• 第一单元综合测试题 一、填空 1. 3.5＋3.5＋3.5＋3.5 = （ ）×（ ） 2. 计算 1.2×2.56 时，先按（ ） 算出积，再看因数中一共有（ ）位小数，就 从积的右边起数出（ ）位，点上小数点。 3. 4.27×3.56 的积有（ ）位小数，保留一位小数约是（ ） 4. 两个因数的积是 2.45， 如果一个因数不变， 另一个因数缩小到它的 1 /100 ， 平方米=（ ）平方分米 二、判断对错： （ ） ① 两个数相乘，积一定大于每一个因数。 （ ） ② 一个数乘 0.6，积一定不小于这个数。 （ ） ③ 13.84×0.1 的积有两位小数。 （ ） ④ 1.08×0.1 的积比 1.08×0.01 的积小。 （ ） ⑤ 5.32×1.8 的积保留两位小数是 9.58 （ ） ⑥ 3.27×101 简便计算是

• 美元=人民币 6.82 元） 11、李师傅 4 小时做 20 个零件，平均每小时做（ ）个，平均做一个要（ ）小时。 二、用“四舍五入法”取近似值，并填下表。（3 分） 保留整数 保留一位数 保留两位数 5.6÷0.17 三、判断.（是循环小数的打“√”，不是的打“×”）（8 分） 0.5555…… （ ） 2. （ ） 71.060606…… （ ）

• 五年级上册数学第一单元测试卷 姓名 班级 学号 得分 口算。 共 6 分） 一、口算。 （ 填空题。 （第 二、填空题。 第 7 题 4 分，其余每空 0.5 分，共 13 分） （ 1 、 求 4 个 0.7 是 多 少 , 加 法 算 式 是 ( ), 乘 法 算 式 是 ),用 )计算比较简单 计算比较简单。 ( ),用( )计算比较简单。 的积是（ 位小数， 要使积不变， 2、 的积是（ ）位小数，如果 2.35 扩大 10 倍，要使积不变，必须 改为（ 把 0.5 改为（ ） 。 4.032× 的积是（ 位小数， 的积是（ 位小数。 3、4.032× 0.8 的积是（ ）位小数， 的积是（ ）位小数。 组成的数是( 4、由 7 个 1，9 个 0.1 和 5 个 0.01 组成的数是( )，将它精确到十分位 是（ ） 。 ） 92.4=( ) ×( ) 一个数是三位小数， 3.32， 这个数最大是（ 8、一个数是三位小数，将它四舍五入到百分位是 3.32，这个数最大是（ ） ， 最小是（ 最小是（ ） 。 判断题。 （5 三、判断题。 5 分） （ 乘一个小数， 7.6。 1、7.6 乘一个小数，积一定小于 7.6。 （ ） 小数的大小不变。 2、小数点后面添上 0 或去掉 0，小数的大小不变。 （ ） 整数乘法简便运算定律对于小数乘法同样适用。 3、整数乘法简便运算定律对于小数乘法同样适用。 （ ） 0.5。 4、0.7 0.7 的积用四舍五入法保留一位小数约是 0.5。 （ ） 5、一个长方形的长和宽同时扩大到原来的 10 倍，这个长方形的面积就扩大到 原来的 10 倍。 （ ） 计算题。 （33 四、计算题。 33 分） （ 用竖式计算。

• 人教版五年级上册数学第一单元测试卷 一、填空题。 1、求 4 个 0.7 是多少，加法算式是（ ），乘法算式是（ ）， 用（ ）计算比较简单。 2、 的积是（ ）位小数，如果 2.35 扩大 10 倍，要使积不 变，必须把 0.5 改为（ ）。 3、4.032 0.8 的积是（ ）位小数， 的积是（ ）位小数。 4、由 7 个 1，9 个 0.1 和 5 个 0.01 0.440.21=（ ） 0.924=（ ）（ ） 92.4=（）（） 第1页 8、一个数是三位小数，将它四舍五入到百分位是 3.32，这 个数最大是（ ），最小是（ ）。 二、判断题。 1、7.6 乘一个小数，积一定小于 7.6。 （ ） 2、小数点后面添上 0 或去掉 0，小数的大小不变。 （ ） 3、整数乘法简便运算定律对于小数乘法同样适用。 （ ） 4、0.7 0.7 的积用四舍五入法保留一位小数约是 0.5。（ ） 5、一个长方形的长和宽同时扩大到原来的 10 倍，这个长方 形的面积就扩大到原来的 10 倍。（ ） 三、计算题。 用竖式计算。 80.12= 1.93.5= 2.31.29= 0..450.96= 0.170.71=（得数保留两位小数） 四、按要求保留小数。 保留整数，保留一位小数、保留两位小数 0.387 2、先把题目补充完整，使它成为乘减应用题，再列式，不 计算。 五年级有学生 120 人，六年级人数是五年级的 1.5 倍， _________ 列式： __

• ) 3. 53.78 保留一位小数约是 53.8 。 ( ) 4. 一个数乘小数 ,积一定小于这个数。 ( ) 三、选择题。 (把正确答案的序号填在括号里 ) 1. 两个数相乘 , 一个因数扩大到它的 100 倍 ,另一个因数缩小到它的 ,则积 ( )。 A. 扩大到它的 10 倍 B. 扩大到它的 100 倍 C. 扩大到它的 1000 倍 D.不变 2. 下面各算式中

• 小学五年级数学上册第一单元测试题 一、认真思考，仔细填写。22 分 １、 把 0.59 扩大到它的 10 倍是 （ ） ， 把 5.9 缩小到它的 是 （ ） 。 ２、根据 32× 18＝576，填上合适的数。 3.2× 18＝（ （ ） 0.32× 0.18＝（ （ ）× （ ） ）＝5.76 ） 。 ）× 18＝0.576 ３、把 8.279 保留一位小数约是（ ） ，精确到百分位约是（ ４、在下面的○里填上“

上节补充：bytes类型

bytes类型是指一堆字节的集合，在python中以b开头的字符串都是bytes类型。

计算机只能存储二进制，数据、字符、图片等存在硬盘上也必须以正确的方式编码成为二进制才能存储。

在Python中，二进制不是0101010来表示，而是通过bytes类型来表示。

将数据转换成编码成为二进制可通过encode方法

经过编码之后数据就是bytes类型。

字符串必须转成字符串类型才能存在硬盘上，在之前的文件操作中，python自动做了这个事情，在python3中文件存储的默认编码是utf-8。

当然也可以自己指定编码方式。

通过这种方式就可以指定编码的方式。

当写入中文的时候，由于windows系统上的默认编码方式是gbk,所以在写文件时应该指定 encoding = 'utf8'。

如果你不想让open对象帮你自动编码，你可以直接存入bytes类型的数据。

字符编码的转换就是将一种编码方式转换成另一种编码方式，比如将gbk转换成utf-8。

由于windows上的默认编码是gbk，Mac上的默认编码方式是utf-8,windows上的文件发到mac上会导致乱码，一次需要一种方式将gbk的编码转换成utf-8的编码。

1.可以支持全球所有语言。

2.与全球所有的编码方式都有映射关系

因此，可以通过unicode这个桥梁实现编码的转换。

这种情况下，a,b是两个独立的变量，指向不同的内存地址。

通过这段代码可以发现，data和d2都指向这个字典所在的内存地址，当data的数据改变时，d2的数据也改变了。

data和d2的数据并不是独立的，而是数据共享的，是什么原因呢？

字典、列表、集合，这三种可变数据类型本身相当于一个容器，容器本身有一个内存地址，里面的变量是相互独立的，有各自独立的内存地址。

上面的data、d2都是指向字典这个容器的内存地址，因此当内部的变量内存地址发生改变时，容器本身的内存地址并未发生改变。

因此data,d2仍指向同一个内存地址，因此数据是共享的。

那么，如何复制一份完整的dict数据呢？

这时候 data和d2就是两份独立的数据了，通过id(data) 和 id(d2) 可以看到这两个指向的字典容器的内存地址已经不同了。

但是为什么叫做浅copy呢？

这是因为浅copy方法只会赋值dict第一层的数据，更深层下面的数据仍然是共享的。

通过上面可以看出，socres里面的数据是共享的

在为修改值之前，data，d2的内部变量的内存地址相同，但是只要稍作修改，数据的内存地址就会改变。但是scores内的数据改变时，内部变量的内存地址改变了，但是scores本身这个容器的内存地址没有改变，因此scores内部仍然是共享一份数据。

如果想所有层次的数据都完整复制一份，彻底让data和d2独立，就要用深copy方法。

定义: 函数是指将一组语句的集合通过一个名字(函数名)封装起来，要想执行这个函数，只需调用其函数名即可。

函数可以让你代码的功能更加灵活，可以处理多个组的功能，很多重复的代码就可以写成一个函数，当调用时，只需要一句话即可，大大节省了代码量。

只有在被调用时才分配内存单元，在调用结束时，即刻释放所分配的内存单元。因此，形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量。

可以是常量、变量、表达式、函数等，无论实参是何种类型的量，在进行函数调用时，它们都必须有确定的值，以便把这些值传送给形参。因此应预先给实参赋值。

此函数中a,b就是实参，函数中的x,y就是形参。

默认参数就是形参设置一个默认值，如果没有传入则用默认值，如果传入值，则用传入的值。

上面调用函数时，函数只传入三个参数，但形参有四个值，当没有给country传实参时，country就用默认值；如果给country传了值，那么country就是传入的值。

注意：形参中，默认参数一定要放在最后面，如果将默认参数放在前面，就会发生一些歧义，因为你不知道你传入的参数时给默认的参数，还是给另外的实参。

正常情况下，给函数传参数要按顺序，不想按顺序就可以用关键参数，只需指定参数名即可(指定了参数名的参数就叫关键参数)。但是要注意，关键参数必须要放在位置参数之后。

位置参数就是形参和实参根据位置一 一对应传参。

所以，传入参数时，优先级别：位置的参数>关键参数。

若函数在定义时不确定传入多少个参数时，可用非固定参数。

*args 用于接收位置参数形成元组，**kwargs用于接收关键参数形成字典。

在函数中调用非固定参数时，不用加*。

函数外部的代码想要获取函数执行的结果，可以用return函数。

函数执行过程中，只要遇到return就结束，不执行后面的代码，也可以说return代表着函数的结束。

如果一个函数中没有return，或者没有执行return，返回值为None。

从上面函数的执行，我们可以发现，在函数中name变量的值已经被修改，但是在函数外打印name的值是，name仍为Alex。但是如果在同一级的函数，修改name，却可以得到修改的值。

　　在函数中定义的变量是局部变量，只在函数内部有效；

　　在函数外定义的变量成为全局变量，在整个程序中有效；

　　局部变量是不能修改全局变量的；

　　变量查找是按照就近原则，先找最靠近的，没有再查找远的。即先找局部再找全局。

　　当全局变量与局部变量同名时，在定义局部变量的函数内，局部变量起作用；在其它地方全局变量起作用。

如果想要再函数中修改全局变量，要用global

在函数中声明了name是一个全局变量，那么在函数外面不用写name = 'Alex',仍然可以打印name。

给函数传递列表、字典、集合时的现象

通过这段代码可以看到，将字典、列表传入函数，函数却改变了外部字典列表的数据，局部变量修改了全局变量。但是在上面说到局部变量不能修改全局变量，所以为什么会这样？

列表、字典就相当于一个大容器，容器本身有一个内存地址，列表字典中的变量是容器中的物品，是相对独立的也有自己本身的内存地址。

上述代码是将列表、字典这个去容器的内存地址传递给了函数，不能改变，但是里面的变量是可以改变的。这和之前的深浅copy的原理相似。

列表、字典、集合这些可变数据类型传递给函数时，传递的都是容器本身的内存地址，其内部的元素是可以被函数改变的。

仍然是这段代码，在函数中间又定义了另一个函数，就是嵌套函数。

从name变量的值，可以看出每个函数的变量是相互独立的，变量的查找顺序是从内向外的。

匿名函数就是不需要显示地指定函数名。

lambda的用法是 x,y为传递的变量相当于函数的形参，：右边是表达式就是函数体，调用时仍然是通过变量名来传递参数。

匿名函数一般是结合使用的比如

map函数之后会将，通过匿名函数可以只用一行代码对列表进行操作，节省的代码量。

如果一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

只需满足以下任意一个条件，即是高阶函数：

　　接受一个或多个函数作为输入

　　return 返回另外一个函数

在函数内部，可以调用其他函数。如果一个函数在内部调用自已本身，这个函数就叫做递归函数。

这是为什么呢？我们来看一下递归函数的执行过程

每一次判断n>0后就会进入下一层函数，当不满足n>0的条件时，才会执行下面的print(n)，这就导致了如上结果。

1. 必须有一个明确的结束条件

2. 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

3. 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）

一个变量如x=1，1存放在内存中，那么x放在什么地方。

名称空间就是存放变量与值绑定关系的地方。

python中有很多名称空间，每个空间互不干扰，相同的变量名处于不同的名称空间，这两个变量也是没有关系的。

　　locals:函数内部的名字空间，一般包括函数的局部变量以及形式参数。

　　globals:当前的模块空间，模块就是一些py文件。也就是说，globals()类似全局变量。

　　builtins: 内置模块空间，也就是内置变量或者内置函数的名字空间。

不同变量的作用域不同就是由变量所处的名称空间决定的。

• 全局范围：全局存活，全局有效

• 局部范围：临时存活，局部有效

当程序引用某个变量的名字时，就会从当前名字空间开始搜索。

一层一层的查找，找到了之后，便停止搜索，如果最后没有找到,则抛出在NameError的异常。

每一层名称空间的局部变量都不相同，变量从内向外查找。

正常情况下，outer()函数执行完毕内存就已经释放了，但是还可以调用outer()内部的inner函数，并且仍然可以调用outer函数的name，这就是由于闭包的存在。

闭包的意义：返回的函数对象，不仅仅是一个函数对象，在该函数外还包裹了一层作用域，这使得，该函数无论在何处调用，优先使用自己外层包裹的作用域。

假设这是一个网站的各个专区的页面，调用函数即为打开页面，现在要添加一个用户认证的功能

你可以加一个关于用户认证的函数，然后在每一个页面打开前都调用这个函数。

但是这样虽然程序的功能实现了，但是违反了“开放-封闭”原则。

• 封闭：已实现的功能代码块不应该被修改

• 开放：对现有功能的扩展开放

这样修改代码相当于是对已有的功能的代码块进行了修改，是不符合开放封闭原则的，所以要找一种不修改原来代码的方式来增加这个功能。

通过之前学过的高阶函数，在不修改源代码的情况下，实现了认证功能的添加，但是这种方式仍然不好，因为修改了原来程序的调用方式，修改以后，所有的用户都要修改调用方式，显然是不合理的。

那么如何在不修改源代码和原来调用方式的情况下给函数添加功能？

上面的代码将原函数名america传给login()函数，login()函又定义了一层函数inner,并且返回了内部函数的函数名inner，然后用america进行函数名的替换，这样再次执行america()时，相当于执行的就是

inner()函数。这样就实现了在没有修改源代码和调用方式的情况下给原函数增加功能的目的。

 当有多个装饰器时，从上到下，按顺序执行。

 执行顺序如上。

 二逼青年版：生成一个新列表b，遍历列表a,把每个值加1后存在b里，最后再把a=b, 这样二逼的原因不言而喻，生成了新列表，浪费了内存空间。

普通青年版：for循环遍历。

[x+1 for x in rang(10)]这种形式是列表生成式，左边为表达式，右边为循环。

在Python中，一边循环一边计算后面元素的机制，称为生成器：generator。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：

我们讲过，generator保存的是算法，每次调用next(g)就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。

当然，上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代(遍历)对象：

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。比如我要循环100万次，按py的语法，for i in range(1000000)会先生成100万个值的列表。但是循环到第50次时，我就不想继续了，就退出了。但是90多万的列表元素就白为你提前生成了。

生成器就可以实现按需取值，即你需要多少就取多少的值，可以节省内存空间。

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

实现100以内的斐波那契数代码：

仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。

这就是定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：

这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。

而变成generator的函数，在每次调用next()的时候执行，遇到yield语句暂停并返回数据到函数外，中间可以去做别的事情 再次被next()调用时从上次返回的yield语句处继续执行，可以实现中断的效果。

我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：

f = fib(100) # 注意这句调用时，函数并不会执行，只有下一次调用next时，函数才会真正执行
 

生成器不仅可以返回值，也可以通过send接收值。

注意：刚开启的生成器不能直接接收值，应该先用__next__方法使函数执行到yield，再send值。

利用生成器中断的特性可以来模拟并发效果

注意：调用send(x)给生成器传值时，必须确保生成器已经执行过一次next()调用, 这样会让程序走到yield位置等待外部第2次调用。

我们已经知道，可以直接作用于for循环的数据类型有以下几种：

这些可以直接作用于for循环的对象统称为可迭代对象：Iterable，可迭代的意思就是可遍历、可循环。

而生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。

*可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。

这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。

Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。

凡是可作用于for循环的对象都是Iterable类型；

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

注：以上内容部分参考自路飞学城。