内容概要：
一、递归
二、匿名函数
三、关于python中的深浅拷贝与赋值
| 一、递归 |
递归就是函数本身调用自己，直到满足指定条件之后一层层退出函数
递归特性:
- 必须有一个明确的结束条件
- 每次进入更深一层递归时，问题规模相比上次递归都应有所减少
- 递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）
示列1：求10！的值。
#方法一递归实现
#/usr/bin/env python
# -*- coding:utf-8 -*-
#Author:W-D
def sumn(n):
if n<=2:#递归结束条件
return n
else:
return (n * sumn(n-1))#调用函数本身
print(sumn(10))
结果：
3628800 方法二：for循环实现
a=1
for i in range(1,11):
a=a*i
print(a)
结果：
3628800
示列二：使用递归的方式来生成斐波那契数列（斐波那契数列就是前面给两个数相加得到后面一个数，依次往后）
#/usr/bin/env python
# -*- coding:utf-8 -*-
#Author:W-D
def feola(n1,n2):
n3=n1+n2
if n1>500:#结束条件为数大于500
return
print("{}".format(n1))#打印值
feola(n2,n3)#自身调用
feola(0,1)
结果：
0
1
1
2
3
5
8
13
21
34
55
89
144
233
377
| 二、匿名函数lambda |
匿名函数，顾名思义就是不需要显示的定义函数名的函数，但是在语法上受限于一个表达式。
语法：
函数名=lambda 参数：代码
示列：
#/usr/bin/env python
# -*- coding:utf-8 -*-
#Author:W-D
f=lambda x,y:x+y#匿名函数表达式
print(f(3,2))#调用
结果：
5 #换个姿势用普通方式定义
def my_add(x,y):
return x+y
print(my_add(3,2))#调用
结果：
5
| 三、关于python中的深浅拷贝与赋值 |
说明：
1.赋值：将一个变量的值赋给另一个变量（例如，name1=“WD” name2=name1，将name1的值赋给name2）
2.浅拷贝：copy模块中的copy方法
如：
#/usr/bin/env python
# -*- coding:utf-8 -*-
#Author:W-D
import copy
a=1
b=copy.copy(a)
print(a,b)
结果：
1 1
浅copy
3.深度拷贝：copy模块中的deepcopy方法
如：
#/usr/bin/env python
# -*- coding:utf-8 -*-
#Author:W-D
import copy
a=1
b=copy.deepcopy(a)
print(a,b)
结果：
1 1
深copy
4.查看变量使用的内存地址使用id的方法
如：
#/usr/bin/env python
# -*- coding:utf-8 -*-
#Author:W-D
a="WD"
print(id(a))
结果：
7578824
区别比较：
在python中不同的数据类型的赋值、深浅拷贝结果不通，为此需要区别对待，同时为了方便验证，我们在交互模式下测试，测试环境python3.5.2.
1.数字类型
>>> a=1
>>> b=a#赋值
>>> id(a),id(b)
(1855455696, 1855455696)#内存地址一样
>>> a=2#改变初始值
>>> id(a),id(b)
(1855455728, 1855455696)
>>> a,b
(2, 1)#不会影响赋值以后的值
>>> c=3
>>> import copy
>>> d=copy.copy(c)#浅拷贝
>>> id(c),id(d)
(1855455760, 1855455760)#内存地址一样
>>> c=6
>>> id(c),id(d)
(1855455856, 1855455760)#同赋值
>>> c,d
(6, 3)
>>> d=copy.deepcopy(c)#深度拷贝
>>> id(c),id(d)
(1855455856, 1855455856)#内存地址一样
>>> c=5
>>> id(c),id(d)
(1855455824, 1855455856)#修改不影响初始值
>>>
结果分析：对于数字类型，无论是赋值还是深浅拷贝，赋值或拷贝以后内存地址都一样，修改拷贝前的值，会重新分配一个新的内存地址，并不影响拷贝后的值。
2.字符串
>>> a="name"
>>> b=a
>>> id(a),id(b)
(3447696, 3447696)#内存地址相同
>>> a="WD"
>>> id(a),id(b)
(8140144, 3447696)#同数字，改变a，只改变了a的地址，b没有影响，内存地址不变
>>> del a,b
>>> a="name"
>>> import copy
>>> b=copy.copy(a)
>>> id(a),id(b)
(3447696, 3447696)
>>> a="alex"
>>> id(a),id(b)
(8140032, 3447696)#同上
>>> del a,b
>>> a="jack"
>>> b=copy.deepcopy(a)#同上
>>> id(a),id(b)
(8140032, 8140032)
>>> a="flask"
>>> id(a),id(b)
(8140200, 8140032)
结果分析：字符串类型和数字类型结果一样，改变a的值，会重新分配内存地址，并不影响b的值
3.列表
>>> a=[1,2,3,[4,5,6]]
>>> b=a
>>> id(a),id(b)
(10695880, 10695880)#内存地址相同
>>> a=['a','b','c']
>>> id(a),id(b)
(10695944, 10695880)#改变a整个列表，结果和数字、字符串一样
>>> a,b
(['a', 'b', 'c'], [1, 2, 3, [4, 5, 6]])
>>> del a,b
>>> a=[1,2,3,[7,8,9]]
>>> b=a
>>> id(a),id(b)
(10696520, 10696520)
>>> a[0]="N"#改变列表中的元素的值
>>> id(a),id(b)
(10696520, 10696520)#内存地址没有改变
>>> a,b
(['N', 2, 3, [7, 8, 9]], ['N', 2, 3, [7, 8, 9]])#影响了b的值
>>> a[3][1]="A"
>>> id(a),id(b)
(10696520, 10696520)
>>> a,b
(['N', 2, 3, [7, 'A', 9]], ['N', 2, 3, [7, 'A', 9]])
赋值操作
结果分析：列表的赋值操作如果对于改变整个列表而言，结果和字符串、数字类型相同，但是如果修改列表中某个元素，在示列中修改了a列表中元素，导致了b列表也改变了。这是因为在python中，列表下标存储的是数值的内存地址，而不是值本身，当我们修改整个列表的时候改变了最外层内存地址，这时候情况也相当于数字和字符串。当我们修改了下标的值的时候，其内存地址也发生了变化，而最外层的内存地址没有发生变化，列表a和b同时指向同一个内存地址，此时修改a列表中元素的值，也相当于修改了b列表，这中情况可以理解为linux中的别名。
>>> import copy
>>> a=[1,2,3,[4,5,6]]
>>> b=copy.copy(a)#浅拷贝
>>> id(a),id(b)
(17628744, 10894536)#外层地址不通
>>> a[0]="A"
>>> a
['A', 2, 3, [4, 5, 6]]
>>> b
[1, 2, 3, [4, 5, 6]]
>>> id(a[3]),id(b[3])
(17671944, 17671944)#第二层地址相同
>>> a[3]="name"#改变整个第二层值
>>> a
['A', 2, 3, 'name']
>>> b
[1, 2, 3, [4, 5, 6]]
>>> id(a[3]),id(b[3])
(6200208, 17671944)#只影响a
>>> del a,b
>>> a=[1,2,3,[4,5,6]]
>>> b=copy.copy(a)
>>> id(a[3][0]),id(b[3][0])
(1520960048, 1520960048)
>>> a[3][0]="WD"
>>> id(a[3][0]),id(b[3][0])#修改第二层中的列表，可见两个内存地址都变了，也就是说b中的值也变了
(10888392, 10888392)
>>> a
[1, 2, 3, ['WD', 5, 6]]
>>> b
[1, 2, 3, ['WD', 5, 6]]
>>>
浅copy
结果分析：浅copy，只对外层内存地址做拷贝，拷贝之后的两个列表内存地址不同，两个变量的第二层内存地址相同，修改整个第二层对拷贝后的变量无影响，但修改第二层中的元素的值，会影响拷贝后的值，从内存地址上看就很清晰了。
>>> import copy
>>> a=[1,2,3,[4,5,6]]
>>> b=copy.deepcopy(a)#深copy
>>> id(a),id(b)
(11337288, 11380360)#外层内存地址不同
>>> id(a[3][0]),id(b[3][0])
(1520960048, 1520960048)#内存元素地址相同
>>> a[3][0]="WD"#改变a
>>> a
[1, 2, 3, ['WD', 5, 6]]
>>> b
[1, 2, 3, [4, 5, 6]]
>>> id(a[3][0]),id(b[3][0])#不想影响b
(10954040, 1520960048)
深copy（deepcopy）
结果分析：深copy，只对外层内存地址做拷贝，内层地址相同，但是不通的是改变内层中元素的值，并不影响拷贝后的变量，相当于两份独立的数据。
>>> a=[1,2,3,[4,5,6]]
>>> b=a.copy()
>>> id(a),id(b)
(17249480, 17249608)
>>> a[3][0]="WD"
>>> id(a[3][0]),id(b[3][0])
(17245552, 17245552)
>>> a
[1, 2, 3, ['WD', 5, 6]]
>>> b
[1, 2, 3, ['WD', 5, 6]]
list中的copy方法
结果分析：从结果上看，list中的列表方法也是浅copy。
4.字典
>>> a={'name':'wd','age':22,'msg':{'sex':'man','like':'python'}}
>>> b=a
>>> id(a),id(b)
(6668040, 6668040)
>>> id(a['msg']['sex']),id(b['msg']['sex'])
(7087752, 7087752)
>>> a['msg']['sex']='boy'
>>> id(a['msg']['sex']),id(b['msg']['sex'])
(7087976, 7087976)
>>> a
{'msg': {'sex': 'boy', 'like': 'python'}, 'age': 22, 'name': 'wd'}
>>> b
{'msg': {'sex': 'boy', 'like': 'python'}, 'age': 22, 'name': 'wd'}
>>> a['msg']="alex"
>>> id(a['msg']),id(b['msg'])#和列表不同修改内层整个变量，也会影响b
(7087920, 7087920)
>>> a
{'msg': 'alex', 'age': 22, 'name': 'wd'}
>>> b
{'msg': 'alex', 'age': 22, 'name': 'wd'}
赋值操作
结果分析：字典的赋值操作和列表一样，无论修改外层元素还是内层元素，结果都一样，等同于别名。
>>> a={'k1':1,'k2':2,'k3':{'name':'wd'}}
>>> import copy
>>> b=copy.copy(a)#浅copy
>>> id(a),id(b)
(6799112, 7224648)
>>> id(a['k2']),id(b['k2']#第二层内存地址相同
(1509229040, 1509229040)
>>> id(a['k1']),id(b['k1'])
(1509229008, 1509229008)
>>> a['k1']='AA'#修改第二层整个变量只会影响a
>>> id(a['k1']),id(b['k1'])
(7218656, 1509229008)
>>> a
{'k1': 'AA', 'k3': {'name': 'wd'}, 'k2': 2}
>>> b
{'k1': 1, 'k3': {'name': 'wd'}, 'k2': 2}
>>> id(a['k3']['name']),id(b['k3']['name'])#第二层内存地址相同
(7218600, 7218600)
>>> a['k3']['name']='alex'
>>> id(a['k3']['name']),id(b['k3']['name'])#修改第二层中的变量的值影响b
(7219272, 7219272)
>>> a
{'k1': 'AA', 'k3': {'name': 'alex'}, 'k2': 2}
>>> b
{'k1': 1, 'k3': {'name': 'alex'}, 'k2': 2}
>>>
浅copy
结果分析：字典的浅拷贝和列表一样，使用copy方法拷贝字典后，a,b字典外层内存地址不同，第二层内存地址相同，修改a字典中整个第二层变量不会影响b字典，修改a字典中第二层中的元素的时候，会影响b字典。
>>> a={'m1':1,'m2':2,'m3':{'name':'WD'}}
>>> import copy
>>> b=copy.deepcopy(a)#深copy
>>> id(a),id(b)
(10534664, 17276488)#外层内存地址不同
>>> id(a['m1']),id(b['m1'])
(1528037840, 1528037840)#内层地址相同
>>> a['m1']='AA'
>>> id(a['m1']),id(b['m1'])
(17318552, 1528037840)
>>> a
{'m3': {'name': 'WD'}, 'm1': 'AA', 'm2': 2}
>>> b
{'m3': {'name': 'WD'}, 'm1': 1, 'm2': 2}
>>> a['m3']['name']='alex'
>>> a
{'m3': {'name': 'alex'}, 'm1': 'AA', 'm2': 2}#改变a互不影响
>>> b
{'m3': {'name': 'WD'}, 'm1': 1, 'm2': 2}
>>>
深copy(deepcopy)
结果分析：字典的深copy和列表相同，相当于两份独立的数据。
>>> a={'m1':1,'m2':2,'m3':{'name':'WD'}}
>>> b=a.copy()
>>> id(a),id(b)
(6668040, 16882632)
>>> a['m1']="AA"
>>> a
{'m1': 'AA', 'm3': {'name': 'WD'}, 'm2': 2}
>>> b
{'m1': 1, 'm3': {'name': 'WD'}, 'm2': 2}
>>> a['m3']['name']="alex"
>>> a
{'m1': 'AA', 'm3': {'name': 'alex'}, 'm2': 2}
>>> b
{'m1': 1, 'm3': {'name': 'alex'}, 'm2': 2}
>>>
字典的copy方法
结果分析：字典的copy方法也相当于浅copy。
总结：
1.对于数字、字符串这些“简单的”数据类型，赋值、深copy、浅copy都一样，并且随意修改其中一个变量，并不影响另一个变量的值。
2.对于列表、字典这些“复杂”的数据类型，赋值操作相当于给变量取了别名，修改变量里的内容，都会改变，修改整个变量则无影响；浅copy和copy方法结果相同，对外层进行拷贝，修改第一层的元素相互不会影响，当列表或者字典中嵌套了列表或字典，修改嵌套的列表或者字典（也可以叫做第二层中的元素）导致两个变量都会改变；深copy相当于复制两份互不影响的数据。
使用建议：
1.对于数字、字符串类型可以随心所遇，对于字典、列表如果想得到两份不同的数据，建议使用copy.deepcopy的方法。