python进阶｜3.3 装饰器3.3 装饰器

第3章Python进阶｜3.4 上下文管理器与with语句3.4 上下文管理器与with语句

第3章Python进阶｜3.5 变量作用域3.5 变量作用域

第3章Python进阶｜3.6 本章学习笔记3.6 本章学习笔记

源章节深读

3.1 函数进阶

这节解决什么问题：这节要解决的不是背下“3.1 函数进阶”，而是把这个知识点放进真正可运行、可调试、可迁移的 Python 学习流程里。

怎么用到自己的系统：把它写进自己的学习系统：先用最小例子跑通，再把“3.1 函数进阶”迁移到一个实际小任务中，最后记录哪些边界条件最容易报错。

常见错误：常见误区是只记住 API 或代码片段，却没理解 3.1 函数进阶背后的对象模型、输入输出和适用边界。

函数是Python的核心，能够提高代码的复用率。为了更好地使用函数，有必要了解函数的一些运行机制和高级用法。 1.参数的传递机制在Python中，函数参数的传递机制跟赋值机制一样，其本质都是共用内存地址，并不会真正复制对象。这种共享内存的方式叫作引用传递。引用传递（Call By Reference）模式指的是函数在调用过程中，参数与实际传入的对象共享同一块内存地址。为了进一步理解引用传递的本质，定义如下函数：对于给定的参数x，该函数返回参数x对应的内存地址。将该函数作用在数字上：函数f（a）的返回值与a的内存地址是一致的。这表示，当函数f()被调用时，Python并没有将a的值复制一份传给参数x，而是让参数x与a共享了同一块内存。换句话说，x和a是同一个对象。再将函数作用在列表上，得到类似的结论：这种共享同一个对象的机制意味着，可以在函数中修改传入参数的值。例如，定义这样的一个函数，对于参数x，让x[0]变为999，并返回修改后的x：对列表c应用这个函数，Python会先让x指向c所在的内存。由于x和c共享同一个对象，修改x[0]会让c的值相应改变：不过，如果在函数中给参数x赋了一个新值（如另一个列表），根据赋值机制，虽然x指向一个新的内存位置，但原来的变量不会改变： 2.默认参数的传递有默认参数的情况下，Python会在函数定义时预先为默认参数分配内存，每次调用默认参数时，Python会从这个预先分配好的内存地址得到这个默认参数，以避免每次生成一个额外的默认参数。这样做能够节约一定的内存空间，不过也可能会得到一些与直觉不符的结果。例如，考虑这样的函数f，该函数接受一个参数x，该参数的默认值为空列表：如果不给f传递参数，直觉上它应该返回列表[1]。但实际上，由于默认参数的

3.2 迭代器与生成器

这节解决什么问题：这节要解决的不是背下“3.2 迭代器与生成器”，而是把这个知识点放进真正可运行、可调试、可迁移的 Python 学习流程里。

怎么用到自己的系统：把它写进自己的学习系统：先用最小例子跑通，再把“3.2 迭代器与生成器”迁移到一个实际小任务中，最后记录哪些边界条件最容易报错。

常见错误：常见误区是只记住 API 或代码片段，却没理解 3.2 迭代器与生成器背后的对象模型、输入输出和适用边界。

迭代器与生成器是Python中for循环机制的重要组成部分，了解迭代器与生成器的原理，能帮助读者更好地理解for循环背后的实现原理。 1.迭代器的规则 Python中的容器类型通常包含一个迭代器（Iterator）来帮助它们支持for循环的操作。这些容器类型需要实现一个.__iter__()方法返回相应的迭代器：拥有迭代器方法的对象也被称为一个可迭代对象（Iterable Object）。常见的容器类型（如列表、集合、字典、元组等）都有一个对应的迭代器：迭代器对象支持.__next__()方法，.__next__()方法返回容器中被迭代到的下一个元素。例如，对于列表的迭代器对象：第一次调用.__next__()方法时，返回第一个元素2：再次调用.__next__()方法时，返回可迭代对象的下一个元素：也可以调用Python自带的next()函数来获得可迭代对象的下一个元素： Python 2与Python 3的区别之迭代器的.__next__()方法：Python 2中，迭代器的下一个元素使用.next()方法调用；Python 3中，迭代器则改用.__next__()方法获取下一个元素。迭代器是一种一次性消费品，迭代完最后一个元素后，调用.__next__()方法不会回到开头，而是抛出一个StopIteration异常： for循环的运作正是利用了迭代器的这种性质。循环一个容器类型时，Python首先使用它的.__iter__()方法得到它的迭代器，然后不断调用迭代器的.__next__()方法，在抛出StopIteration异常后停止循环。迭代器对象本身也有一个.__iter__()方法，这个方法必须返回迭代器本身：在Python中，有一些函数返回的结果是迭代器对

3.3 装饰器

这节解决什么问题：这节要解决的不是背下“3.3 装饰器”，而是把这个知识点放进真正可运行、可调试、可迁移的 Python 学习流程里。

怎么用到自己的系统：把它写进自己的学习系统：先用最小例子跑通，再把“3.3 装饰器”迁移到一个实际小任务中，最后记录哪些边界条件最容易报错。

常见错误：常见误区是只记住 API 或代码片段，却没理解 3.3 装饰器背后的对象模型、输入输出和适用边界。

装饰器是一种输出另一个函数的函数，了解装饰器的调用与生成机制，能够帮助读者更好地理解和使用函数的高级功能。在介绍装饰器之前，需要先回顾函数的一些基本性质。在Python中，函数本身就是一个对象：函数可以作为一个参数传给另一个函数：假设有这样一个函数add()：在调试一个复杂程序时，可能会希望在调用函数时，打印一条相关信息，以说明哪个函数被调用了。最简单的做法是在函数中直接加上一条print()函数的语句：不过，除了add()函数，其他的函数都有这样的需求，在每个函数里都加上一行print()函数显得比较麻烦。为此，对于这类公共的功能，可以考虑使用一个公共函数，该函数接受一个函数作为参数，并打印出这个函数相关的信息，最后返回这个函数本身。函数的名字可以通过函数的.__name__属性获得：利用.__name__属性，这个公共函数定义如下：调用时，可以用loud（add）（1，2）代替add（1，2）：换一个系统自带函数作为参数，比如len()函数：不过，这样的定义方式并不完全符合要求，因为这个语句其实是在调用loud（add）的时候打印出来的，并不是调用add()函数本身：函数add()并没有接受参数，但信息还是被显示了。为了解决这个问题，可以利用高阶函数的特性，在函数中定义新函数，并将打印信息的功能放到一个内部函数中：如果只是调用loud_info（add）而不传入参数，并不会打印相关信息：传入参数时，打印信息：在Python中，像loud_info()这种为接受函数作为参数，为函数添加新特性的函数，一般称为装饰器（Decorator）。在实际应用中，把函数f的每个调用都改成loud_info（f）显得不是很方便。为此，Python提供了“@”符号来简化装饰器的使

3.4 上下文管理器与with语句

这节解决什么问题：这节要解决的不是背下“3.4 上下文管理器与with语句”，而是把这个知识点放进真正可运行、可调试、可迁移的 Python 学习流程里。

怎么用到自己的系统：把它写进自己的学习系统：先用最小例子跑通，再把“3.4 上下文管理器与with语句”迁移到一个实际小任务中，最后记录哪些边界条件最容易报错。

常见错误：常见误区是只记住 API 或代码片段，却没理解 3.4 上下文管理器与with语句背后的对象模型、输入输出和适用边界。

读者在阅读Python代码时，有时会遇到类似with开头的语句，特别是在文件读写的情况下。with语句对应于Python中的上下文管理器机制，通常用于资源的读取与释放。在文件读写时，如果一个文件被打开，且未被正常关闭，可能会出现一些意想不到的结果。写入文件时，如果文件没有被正常关闭，会导致某些内容没有来得及写入的情况。例如，用一个循环向文件中写入数据：当i循环到500的时候抛出了一个ZeroDivisionError异常，程序中断，上一行应该执行了写入“line 500”的操作，但打开文件可能会发现不符合预期的结果。对于上面的情况，可以采用try块的方式，在finally中确保文件f被正确关闭： finally能够保证f.close()都会被正常执行。打开文件会发现，文件的结尾保存的是正常的结果：不仅仅是文件，在Python处理各种资源时，都可能会遇到这样的问题，这些资源包括文件、线程、数据库、网络连接等。资源使用的问题十分常见，都使用try块处理显得不够简洁。为此，Python提供了上下文管理器的机制来解决这个问题，它通常与关键字with一起使用。对于上面的例子，用with语句调用的方式为：这与使用try块的效果相同，但是简洁了许多。 1.基本形式和with语句 with语句的基本用法如下：其中，<expression>是一个上下文管理器。上下文管理器（Context Manager）是一个实现了.__enter__()方法和.__exit__()方法的对象。文件对象包含这两个方法，所以是一个合法的上下文管理器，可以用在with语句中：在with语句中，上下文管理器的.__enter__()方法会在<statements>执行前执行，而.__exit__()方法会在<state

3.5 变量作用域

这节解决什么问题：这节要解决的不是背下“3.5 变量作用域”，而是把这个知识点放进真正可运行、可调试、可迁移的 Python 学习流程里。

怎么用到自己的系统：把它写进自己的学习系统：先用最小例子跑通，再把“3.5 变量作用域”迁移到一个实际小任务中，最后记录哪些边界条件最容易报错。

常见错误：常见误区是只记住 API 或代码片段，却没理解 3.5 变量作用域背后的对象模型、输入输出和适用边界。

函数外部定义的变量可以在函数里面使用、修改和重新赋值，这涉及Python中变量作用域的问题。变量作用域（Variable Scope）是指变量的有效生存空间。在函数中，Python会按照以下顺序，在各个作用域的命名空间中寻找变量： ●函数局部作用域（Local Function Scope）。 ●闭包作用域（Enclosing Scope）。 ●全局作用域（Global Scope）。 ●内置作用域（Built-in Scope）。如果有重名的变量，局部作用域优先于闭包作用域，闭包作用域优先于全局作用域，全局作用域优先于内置作用域。函数局部作用域是函数内部的作用域，例如：在这个foo()函数中，所有的变量都在这个函数的局部作用域中。函数局部作用域中的变量离开了这个函数就不起作用了，因此，不能在函数外面调用foo()函数里面的变量c。全局作用域指的是函数外面所定义的变量，例如：变量c在全局作用域定义，在foo()函数里被使用。对于一个全局变量，如果在函数内部对它重新赋值，它会被认为是一个局部变量：在这个例子中，函数中的c是一个局部变量，它与全局中的变量c不同，也不会影响全局变量c的值。如果想在函数中对全局变量重新赋值，可以使用关键字global。例如，在函数中加入global c：加了global关键词之后，c的值在foo()中被改变了，所以现在c的值是2。如果不加global，Python会在局部作用域中定义变量c，全局的c仍然是1：在Python中，只要变量被使用了，它的值就会存在于当前的作用域而不会消失，即使变量在循环语句或者判断语句中定义。例如，执行这个循环之后：当前的作用域中会存在： ●变量i，值为9，因为for循环最后一个迭代的值是9。 ●变量j，值为Tr

3.6 本章学习笔记

这节解决什么问题：这节要解决的不是背下“3.6 本章学习笔记”，而是把这个知识点放进真正可运行、可调试、可迁移的 Python 学习流程里。

怎么用到自己的系统：把它写进自己的学习系统：先用最小例子跑通，再把“3.6 本章学习笔记”迁移到一个实际小任务中，最后记录哪些边界条件最容易报错。

常见错误：常见误区是只记住 API 或代码片段，却没理解 3.6 本章学习笔记背后的对象模型、输入输出和适用边界。

本章对Python的一些进阶用法进行了介绍。掌握Python的进阶用法可以帮助读者更好地理解代码，提高Python编程的能力和水平。学完本章，读者应该做到： ●知道函数作为对象、作为参数、作为返回值的一些用法。 ●掌握函数map()和filter()以及Lambda表达式的使用。 ●知道并掌握迭代器和生成器的原理和使用。 ●知道并掌握装饰器的原理和使用。 ●知道上下文管理器的原理和构造，掌握with语句的使用。 ●知道各个作用域的概念，并掌握变量在不同作用域下的使用逻辑。 1.本章新术语本章涉及的新术语见表3-1。表3-1 本章涉及的新术语 2.本章新函数本章涉及的新函数见表3-2。表3-2 本章涉及的新函数 3.本章Python 2与Python 3的区别本章涉及的Python 2与Python 3的区别见表3-3。表3-3 本章涉及的Python 2与Python 3的区别

辨析题：如果你只会照抄第3章Python进阶里的例子，却无法换一个输入自己写出来，真正缺的是什么？

多数时候缺的不是记忆，而是对象模型、输入输出边界和操作顺序的理解。把知识点换到新输入上依然能运行，才算真的进入了自己的系统。