1、map()
此函数能够,将列表每叁个函数功效在函数上,并赶回list

lambda只是叁个表达式,函数体比def轻松比超级多。

Python入门二:函数,python入门函数

风姿罗曼蒂克、函数的定义和动用

1、基本构造:

1 def 函数名(参数):
2     """
3     文档字符串
4     """
5     函数体
6     返回值
7     

2、函数名:

和变量名命名法规大器晚成律,最佳不要与内置函数名相通

3、参数:

和C/C++分裂,参数无需点名项目,间接交由解释器去看清:

  • 对此number, str, tuple等不可变的对象,约等于传值,就是传递了拷贝
  • 对此list,dict,set等可变对象,约等于引用传递,内部修正会影响外界的值

a.普通参数:和c相符,然则不用钦赐项目,所以任何项目都得以传递给函数

1 def func(argument):
2     print(argument)
3 
4
5 func("string")
6 func(4)

 b.默许参数:与c++中相通,也能在概念时给参数钦命一个缺省的值,不过必需放在参数列表前面地方

1 def func(name, age = 20):
2     print(name, age)
3 
4 
5 func("Edward")
6 func("Edward", 18)

 c.动态参数:对于动态参数来说,最大实惠是足以灵活的使用参数,而无须思忖其个数,其经过tuple(平时用*args表示)和dict(一般用**kwargs)的风味来促成:

  • 对此tuple,日常客户用a, b, c, …
    的款式,会被解释器自动转载为一个tuple来积累,消除了自由数量的习见参数的传递
  • 对于dict,平常顾客用x1 = a1, x2 = a2, x3 =
    a3,…的方式,会被转载为叁个dict来存款和储蓄,解决了自由数量的重中之重词参数的传递

 1 def func(*args, **kwargs):
 2     for i in args:
 3         print(i)
 4     for k, v in kwargs.items():
 5         print("%s = %s" % (k, v))
 6 
 7 
 8 func("Edward", 19)
 9 func(name = "Edward", age = 19)
10 func("Edward", "Tang", age = 19)    

也能够直接将三个tuple或list传递给args,
将一个dict传递给kwargs,但要注意这时候必得在引用实参的时候增加*或**:

1 tup = ("Edward", 19)
2 dic = dict(name = "Edward", age = 19)
3 func(*tup)
4 func(**dic)
5 # 如果不加*, 会被认为是tuple的一个元素

 4、文书档案字符串:

写函数时,最棒在其间最发轫加一个docstrings,即文档字符串,方便其余人领会函数的功力

其有上边多少个供给:

  • 运用多少个双引号来区分多行注释
  • 首先行作为函数成效的轻巧概述,最棒以大写字母开首,句号结尾,无需明显对象的种类和名字
  • 其次作为空
  • 末尾呈报函数的现实性职能,一定要有函数的参数以致再次回到值的详细描述
  • 可以用__doc__来引用模块的文书档案字符串

5、函数体:函数的求实达成

6、再次来到值:就要函数的施行结果回到,未钦点为None

  • 在Python中,由于tuple的留存,能够三次性再次来到八个值:

1 def func(a):
2     return a * a, a ** a
3 
4 
5 x, y = func(4) # x = 16, y = 256

 7、函数的调用:

  • 出于Python的分解以至推行各种都以从上往下,所以要想调用函数,必需函数在事先有定义
  • 在Python中,未加函数定义的说话归于注重,也正是c中的主函数,日常位于最后,以便调用早先的函数
  • 若有多少个文本的交互作用援用,可增加一下代码: 在多个文本中,相当于主函数的输入,可是倘使此文件作为模块被别的文件引用,则此段代码由于为False,将不会进行,所以能够看作测验模块的意义

1 def func()
2     pass
3 
4 
5 if __name__ == "__main__":
6     func()

 


 二、lambda表达式

即四个小的无名的函数,平时独有函数体很短时选用:

1 a = lambda x: x ** 2
2 a(2)
3 # 4

 1、与filter、map、reduce的整合使用:

 1 seq = [1, 76, 5, 44, 13,  5, 23]
 2 
 3 a = filter(lambda x : x > 10, seq)
 4 # list(a) = [76, 44, 13, 23]
 5 
 6 b = map(lambda x : x ** 2, seq)
 7 # list(b) = [1, 5776, 25, 1936, 169, 25, 529]
 8 
 9 from functools import reduce
10 c = reduce(lambda x, y: x * y, range(1, 100))
11 # c的结果为99!

 2、与sorted的三结合使用: 

1 seq = ["Tang", "Edward", "love", "handsome"]
2 seq = sorted(seq, key=lambda a : a.upper())
3 # seq = ['Edward', 'handsome', 'love', 'Tang']

 


三、内置函数

Python内置了增进的函数,符合于各连串型的靶子,上面来详细斟酌

1、大多数的函数

home88一必发 1 1 def
abs(*args, **kwargs): 2 pass 3 # 重返参数的相对值 4 5 def
all(*args, **kwargs): 6 pass 7 #
再次回到True要是可变对象具备因素都为真,为空时重临True 8 9 def any(*args,
**kwargs): 10 pass 11 #
重临False如若可变对象具有因素都为假,为空时再次来到True 12 13 def
bin(*args, **kwargs): 14 pass 15 # 重回参数的二进制表示 16 17 def
hex(*args, **kwargs): 18 pass 19 # 再次回到参数的十一进制表示 20 21 def
oct(*args, **kwargs): 22 pass 23 # 再次回到参数的八进制表示 24 25 def
callable(i_e_, some_kind_of_function): 26 pass 27 #
重临对象是或不是可调用 28 29 def chr(*args, **kwargs): 30 pass 31 #
再次回到整数参数对应的ASCII码的字符 32 33 def ord(*args, **kwargs): 34
pass 35 # 重返单个字符的unicode值 36 37 def delattr(x, y): 38 pass 39
# 删除对象x的‘y’属性(近似于del x.y卡塔尔国 40 41 def getattr(object, name,
default=None): 42 pass 43 #
重临object的’name’的个性的值,若不设有,再次回到default 44 45 def
hasattr(object, name): 46 pass 47 #
再次来到True假诺object对象有钦点的‘name’属性 48 49 def setattr(x, y, v): 50
pass 51 # 设置x的’y’属性的值为v(相同于x.y = v),当中y属性能够是官样文章的
52 53 def dir(p_object=None): 54 pass 55 #
若无参数,重返当前范围的参数、方法、定义的list 56 #
若是有参数,重返参数的天性,方法的list,且存在__dir__会被调用 57 58
def divmod(x, y): 59 pass 60 # 返回x//y, x%构成的tuple 61 62 def
eval(*args, **kwargs): 63 pass 64 # 总结表明式,并赶回结果 65 66 def
exec(*args, **kwargs): 67 pass 68 # 动态实行代码 69 70 def
repr(obj): 71 pass 72 #
重临obj的可供解释器读取的字符串,能够用eval()求值 73 #
大许多境况下,eval(repr(obj)) == obj 74 75 def exit(*args, **kwargs):
76 pass 77 # 退出 78 79 def format(*args, **kwargs): 80 pass 81 #
转化为type(value).__format__(format_spec) 82 83 def globals(*args,
**kwargs): 84 pass 85 # 重返当前全局变量构成的字典 86 87 def
locals(*args, **kwargs): 88 pass 89 # 重返当前部分变量构成的字典 90
91 def hash(*args, **kwargs): 92 pass 93 #
再次回到参数(哈希表类型的目的)的哈希值 94 95 def help(): 96 pass 97 #
重回参数的援助音信 98 99 def id(*args, **kwargs): 100 pass 101 #
重临参数的内部存款和储蓄器地址(而不是实际内存地址) 102 103 def input(*args,
**kwargs): 104 pass 105 # 打字与印刷提醒字符串,并读取输入再次来到(str类型) 106
107 def isinstance(x, A_tuple): 108 pass 109 #
再次来到x是还是不是为元组A_tuple中个中八个类的实例 110 111 def issubclass(x,
A_tuple): 112 pass 113 # 重返x是或不是为元组A_tuple中内部三个类的子类 114
115 def iter(source, sentinel=None): 116 pass 117 #
重回第贰个参数对象的迭代器, 118 #
若有第二个参数,当迭代器的__next__重返值为它时抛出格外 119 120 def
len(*args, **kwargs): 121 pass 122 # 重返容器的item个数 123 124 def
max(*args, key=None): 125 pass 126 #
再次回到全部参数中的最大值,或种类中的最大值(容器为空再次来到key) 127 128 def
min(*args, key=None): 129 pass 130 #
重临全部参数中的最小值,或类别中的最小值(容器为空重临key) 131 132 def
next(iterator, default=None): 133 pass 134 #
重临迭代器的下三个值,若已经到结尾几个重返default 135 136 def open(file,
mode=’r’, buffering=None, encoding=None, 137 errors=None, newline=None,
closefd=True): 138 pass 139 # 以一定方式张开文件 140 141 def
pow(*args, **kwargs): 142 pass 143 # 三个参数是再次来到x**y,
多少个参数时再次来到x**y%z 144 145 def print(self, *args, sep=’ ‘,
end=’n’, file=None): 146 pass 147 #
打字与印刷,暗许以空格隔离各打字与印刷值,以换行截至,不刷新 148 149 def
quit(*args, **kwargs): 150 pass 151 # 退出 152 153 def round(number,
ndigits=None): 154 pass 155 # 重临number的四舍五入表示 156 157 def
sorted(*args, **kwargs): 158 pass 159 # 再次来到依次增加的排序的list 160 161
def sum(iterable, start = 0): 162 pass 163 #
重返连串的和足够start(默以为0) 164 165 def vars(p_object=None): 166
pass 167 # 不带参数,再次来到当前目的属性及属性值的字典 168 #
带参数,再次来到参数对应的属性及值的字典 169 170 def int(x, base = 10): 171
pass 172 # 重临以base进制表示的x的int情势 173 174 def float(x): 175
pass 176 # 返回x的float形式 177 178 def bool(x): 179 pass 180 #
返回x的bool表示 181 182 def complex(a, b): 183 pass 184 # 返回a+bj 185
186 def str(x): 187 pass 188 # 重回一个str 189 190 def dict(x): 191
pass 192 # 重临三个字典 193 194 def list(iterable): 195 pass 196 #
重回多少个list 197 198 def tuple(iterable): 199 pass 200 # 再次来到三个tuple
201 202 def set(iterable): 203 pass 204 # 再次回到叁个set 205 206 def
frozenset(iterable): 207 pass 208 # 重返一个不可变的set 209 210 def
enumerate(iterable): 211 pass 212 #
构造连串的下标和值构成的元祖,用于循环遍历 213 214 def filter(function
or None, iterable): 215 pass 216 #
重回iterable中可以让function的重返值为真正成分的行列, 217 #
若function为None, 重临iterable中为实在元素的行列 218 219 def map(func,
*iterables): 220 pass 221 # 对每二个iterable, 使用func,
并将结果作为list重临 222 223 def range(start = 0, stop): 224 pass 225 #
重返叁个从start到stop构成的队列,用于遍历 226 227 def reversed(seq):
228 pass 229 # 再次来到八个seq反转的系列 230 231 def type(object): 232 pass
233 # 返回object的类型 234 235 def zip(iter1 [,iter2 […]]): 236
pass 237 # 分别从iter中取下标雷同的因素构成tuple,在将各tuple构成list
238 # 使用zip(*list)解压 239 240 # 别的函数 241 # copyright,
credits, license, bytearray, bytes, classmethod, 242 # memoryview,
property, slice, staticmethod, super, compile 内置函数

 2、内置函数总计:

  • 数学计算和别的计量:abs, divmod, hash, len, max, min, pow, round,
    sorted, sum,  reversed
  • 逻辑推断:all, any
  • 进制调换:bin, hex, oct
  • 类型转变:int, float, bool, complex, str, dict, list, tuple, set,
    frozenset
  • 类相关:callable, delattr, getattr, hasattr, setattr, dir,
    isinstance, issubclass
  • 指标和质量:vars, type, id
  • 字符串和字符编码:chr, ord, eval, exec, repr, format
  • IO相关: input, open, print, exit, quit
  • 迭代器和遍历:iter, next, enumerate, range, zip
  • 函数相关:filter, map
  • 其他:globals, locals, help

3、几个函数安详严整:

  • delattr, getattr, hasattr和setattr:

 1 class Student(object):
 2     def __init__(self, name):
 3         self.name = name
 4 
 5     def have_class(self):
 6         print("%s is having class." % self.name)
 7 
 8 s = Student("Edward")
 9 
10 # name 以下都必须是字符串格式
11 
12 # hasattr(object, name), 判断对象是否具有name属性
13 print(hasattr(s, "name"))    # True
14 print(hasattr(s, "have_class"))    # True
15 
16 # getattr(object, name, default=None), 返回对象的name属性的值
17 # 可以设置default, 但是仅仅是没有找到时返回它,并没有添加
18 print(getattr(s, "name"))    # Edward
19 print(getattr(s, "age", 19))  # 19
20 getattr(s, "have_class")()    # 会运行该属性
21 print(hasattr(s, "age"))    # False, 并没有添加
22 
23 # setattr(object, name, value), 设置对象的name的属性值为value
24 # 若name属性不存在, 还会添加该属性
25 setattr(s, "name", "Tang")
26 print(s.name)   # Tang
27 setattr(s, "age", 19)
28 print(hasattr(s, "age"))  # True, 会添加该属性
29 
30 # delattr(object, name) 删除对象的name属性
31 delattr(s, "name")
32 print(hasattr(s, "name"))  # False, 已被删除
  •  eval和exec:

1 # exec(), 动态执行代码
2 exec("print('Edward Tang')")
3 
4 # eval() 计算表达式的值并放回
5 a = eval("7 * 6 + 1")
6 print(a) # 43
  • filter和map:

 1 def func1(n):
 2     if n > 10:
 3         return True
 4     
 5 def func2(n):
 6     return n * n
 7 
 8 def func3(a, b, c):
 9     return a * b * c
10 
11 
12 seq = [1, 76, 5, 44, 13, 3, 5, 23]
13 li1 = [4, 5, 6, 8]
14 li2 = [9, 7, 10, 6]
15 li3 = [5, 4, 3, 1]
16 
17 
18 # filter对seq中的每一个元素执行func1, 如果为True, 返回原列表的这些值
19 rt1 = filter(func1, seq)
20 print(list(rt1))
21 
22 # map对seq中的每一个元素执行func2,返回这些值执行的结果构成的序列
23 rt2 = map(func2, seq)
24 print(list(rt2))
25 
26 # 若func有多个参数,可以提供多个序列,分别依次带入,返回结果
27 rt3 = map(func3, li1, li2, li3)
28 print(list(rt3))
29 
30 # 在functools中还存在一个reduce的函数
31 # reduce(func, seq, start) func接受两个参数,
32 # 对seq中两两的数进行递归调用,并返回
33 from functools import reduce
34 def  func(a, b):
35     return a * b
36 rt = reduce(func, range(1, 100))
37 # 计算99的阶乘
  •  sorted:

 1 # sorted(iterable, key=None, reverse=False)
 2 # key可以用函数或lambda表达式
 3 # 指定reverse = True会降序排序
 4 # sorted只是返回一个排序好的序列,并不改变原序列
 5 
 6 # 普通排序
 7 seq = [1, 76, 5, 44, 13, 3, 5, 23]
 8 seq = sorted(seq, reverse=True) # 降序
 9 
10 #使用lambda
11 seq = ["Tang", "Edward", "love", "handsome"]
12 seq = sorted(seq, key=lambda a : a.upper())
13 
14 # 对列表的某项排序
15 arr = [['Tang', 89], ['Edward', 79], ['Hu', 67], ['Wang', 80]]
16 arr = sorted(arr, key=lambda a : a[1])
17 
18 # 对类按照某项排序
19 class Person(object):
20     def __init__(self, name, age):
21         self.name = name
22         self.age = age
23 p1 = Person('Edward', 18)
24 p2 = Person('Wang', 25)
25 p3 = Person('Hu', 20)
26 p4 = Person('Liang', 22)
27 for item in sorted([p1, p2, p3, p4], key=lambda p : p.age):
28     print(item.name, end=',')
29 
30 # operator模块还有itemgetter, attrgetter两个函数
31 # 所以以上最后两个例子还可以表示为
32 # sorted(arr, key=itemgetter(1))
33 # sorted([p1, p2, p3, p4], key=attrgetter('age'))
  •  enumerate和zip:

 1 # enumerate(iterable, start=0)
 2 # 用于循环中,同时得到iterable的值和计数
 3 lst = ['Edward', 'Tang', 'Wang', 'Hu']
 4 for index, item in enumerate(lst):
 5     print(index, item)
 6 
 7 # zip(iter1 [,iter2 [...]])
 8 # 分别从iter中取下标相同的元素构成tuple,再将各tuple构成list
 9 # 使用zip(*list) 做相反的操作
10 x = [1, 2, 3]
11 y = [4, 5, 6]
12 z = [7, 8, 9]
13 w = zip(x, y, z)
14 print(list(w))  # [(1, 4, 7), (2, 5, 8), (3, 6, 9)]
15 # 用在循环中
16 for a, b, c in zip(x, y, z):
17     print(a, b, c) 

 


四、迭代器与生成器

1、迭代器:

a.通过iter()构造一个迭代器,然后就足以经过__next__()来拜候下三个成分:

1 a = iter([3, 6, 1, 9])
2 a.__next__()   # 3
3 a.__next__()   # 6

b.迭代器只好往前,不能够后退,且只可以自始至终依次拜候

c.当数据量相当多时,用迭代器来遍历,因为迭代器读取数据时,不是把全部的数码都加载到内部存储器中,而是读取到有个别成分时才起来

d.可迭代对象:

  • Python内置了无数可迭代对象,如list, dic,
    str等,全数大家能够因此for循环方便地遍历每叁个要素,能够通过collections模块的Iterable来判定是还是不是是可迭代的:

1 from collections import Iterable
2 lst = [1, 5, 6, 9]
3 isinstance(lst, Iterable)   # True

 2、生成器:

当协同程序暂停的时候,能够获取此中一个的重回值,当调用回到程序中时,能够传入额外或然订正了的参数,但还可以够从上次距离的地点三回九转

a.通过()构造多少个生成器,和迭代器相通,再经过__next()__来拜会下两个成分:

1 a = (x * x for x in range(1, 10))
2 print(a.__next__())    # 1    
3 print(a.__next__())    # 4

 b.yeild:用在函数中,雷同于return(只是暂停下来,必要经过__next__()或next(f)访问)

 1 def func(n):
 2     a = 1
 3     while a < n:
 4         yield a 
 5         a += 2
 6 
 7 f = func(10)
 8 print(f.__next__())    # 1 
 9 print(f.__next__()) # 3
10 
11 # 通过yield还可以模拟实现多线程

 c.send:与__next__()相比较,能够传递多少个参数给yield

 1 def func(n):
 2     a = 1
 3     while a < n:
 4         b = (yield a)
 5         if b == None:
 6             b = 0
 7         a += b
 8 
 9 f = func(10)
10 print(f.__next__())    # 1
11 print(f.__next__())    # 1
12 print(f.send(5))          # 6
13 print(f.__next__())    # 6

 d.close:通过f.close()来关闭生成器(不得以透过next继续访谈)

 


五、装饰器

1、基本语法:

@装饰器函数(可选参数)
def 被点缀函数(可选参数):
  pass

  • 装饰器函数日常会将真正必要施行的函数包裹在内,并再次来到
  • 解释进度中,平常不会进行函数,但会奉行迭代器函数,并将其归来值赋给被装饰的函数

2、两种情形:

a.无参数装饰器:

 1 def deco(func):
 2    def inner():
 3        print("Edward")
 5        print("tang")
 6        return func()
 7    return inner
 8 
 9 
10 @deco
11 def func():
12     print("handsome")
13 
14 # 并不一定需要以返回func()的方式执行func(这种情况函数需要最后执行),可以先将其返回值保存在一个变量中,最后将其返回
15
16 def inner():
17   print("Edward")
18   rt = func()
19   print("tang")
20    return rt
21 
22 # 相当于重新定制了func

 b.被装饰函数含三个或四个参数:

 1 def deco(func):
 2     def inner(str1):
 3         print("Edward")
 4         return func(str1)
 5     return inner
 6 
 7 @deco
 8 def func(str1):
 9     print(str1)
10 
11 func("Tang")
12 
13 # 保持inner()函数的参数和原来的func()一样多即可 

c.迭代器函数含参数:

  • 鉴于迭代器在解说阶段就能被施行,全部当包裹生龙活虎层函数时会抵消它的施行,
  • 不过,当给迭代器加上参数时,也也就是实施了贰遍,全体务必提供两层的中间定义的函数

d.多个装饰器:

 1 def de1(func):
 2     def inner():
 3         print("Edward")
 4         return func()
 5     return inner
 6 
 7 def de2(func):
 8     def inner():
 9         print('tang')
10         return func()
11     return inner
12 
13 
14 @de1
15 @de2
16 def func():
17     print("handsome")
18 
19 func()
20 
21 # 相当于func = de1(de2(func()))

 f.functools.wraps:可以保留被点缀函数原本的片段性质,如__name__,
__doc__等  

 1 def deco(func):
 2     # @functools.wraps(func)
 3     def inner():
 4         print("Edward")
 5         print("tang")
 6         return func()
 7     return inner
 8 
 9 @deco
10 def func():
11     """ A hansome boy! """
12     print("handsome")
13 
14 print(func.__name__)
15 print(func.__doc__)
16 
17 # 会输出 inner和None
18 # 如果去掉注释,  输出func和A handsome boy! 

 


六、偏函数

将在大肆数量的参数的函数转产生另贰个带剩余参数的函数对象,要求导入functools模块的partial:

1 from operator import add, mul
2 from functools import partial
3 
4 add1 = partial(add, 1)
5 mul100 = partial(mul, 100)
6 
7 print(add1(99))  # 100
8 print(mul100(99))  # 9900

 轻巧利用(摘自 《Core Python Programming》):

 1 """easy_gui.py"""
 2 
 3 from functools import partial
 4 import tkinter
 5 # Tkinter模块是python中一个能快速创建GUI的标准库
 6 
 7 root = tkinter.Tk()
 8 # 创建一个顶层窗口对象
 9 MyButton = partial(tkinter.Button, root, fg='white', bg='blue')
10 # 用偏函数设置按钮的默认属性
11 b1 = MyButton(text='Button 1')
12 b2 = MyButton(text='Button 2')
13 qb = MyButton(text='QUIT', bg='red', command=root.quit)
14 b1.pack()
15 b2.pack()
16 qb.pack(fill=tkinter.X, expand=True)
17 root.title('PFAs!')
18 root.mainloop()

 


七、《Core Python Programming》多少个实例

1.easy_math:

 1 """模拟100以内的加减乘除运算"""
 2 
 3 from operator import add, sub, mul, truediv
 4 # operator模块提供了各种对python内置方法的访问
 5 from random import randint, choice
 6 # random模块提供了各种随机数的生成
 7 # random() 生成一个[0, 1)之间的随机数
 8 # randrange(start, stop=None, step=1) 生成一个range(args)范围内的随机数
 9 # randint(a, b) 生成一个[a, b] 范围内的整数
10 # choice(seq) 从序列seq中随机获取一个元素
11 # shuffle(x) 洗牌序列x,返回None
12 # sample(population, k) 从population中随机获取k个元素并作为新的序列返回,但是原序列不变
13 # uniform(a, b) 返回一个a, b之间的浮点数
14 
15 
16 ops = {'+': add, '-': sub, '*': mul, '/': truediv}
17 MAXTRIES = 2
18 # 能够尝试的最大次数
19 
20 
21 def doprob():
22     """ get easy random equation and check the correctness of the input """
23     op = choice('+-*/')
24     # 随机获取运算符
25     nums = [randint(1, 100) for i in range(2)]
26     # 随机获取参与运算的两个数
27     nums.sort(reverse=True)
28     # 降序使结果不为负数
29     while op == '/':
30         if nums[0] % nums[1] == 0 and nums[1] != 1:
31             break
32         nums = [randint(1, 100) for i in range(2)]
33 
34 
35     ans = ops[op](*nums)
36     pr = '%d %s %d = ' % (nums[0], op, nums[1])
37     oops = 0
38     # 尝试的次数
39     while True:
40         try:
41             if int(input(pr)) == ans:
42                 print('correct')
43                 break
44             if oops == MAXTRIES:
45                 print('answern%s%d' % (pr, ans))
46             else:
47                 print('incorrect... try again')
48                 oops += 1
49         except (KeyboardInterrupt,
50                 EOFError, ValueError):
51             print('invalid input... try again')
52 
53 
54 def main():
55     """ realize the repetitive operation"""
56     while True:
57         doprob()
58         try:
59             opt = input('Again? [y]').lower()
60             if opt and opt[0] == 'n':
61                 break
62         except (KeyboardInterrupt, EOFError):
63             break
64 
65 
66 if __name__ == '__main__':
67     main()

 2.senior_closure:

 1 """闭包和装饰器的应用"""
 2 
 3 from time import time
 4 
 5 def logged(when):
 6     def log(f, *args, **kwargs):
 7         print('''Called:
 8     function: %s
 9     args: %r
10     kargs: %r''' % (f, args, kwargs))
11 # %r repr   %s str
12 
13     def pre_logged(f):
14         def wrapper(*args, **kwargs):
15             log(f, *args, **kwargs)
16             return f(*args, **kwargs)
17         return wrapper
18 
19     def post_logged(f):
20         def wrapped(*args, **kwargs):
21             now = time()
22             try:
23                 return f(*args, **kwargs)
24             finally:
25                 log(f, *args, **kwargs)
26                 print('time delta: %s' % (time()-now))
27         return wrapped
28 
29     try:
30         return({'pre': pre_logged, 'post': post_logged}[when])
31     except KeyError as e:
32         raise(ValueError(e), 'must be "pre" or "post"')
33 
34 @logged('post')
35 def hello(name):
36     print('hello,', name)
37 
38 hello('world!')

 

生机勃勃、函数的概念和接受 1、基本构造: 1 def 函数名(参数): 2 “”” 3
文书档案字符串 4 “”” 5 函数体 6 再次来到值 7 2、…

原型 map(function,[list])

def fc(x):
    return x * 2

print(map(fc,[1,2,3,4,5]))

lambda的中央是多少个表明式,实际不是叁个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。

输出:

lambda表明式是起到四个函数速写的机能。允许在代码内放置叁个函数的定义。

[2,4,6,8,10]

我们先来看一个例证:

 

def add(x, y): return x + y

是还是不是很便利,当然有的人说,能够写成for循环,是的那样也得以完结,可是我们有更便捷的议程,有必不可缺写这么二个for循环吗。

大家定义了多个函数叫add,有四个参数,再次来到结果是x+y

list = []
for i in [1,2,3,4,5]:
    list.append(i*2)

print(list)

def usuallyAdd2(x, y=2): return x+y

输出:

那几个usuallyAdd2的差别在于y有了私下认可值

[2,4,6,8,10]

万一运用lambda如何表现呢?

 

lambda x, y: x + y

本来map()函数还应该有更加多,更头晕目眩的用法

lambda x, y=2: x+y

print(map(str,[1,2,3,4,5]))

看一下测量检验结果:

结果:列表内元素都转变来了字符串

>>> test = lambda x,y=2:x+y
>>> test(3
… )
5
>>> test(5)
7
>>> test(1)
3
>>>

['1', '2', '3', '4', '5']

事实上lambda就是把参数和再次回到简写,非常便利

 

利用lambda高效操作列表

首字母大写;用到str.title属性

Python用于扶助将函数赋值给变量的一个操作符
暗中认可是回来的,所以并不是再加return关键字,不然会报错

print(map(str.title,['abc','def','ghj']))

result = lambda x: x * x
result(2) # return 4
map()/filter()/reduce()

输出:

亟待三个参数,第三个是多少个管理函数,第二个是叁个行列(list,tuple,dict)
map()

['Abc', 'Def', 'Ghj']

将体系中的成分通过管理函数管理后赶回多个新的列表
filter()

 

将系列中的成分通过函数过滤后归来四个新的列表
reduce()

2、eval()此函数,将字符串,转变到其连串对象

将种类中的元素通过二个二元函数管理回来二个结果
将地点八个函数和lambda结合使用

何以说eval()是转换到,其品种对象呢,那是因为,具体是怎么品种的多少在于,字符串内容

li = [1, 2, 3, 4, 5]
# 类别中的各个成分加1
map(lambda x: x+1, li) # [2,3,4,5,6]
 
# 再次回到类别中的偶数
filter(lambda x: x % 2 == 0, li) # [2, 4]
 
# 重临所有因素相乘的结果
reduce(lambda x, y: x * y, li) # 1*2*3*4*5 = 120

如:eval(“1234”)这些会转成int型

sorted() 结合lambda对列表进行排序

eval(“{‘user’:’name’}”)
这样会转成字典等

sorted 用于列表的排序,比列表自带的尤其智能
有多少个列表,每一个列表中都有贰个字典([{},{}])必要将五个如此的列表归中国人民解放军总后勤部遵照时间排序,
三个列表中的时间以便可以透过json输出已经由岁月格式调换为字符串格式.字段名称叫sort_time 将来将她们如约倒序排列

事例:将字符串,变换到字典

sorted 的用法

strdic = '''{'username':'pyhleng','password':'q123456'}
'''
print eval(strdic)
print(eval(strdic)['password'])

sorted(iterable, cmp=None, key=None, reverse=False) –> new sorted
list terable:是可迭代类型;
cmp:用于相比较的函数,比较什么由key决定,有暗许值,迭代聚聚集的意气风发项;
key:用列表成分的某部属性和函数实行作为首要字,有默许值,迭代集结中的生龙活虎项;
reverse:排序法规. reverse = True 也许 reverse = False,有暗中同意值。 *
重临值:是叁个透过排序的可迭代类型,与iterable相符。
sorted()结合lambda对可迭代类型用sort_time排序

输出:

sorted(data, key=lambda d: d[‘sort_time’], reverse=True)

{'username': 'pyhleng', 'password': 'q123456'}
q123456

 

 有未有上边包车型大巴代码是节外生枝,直接定义二个字典对象不就能够了,为何要有三引号,引上。是啊为何要那样做?????

上面代码只是写贰个例证,模拟将数据{‘username’:’pyhleng’,’password’:’q123456′}
存款和储蓄在数据表,然后在读出来的样子。

举例将{‘username’:’pyhleng’,’password’:’q123456′}存在数据表中,在读出来的时候正是字符串。要是要当字典用那么

eval()函数是须求的。

 

3、reduce()此函数,函数参数必需有几个,把结果与连串的下四个成分做累积

def add(x,y):
    return x + y
print reduce(add,[1,2,3,4,5])

输出:

15

add函数必须有八个参数,然后每一遍,结果和下贰个做累加,稍加退换1*2*3*4*5

def add(x,y):
    return x * y
print reduce(add,[1,2,3,4,5])

输出:

120

 

4、filter()此函数,传入二个函数和系列做为参数

过滤,种类中的每三个要素,契合函数条件True的预先留下,False的肃清,最后回来一个过虑后的行列

def fcq(x):
    return x==4
print filter(fcq,[1,3,4,5,4,6,4])

输出:

[4, 4, 4]

 

5、lambda()无名氏函数,不时不必要出示的概念函数,能够行使此函数

以map()为例:lambda y: y*2 其中y:是参数,y*2是函数体

print(map(lambda y: y*2,[1,2,3,4,5]))

print map(lambda y: y*2,[1,2,3,4,5])

相当于:

def fc(y)
    return y * 2

print map(fc,[1,2,3,4,5])

 

6、sorted()排序(可以对list,dict,字符串等排序卡塔 尔(阿拉伯语:قطر‎

概念四个相比较函数,定义x,y多少个参数,实行相比,大于重返-1,小于重返1,等于重返0

接下来利用sorted()进行排序。

倒序:

def cmp(x,y):
    if x>y:
        return -1
    if x<y:
        return 1
    return 0

print(sorted([1,2,3,4,5]),cmp)

输出:

[5, 4, 3, 2, 1]

 

正序:

print(sorted([1,2,3,4,5]))

输出:

[1, 2, 3, 4, 5]

 

7、**args和**kwargs参数

那三个是python的可变参数,当中*args是元组;**kwargs是字典类型参数

演示如下:*args和**kwargs能够何况使用。

def foo(*args,**kwargs):
    print(args)
    print(kwargs)

foo(1,2,3)#元组参数这样使用
foo(a=5,b=6,c=7) #字典传参写x =x这种格式
foo(a=1,b=2,c=3)
foo(4,5,6,e=5,f=6,g=7) 

出口:因为函数定义八个体系参数,调用时有的只写了二个类别,所以会有()或{}输出。

(1, 2, 3)
{}
-------------------------------
()
{'a': 5, 'c': 7, 'b': 6}
-------------------------------
()
{'a': 1, 'c': 3, 'b': 2}
-------------------------------
(4, 5, 6)
{'e': 5, 'g': 7, 'f': 6}

8、日期时间函数 

拿到当前些天期时间

import time

curTime = time.strftime('%Y.%m.%d %H:%M:%S',time.localtime()).decode('utf-8')

格式化字符串:

%Y 年

%m 月

%d  日

%H 时

%M 分

% S 秒

 

9.list.reverse() 列表翻转

list = ['a','b','c']
print list.reverse() #返回None,这个只是实现list的返向排列,返回None
print list #返回['c', 'b', 'a']

 

10.MAX()

print  max([1,2,3,4,5,6]) #返回列表中,最大的元素6

 

11.ZIP()

print zip('a','b','c','d') #返回元组[('a', 'b', 'c', 'd')]

 

12.all()

print all(['1','2','3','4']) #所有元素为True时返回True,all([])返回True

 

13.any()

print any(['1','2','3','4']) #所有元素为True时返回True,all([])返回False

 

14.list.sort()

list = ['c','b','a']

print list.sort() #返回None
print list #返回['a', 'b', 'c']

 

相关文章