自个儿的Python之旅第三天,常用函数

1、map()
此函数可以,将列表各种函数效率在函数上,并赶回list

lambda只是一个表明式,函数体比def简单很多。

数学运算(7个) 类型转换(24个) 种类操作(8个) 对象操作(7个)
反射操作(8个)
变量操作(2个) 交互操作(2个) 文件操作(1个) 编译执行(4个)
装饰器(3个)

Python入门二:函数,python入门函数

一、函数的概念和选用

1、基本社团:

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:

和变量名命名规则如出一辙,最好不用与内置函数名相同

3、参数:

和C/C++不一致,参数无需点名项目,直接交由解释器去看清:

  • 对于number, str, tuple等不可变的对象,约等于传值,即是传递了拷贝
  • 对于list,dict,set等可变对象,约等于引用传递,内部更改会潜移默化外部的值

a.普通参数:和c类似,但是不要指定项目,所以任何项目都足以传递给函数

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

 b.暗许参数:与c++中平等,也能在概念时给参数指定一个缺省的值,不过必须放在参数列表前边地方

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

 c.动态参数:对于动态参数而言,最大利益是可以灵活的利用参数,而无须考虑其个数,其经过tuple(一般用*args表示)和dict(一般用**自个儿的Python之旅第三天,常用函数。kwargs)的性子来促成:

  • 对此tuple,一般用户用a, b, c, …
    的款式,会被解释器自动转化为一个tuple来存储,解决了任性数量的平凡参数的传递
  • 对此dict,一般用户用x1 = a1, x2 = a2, x3 =
    a3,…的格局,会被转正为一个dict来储存,解决了任性数量的第一词参数的传递

 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)    

也足以直接将一个tuple或list传递给args,
将一个dict传递给kwargs,但要注意此时必须在引用实参的时候添加*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、文档字符串:

写函数时,最好在其中最初阶加一个docstrings,即文档字符串,方便其余人了然函数的功效

其有下边多少个须要:

  • 动用多个双引号来不同多行注释
  • 率先行作为函数作用的不难概述,最好以大写字母开始,句号结尾,无需明确对象的序列和名字
  • 第二表现空
  • 前面叙述函数的现实性职能,一定要有函数的参数以及重回值的详细描述
  • 可以用__doc__来引用模块的文档字符串

5、函数体:函数的切实落到实处

6、再次来到值:即将函数的施行结果回到,未指定为None

  • 在Python中,由于tuple的存在,可以一遍性重回七个值:

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的诠释以及实施顺序都以从上往下,所以要想调用函数,必须函数在前头有定义
  • 在Python中,未加函数定义的语句属于主题,约等于c中的主函数,一般位于最终,以便调用此前的函数
  • 若有多少个文件的并行引用,可添加一下代码: 在一个文本中,相当于主函数的输入,可是即便此文件作为模块被其余文件引用,则此段代码由于为False,将不会履行,所以可以看做测试模块的功用

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

 


 二、lambda表达式

即一个小的匿名的函数,一般唯有函数体相当长时选择:

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内置了增长的函数,适合于各种类型的对象,上面来详细座谈

1、半数以上的函数

澳门葡京备用网址 1 1 def
abs(*args, **kwargs): 2 pass 3 # 再次回到参数的相对化值 4 5 def
all(*args, **kwargs): 6 pass 7 #
重返True假若可变对象具备因素都为真,为空时重回True 8 9 def any(*args,
**kwargs): 10 pass 11 #
再次回到False如果可变对象拥有因素都为假,为空时重临True 12 13 def
bin(*args, **kwargs): 14 pass 15 # 重返参数的二进制表示 16 17 def
hex(*args, **kwargs): 18 pass 19 # 再次回到参数的十六进制表示 20 21 def
oct(*args, **kwargs): 22 pass 23 # 重临参数的八进制表示 24 25 def
callable(i_e_, some_kind_of_function): 26 pass 27 #
重回对象是否可调用 28 29 def chr(*args, **kwargs): 30 pass 31 #
重临整数参数对应的ASCII码的字符 32 33 def ord(*args, **kwargs): 34
pass 35 # 重临单个字符的unicode值 36 37 def delattr(x, y): 38 pass 39
# 删除对象x的‘y’属性(类似于del x.y) 40 41 def getattr(object, name,
default=None): 42 pass 43 #
重回object的’name’的习性的值,若不存在,再次来到default 44 45 def
hasattr(object, name): 46 pass 47 #
重临True假如object对象有指定的‘name’属性 48 49 def setattr(x, y, v): 50
pass 51 # 设置x的’y’属性的值为v(类似于x.y = v),其中y属性可以是不存在的
52 53 def dir(p_object=None): 54 pass 55 #
如果没有参数,重回当前界定的参数、方法、定义的list 56 #
借使有参数,再次来到参数的性子,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 # 统计表达式,并回到结果 65 66 def
exec(*args, **kwargs): 67 pass 68 # 动态执行代码 69 70 def
repr(obj): 71 pass 72 #
再次来到obj的可供解释器读取的字符串,可以用eval()求值 73 #
半数以上状态下,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 # 重回当前全局变量构成的字典 86 87 def
locals(*args, **kwargs): 88 pass 89 # 重回当前有些变量构成的字典 90
91 def hash(*args, **kwargs): 92 pass 93 #
再次回到参数(哈希表类型的靶子)的哈希值 94 95 def help(): 96 pass 97 #
重回参数的赞助音信 98 99 def id(*args, **kwargs): 100 pass 101 #
再次回到参数的内存地址(并非实际内存地址) 102 103 def input(*args,
**kwargs): 104 pass 105 # 打印提醒字符串,并读取输入重返(str类型) 106
107 def isinstance(x, A_tuple): 108 pass 109 #
重回x是不是为元组A_tuple中内部一个类的实例 110 111 def issubclass(x,
A_tuple): 112 pass 113 # 再次来到x是还是不是为元组A_tuple中内部一个类的子类 114
115 def iter(source, sentinel=None): 116 pass 117 #
重返第二个参数对象的迭代器, 118 #
若有第三个参数,当迭代器的__next__重返值为它时抛出越发 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 #
再次来到所有参数中的最大值,或连串中的最大值(容器为空再次回到key) 127 128 def
min(*args, key=None): 129 pass 130 #
重回所有参数中的最小值,或体系中的最小值(容器为空重临key) 131 132 def
next(iterator, default=None): 133 pass 134 #
再次来到迭代器的下一个值,若已经到结尾一个赶回default 135 136 def open(file,
mode=’r’, buffering=None, encoding=None, 137 errors=None, newline=None,
closefd=True): 138 pass 139 # 以一定格局打开文件 140 141 def
pow(*args, **kwargs): 142 pass 143 # 八个参数是重临x**y,
八个参数时重返x**y%z 144 145 def print(self, *args, sep=’ ‘,
end=’\n’, file=None): 146 pass 147 #
打印,暗许以空格隔开各打印值,以换行截止,不刷新 148 149 def
quit(*args, **kwargs): 150 pass 151 # 退出 152 153 def round(number,
ndigits=None): 154 pass 155 # 再次回到number的四舍五入表示 156 157 def
sorted(*args, **kwargs): 158 pass 159 # 重返递增的排序的list 160 161
def sum(iterable, start = 0): 162 pass 163 #
重临种类的和添加start(默许为0) 164 165 def vars(p_object=None): 166
pass 167 # 不带参数,重回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习性及值的字典 169 170 def int(x, base = 10): 171
pass 172 # 再次回到以base进制表示的x的int格局 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 # 再次来到一个str 189 190 def dict(x): 191
pass 192 # 再次回到一个字典 193 194 def list(iterable): 195 pass 196 #
重返一个list 197 198 def tuple(iterable): 199 pass 200 # 再次来到一个tuple
201 202 def set(iterable): 203 pass 204 # 重返一个set 205 206 def
frozenset(iterable): 207 pass 208 # 重回一个不可变的set 209 210 def
enumerate(iterable): 211 pass 212 #
构造体系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 #
再次回到iterable中可以让function的再次回到值为确实成分的系列, 217 #
若function为None, 再次来到iterable中为真正成分的连串 218 219 def map(func,
*iterables): 220 pass 221 # 对各种iterable, 使用func,
并将结果作为list再次回到 222 223 def range(start = 0, stop): 224 pass 225 #
重回一个从start到stop构成的行列,用于遍历 226 227 def reversed(seq):
228 pass 229 # 重返一个seq反转的体系 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中取下标相同的因素结合tuple,在将各tuple构成list
238 # 使用zip(*list)解压 239 240 # 其余函数 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:

  • 数学计算和其他计量:abs, divmod, hash, len, max, min, pow, round,
    sorted, sum,  reversed
  • 逻辑判断:all, any
  • 进制转换:bin, hex, oct
  • 类型转换:int, float, bool, complex, str, dict, list, tuple, set,
    frozenset
  • 类相关:callable, delattr, getattr, hasattr, setattr, dir,
    isinstance, issubclass
  • 目的和总体性: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
  • 澳门葡京备用网址,迭代器和遍历:iter, next, enumerate, range, zip
  • 函数相关:filter, map
  • 其他:globals, locals, help

3、多少个函数详解:

  • 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,然后就足以透过__next__()来拜会下一个要素:

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

b.迭代器只好往前,不大概后退,且只好从头到尾依次走访

c.当数据量很多时,用迭代器来遍历,因为迭代器读取数据时,不是把拥有的数量都加载到内存中,而是读取到某个元素时才起来

d.可迭代对象:

  • Python内置了诸多可迭代对象,如list, dic,
    str等,所有大家可以通过for循环方便地遍历各种要素,可以透过collections模块的Iterable来判断是不是是可迭代的:

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,能够拿走其中一个的再次回到值,当调用回到程序中时,可以传入额外或然改变了的参数,但仍可以从上次偏离的地点延续

a.通过()构造一个生成器,和迭代器类似,再通过__next()__来做客下一个要素:

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,类似于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__()比较,可以传递一个参数给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(不得以经过next继续访问)

 


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

  • 装饰器函数一般会将真正须求执行的函数包裹在内,并回到
  • 解说进度中,一般不会执行函数,但会实施迭代器函数,并将其回到值赋给被装饰的函数

2、三种意况:

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.被装饰函数含一个或多个参数:

 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:

  • 鉴于迭代器在分解阶段就会被实践,所有当包裹一层函数时会抵消它的实践,
  • 不过,当给迭代器加上参数时,也一定于实践了一回,所有必须提供两层的其中定义的函数

d.多少个装饰器:

 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:能够保存被点缀函数原来的一部分性情,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

即将任意数量的参数的函数转化成另一个带剩余参数的函数对象,必要导入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

 简单利用(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('answer\n%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!')

 

一、函数的概念和行使 1、基本结构: 1 def 函数名(参数): 2 “”” 3
文档字符串 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的侧重点是一个表达式,而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。

一 数学运算

输出:

lambda表明式是起到一个函数速写的意义。允许在代码内放置一个函数的概念。

1 abs()

讲述:abs() 函数再次来到数字的绝对值
语法: abs( x )
示例:

>>> abs(-10)
    10
[2,4,6,8,10]

大家先来看一个例子:

2 divmod()

叙述:再次回到七个数值的商和余数的元组(a // b, a % b)
语法:divmod(a, b)
示例:

>>> divmod(20,6)
    (3, 2)

 

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

3 max()

叙述:重临可迭代对象的成分中的最大值只怕具有参数的最大值
语法:max( x, y, z, …. )

示例:>>> max(1,2,6,8)
    8

是还是不是很便宜,当然有人说,可以写成for循环,是的如此也可以完毕,然则大家有更简便的方法,有必不可少写那样一个for循环吗。

咱俩定义了一个函数叫add,有八个参数,再次回到结果是x+y

4 min()

叙述:重临可迭代对象的因素中的最小值大概具有参数的最小值
语法:min( x, y, z, …. )
示例:

>>> min(1,2,6,8)
    1
list = []
for i in [1,2,3,4,5]:
    list.append(i*2)

print(list)

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

5 pow()

叙述:方法重临 x^y(x的y次方) 的值
语法:pow(x,y)
示例:

>>> pow(2,3)
    8

输出:

其一usuallyAdd2的不相同在于y有了暗许值

6 round()

叙述:对浮点数x进行四舍五入求值
语法:round(x [, n])
示例:

>>> round(100.126,2)
    100.13
[2,4,6,8,10]

假若利用lambda如何显示吗?

7 sum()

叙述:对元素类型是数值的可迭代对象中的各个元素求和
语法:sum(iterable[, start])
参数:
iterable — 可迭代对象,如:列表、元组、集合

start — 指定相加的参数,要是没有设置这些值,默许为0
示例:

>>> sum([3,2])
    5
>>> sum((2,5,6),10)
    23

 

lambda x, y: x + y

二 类型转换

本来map()函数还有更加多,更扑朔迷离的用法

lambda x, y=2: x+y

1 bool()

叙述:用于将加以参数转换为布尔类型,假如没有参数,重返 False。
语法:bool(x)
示例:

>>> bool(4)
    True
>>> bool(0)
    False
print(map(str,[1,2,3,4,5]))

看一下测试结果:

2 int()

讲述:用于将一个字符串或数字转换为整型
语法:int(x, base=10)
参数:iterablex — 字符串或数字。
base — 进制数,暗许十进制。
示例:

>>> int(3.6)
    3
>>> int('12',8)
    10

结果:列表内成分都转换成了字符串

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

3 float()

讲述:用于将整数和字符串转换成浮点数
语法:float(x)
示例:

>>> float('2')
    2.0
>>> float(4)
    4.0
['1', '2', '3', '4', '5']

实质上lambda就是把参数和重返简写,格外便利

4 complex()

讲述:用于创设一个值为 real + imag * j
的复数或许转发一个字符串或数为复数。假设第二个参数为字符串,则不必要指定第四个参数。
语法:complex([real[, imag]])
示例:

>>> complex(1,2)
    (1+2j)

 

动用lambda高效操作列表

5 str()

叙述:将目的转化为适应人寓目的样式
语法:str(object=”)
示例:

>>> a='abcd'
>>> str(a)
    'abcd

首字母大写;用到str.title属性

Python用于援救将函数赋值给变量的一个操作符
默认是回到的,所以不用再加return关键字,不然会报错

6 bytearray()

讲述:依据传入的参数创制一个新的字节数组,这么些数组里的成分是可变的,并且逐个成分的值范围:
0 <= x < 256
语法:bytearray([source[, encoding[, errors]]])
参数:
只要 source 为整数,则赶回一个尺寸为 source 的初叶化数组;
借使 source 为字符串,则按照指定的 encoding 将字符串转换为字节系列;
倘诺 source 为可迭代类型,则成分必须为[0 ,255] 中的整数;
假设 source 为与 buffer 接口一致的靶子,则此目的也可以被用于开端化
bytearray。
一旦没有输入任何参数,暗中同意就是初步化数组为0个要素。
示例:

>>> bytearray([2,3,4])
    bytearray(b'\x02\x03\x04')
>>> bytearray('python','GBK')
    bytearray(b'python')
print(map(str.title,['abc','def','ghj']))

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

7 bytes()

描述:

  1. 再次来到值为一个新的不足修改字节数组,每一个数字元素都必须在0 –
    255限制内,和bytearra函数的有着相同的表现,差距仅仅是回去的字节数组不可修改。
  2. 当3个参数都不传的时候,再次来到长度为0的字节数组
    语法:bytes([source[, encoding[, errors]]])
    示例:

    bytes(‘你好’,’utf-8′)
    b’\xe4\xbd\xa0\xe5\xa5\xbd’

输出:

亟待五个参数,第二个是一个处理函数,首个是一个行列(list,tuple,dict)
map()

8 memoryview()

叙述:依据传入的参数成立一个新的内存查看对象
所谓内存查看对象,是指对辅助缓冲区共商的数码开展打包,在不要求复制对象基础上同意Python代码访问
语法:memoryview(obj)
示例:

>>> s=memoryview(bytearray('abcd','utf-8'))            
>>> print(s[0])            
    97
>>> print(s[0:3])              
    <memory at 0x000002078A0B4048>
>>> print(s[0:3].tobytes())         
    b'abc'
['Abc', 'Def', 'Ghj']

将连串中的成分通过处理函数处理后回到一个新的列表
filter()

9 ord()

讲述:再次回到Unicode字符对应的整数
ord() 函数是 chr() 函数(对于8位的ASCII字符串)或 unichr()
函数(对于Unicode对象)的配对函数,它以一个字符(长度为1的字符串)作为参数,再次回到对应的
ASCII 数值,可能 Unicode 数值,借使所给的 Unicode 字符超出了您的 Python
定义范围,则会抓住一个 TypeError 的可怜。
语法:ord(s)
示例:

>>> ord('b')           
    98

 

将连串中的成分通过函数过滤后回去一个新的列表
reduce()

10 chr()

讲述:重回整数所对应的Unicode字符
语法:chr(i)
示例:

>>> chr(100)               
    'd'
>>> chr(200)
    'È'
>>> chr(1)             
    '\x01'

2、eval()此函数,将字符串,转换成其项目对象

将体系中的成分通过一个二元函数处理回来一个结出
将上面多个函数和lambda结合使用

11 bin()

讲述:将整数转换成2进制字符串
语法:bin(x)
示例:

>>> bin(100)           
    '0b1100100'

为何说eval()是转换成,其系列对象啊,那是因为,具体是怎样品种的多少在于,字符串内容

li = [1, 2, 3, 4, 5]
# 连串中的每种成分加1
map(lambda x: x+1, li) # [2,3,4,5,6]
 
# 再次来到系列中的偶数
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

12 oct()

叙述:将整数转化成8进制数字符串
语法:oct(x)
示例:

>>> oct(9)             
    '0o11'

如:eval(“1234”)那个会转成int型

sorted() 结合lambda对列表举行排序

13 hex()

叙述:将整数转换成16进制字符串
语法:hex(x)
示例:

>>> hex(20)
    '0x14'

eval(“{‘user’:’name’}”)
那样会转成字典等

sorted 用于列表的排序,比列表自带的愈发智能
有两个列表,每种列表中都有一个字典([{},{}])须要将七个那样的列表合并后根据时间排序,
八个列表中的时间以便可以因此json输出已经由岁月格式转变为字符串格式.字段名为
sort_time 未来将她们依照倒序排列

14 tuple()

叙述:依据传入的参数创建一个新的元组
语法:tuple( seq )
示例:

>>> tuple([1,2,3])
    (1, 2, 3)
>>> tuple({1,3,3})
    (1, 3)

事例:将字符串,转换成字典

sorted 的用法

15 list()

讲述:将元组转换为列表
语法:list( tup )
示例:

>>> list((1,2,3))
    [1, 2, 3]
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:用于比较的函数,相比什么由key决定,有暗许值,迭代聚集中的一项;
key:用列表成分的某部属性和函数举办作为紧要字,有专擅认同值,迭代集合中的一项;
reverse:排序规则. reverse = True 可能 reverse = False,有默许值。 *
重临值:是一个经过排序的可迭代类型,与iterable一样。
sorted()结合lambda对可迭代类型用sort_time排序

16 dict()

讲述:按照传入的参数制造一个新的字典
语法:class dict(kwarg)
class dict(mapping,
kwarg)
class dict(iterable, kwarg)
参数:
kwargs — 关键字
mapping — 成分的器皿。
iterable — 可迭代对象。
示例:

>>> dict(a='a', b='b', t='t') #传入关键字
    {'a': 'a', 'b': 'b', 't': 't'}
>>> dict(zip(['one', 'two', 'three'], [1, 2, 3])) #映射函数方式来构造字典
    {'one': 1, 'two': 2, 'three': 3}
>>> dict([('one', 1), ('two', 2), ('three', 3)]) #可迭代对象方式来构造字典
    {'one': 1, 'two': 2, 'three': 3}

输出:

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

17 set()

讲述:创制一个无序不重复成分集,可开展关联测试,删除重复数据,还足以测算交集、差集、并集等。
语法:class set([iterable])
示例:

>>> x=set('python')
>>> set(x)
{'n', 'p', 'y', 'h', 't', 'o'}
{'username': 'pyhleng', 'password': 'q123456'}
q123456

18 frozenset()

叙述:重临一个冻结的相会,冻结后集合不能再添加或删除任何因素
语法:class frozenset([iterable])
示例:

>>> a=frozenset([1,2,3])
>>> a
    frozenset({1, 2, 3})
>>> b=frozenset('python')
>>> b
    frozenset({'h', 't', 'o', 'p', 'y', 'n'})

 

19 enumerate()

叙述:用于将一个可遍历的多少对象(如列表、元组或字符串)组合为一个目录体系,同时列出多少和多少下标,一般用在
for 循环当中。
语法:enumerate(sequence, [start=0])
示例:

>>> list1=['a','b','c']
>>> for index,value in enumerate(list1):
    print(index,value)  
    0 a
    1 b
    2 c
>>> seasons = ['Spring', 'Summer', 'Fall', 'Winter']
>>> list(enumerate(seasons))
    [(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')]

 有没有下面的代码是置之度外,直接定义一个字典对象不就行了,为何要有三引号,引上。是啊为啥要如此做?????

20 range()

叙述:函数可成立一个平头列表,一般用在 for 循环中。
语法:range(start, stop[, step])
示例:

>>> list(range(1,10))
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> list(range(1,10,2))
[1, 3, 5, 7, 9]

下边代码只是写一个例子,模拟将数据{‘username’:’pyhleng’,’password’:’q123456′}
存储在数据表,然后在读出来的样子。

21 iter()

叙述:用来变化迭代器
语法:iter(object[, sentinel])
参数:object — 帮忙迭代的集合对象。
sentinel — 如若传递了第四个参数,则参数 object
必须是一个可调用的目的(如,函数),此时,iter
创造了一个迭代器对象,每一趟调用这些迭代器对象的__next__()方法时,都会调用
object。
示例:

>>> list2=[1,2,3,4]
>>> for i in iter(list2):
    print(i)
    1
    2
    3
    4

借使将{‘username’:’pyhleng’,’password’:’q123456′}存在多少表中,在读出来的时候就是字符串。即使要当字典用那么

22 slice()

叙述:达成切片对象,主要用在切除操作函数里的参数传递
语法:class slice(stop)
class slice(start, stop[, step])
参数:
start — 发轫地方
stop — 截止位置
step — 间距
示例:

>>> myslice=slice(4)
>>> myslice
slice(None, 4, None)
>>> arr=range(10)
>>> list(range(10))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> list(arr[myslice])
[0, 1, 2, 3]

eval()函数是必不可少的。

23 super()

讲述:依照传入的参数创制一个新的子类和父类关系的代办对象
super是用来化解多重继承难题的,直接用类名调用父类方法在利用单继承的时候没难点,不过如若应用多一而再,会提到到找寻顺序(MRO)、重复调用(钻石继承)等各类难点。
MRO 就是类的措施分析顺序表, 其实也等于连续父类方法时的顺序表。
语法:super(type[, object-or-type])
参数:type — 类。
object-or-type — 类,一般是 self
示例:

>>> class A:
    pass

>>> class B(A):
    def add(self,x):
        supper().add(x)

 

24 object:创设一个新的object对象

讲述:(1)object类是Python中所有类的基类,假诺定义一个类时没有点名继承哪个类,则私行认同继承object类

>>> class C:
    pass
>>> issubclass(A,object)
True

(2)object类定义了所有类的片段国有措施

>>> dir(object)
['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']

(3)object类没有定义 dict,所以不可能对object类实例对象尝试设置属性值

>>> s=object()
>>> s.name='sun' # 不能设置属性
Traceback (most recent call last):
  File "<pyshell#69>", line 1, in <module>
    s.name='sun'
AttributeError: 'object' object has no attribute 'name'
>>> class D:
    pass
>>> a=D()
>>> a.name='sun'    # 能设置属性

3、reduce()此函数,函数参数必须有三个,把结果与系列的下一个因素做累计

三 体系操作

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

1 all()

叙述:用于判断给定的可迭代参数 iterable 中的所有因素是或不是都为
TRUE,假如是再次回到 True,否则重临 False。成分除了是 0、空、FALSE 外都算
TRUE
语法:all(iterable)
示例:

>>> all(['a','b','c'])
True
>>> all(['a','b',0])
False

输出:

2 any()

讲述:用于判断给定的可迭代参数 iterable 是还是不是全体为 False,则赶回
False,倘使有一个为 True,则赶回 True。成分除了是 0、空、FALSE 外都算
TRUE。
语法:any(iterable)
示例:

>>> any([' ',True,0])
True
>>> any([])
False
15

3 filter()

叙述:用于过滤系列,过滤掉不符合条件的成分,再次回到由符合条件成分构成的新列表。
该接受八个参数,第二个为函数,第一个为种类,连串的逐个成分作为参数传递给函数进行判,然后重返True 或 False,最后将回来 True 的要素放到新列表中。
语法:filter(function, iterable)
参数:function — 判断函数。
iterable — 可迭代对象。
示例:

>>> def is_odd(n):
    return n%2==1
>>> newslist=filter(is_odd,[1,2,3,4,5,6,7])
>>> list(newslist)
[1, 3, 5, 7]

add函数必须有七个参数,然后每一次,结果和下一个做累计,稍加改动1*2*3*4*5

4 map()

叙述:依据提供的函数对点名体系做映射。
先是个参数 function 以参数体系中的逐个要素调用 function
函数,再次回到包罗每一趟 function 函数重返值的新列表
语法:map(function, iterable, …)
参数:function — 函数,有四个参数
iterable — 一个或多少个种类
示例:

>>> def square(x):
    return x ** 2
>>> list(map(square,[1,2,3,4]))
[1, 4, 9, 16]
def add(x,y):
    return x * y
print reduce(add,[1,2,3,4,5])

5 next()

叙述:重返可迭代对象中的下一个成分值
语法:next(iterator[, default])
示例:

>>> it=iter([1,2,3,5])
>>> while True:
    try:
        x=next(it)
        print(x)
    except StopIteration:
        break   
    1
    2
    3
    5

输出:

6 reversed()

叙述:反转系列生成新的可迭代对象
语法:reversed(seq)
reverse和reversed的分别:reverse是使用在list上的不二法门,reversed可以对所有可迭代的靶子举行排序操作
参数:seq — 要转移的序列,可以是 tuple, string, list 或 range
示例:

>>> l3=['a','b','c']
>>> print(list(reversed(l3)))
    ['c', 'b', 'a']
120

7 sorted()

叙述:sorted() 函数对具有可迭代的对象开展排序操作
sort 与 sorted 区别:
sort 是行使在 list 上的不二法门,sorted
可以对持有可迭代的目的进行排序操作。
list 的 sort 方法重回的是对曾经存在的列表进行操作,而内建函数 sorted
方法重返的是一个新的 list,而不是在原本的基础上进行的操作。
语法:sorted(iterable, key=None, reverse=False)
参数:iterable — 可迭代对象。
key —
紧借使用来进展比较的因素,只有一个参数,具体的函数的参数就是取自于可迭代对象中,指定可迭代对象中的一个成分来拓展排序。
reverse — 排序规则,reverse = True 降序 , reverse = False
升序(暗中认同)。
示例:

>>> sorted([5, 2, 3, 1, 4])
[1, 2, 3, 4, 5]
>>> example_list = [5, 0, 6, 1, 2, 7, 3, 4]
>>> sorted(example_list, reverse=True)
[7, 6, 5, 4, 3, 2, 1, 0]。

 

8 zip()

讲述:用于将可迭代的对象作为参数,将对象中对应的要素打包成一个个元组,然后回来由这几个元组组成的列表。
假若各个迭代器的成分个数不均等,则赶回列表长度与最短的对象相同,利用
*号操作符,可以将元组解压为列表。
语法:zip([iterable, …])
参数: iterabl — 一个或多少个迭代器;
示例:

>>> a=[1,2,3]
>>> b=['a','b','c']
>>> list(zip(a,b))
[(1, 'a'), (2, 'b'), (3, 'c')]

4、filter()此函数,传入一个函数和连串做为参数

四 对象操作

过滤,种类中的每个成分,符合函数条件True的留给,False的破除,最终回到一个过虑后的队列

1 help()

讲述:用于查看函数或模块用途的仔细操作
语法:help([object])
重临值:重返对象接济新闻
示例:

>>> help('sys')
Help on built-in module sys:
NAME
    sys
    .....
def fcq(x):
    return x==4
print filter(fcq,[1,3,4,5,4,6,4])

2 dir()

叙述:函数不带参数时,重临当前限定内的变量、方法和定义的档次列表;带参数时,重返参数的性质、方法列表。如若参数包括方法__dir__(),该方式将被调用。即使参数不包括__dir__(),该措施将最大限度地收集参数新闻。
语法:dir([object])
示例:

>>> dir()               
['__annotations__', '__builtins__', '__doc__', '__loader__', '__name__', '__package__', '__spec__']

输出:

3 id()

叙述:用于获取对象的内存地址
语法:id([object])
示例:

>>> a='abc'                 
>>> id(a)                   
2203966126936
[4, 4, 4]

4 hash()

叙述:用于获取取一个目标(字符串或许数值等)的哈希值
语法:hash(object)
示例:

>>> hash('python')              
6061303635929480506

 

5 type()

叙述:函数如若你唯有第三个参数则赶回对象的品种,三个参数再次回到新的花色对象。
isinstance() 与 type() 区别:
type() 不会以为子类是一种父类类型,不考虑继续关系。
isinstance() 会认为子类是一种父类类型,考虑继续关系。
尽管要判断多少个序列是还是不是一律推荐使用 isinstance()。
语法:class type(name, bases, dict)
参数:name — 类的称呼。
bases — 基类的元组。
dict — 字典,类内定义的命名空间变量
重回值:一个参数重临对象类型, 多个参数,再次回到新的体系对象。
示例:

>>> type('qwer')                    
<class 'str'>
>>> class B:
    a=1                 
>>> B=type('B',(object,),dict(a=a))                 
>>> B                   
    <class '__main__.B'>

5、lambda()匿名函数,有时不须要出示的概念函数,能够接纳此函数

6 len()

叙述:方法重临对象(字符、列表、元组等)长度或项目个数
语法:len(s)
示例:

>>> len('abcd')                 
    4

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

7 ascii()

讲述:函数类似 repr() 函数, 重回一个代表对象的字符串,
然则对于字符串中的非 ASCII 字符则重回经过 repr() 函数使用 \x, \u 或
\U 编码的字符。
语法:ascii(object)
示例:

>>> ascii("abc")                
"'abc'"
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])

8 format()

叙述:Python2.6 初步,新增了一种格式化字符串的函数
str.format(),它增强了字符串格式化的效能。基本语法是经过 {} 和 :
来代替原先的 % 。format 函数可以承受不限个参数,地方可以不按梯次。
示例:

>>>"{} {}".format("hello", "world")    # 不设置指定位置,按默认顺序
'hello world'
>>> "{0} {1}".format("hello", "world")  # 设置指定位置
'hello world'

 

9 vars()

叙述:重返当前效用域内的一些变量和其值组成的字典,只怕重临对象的品质列表
语法:vars([object])
再次回到值:重返对象object的属性和属性值的字典对象,假使没有参数,就打印当前调用地方的品质和性质值
类似 locals()。
示例:

>>> print(vars())               
{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <class '_frozen_importlib.BuiltinImporter'>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, 'a': 'abc', 'B': <class '__main__.B'>}

6、sorted()排序(可以对list,dict,字符串等排序)

五 反射操作

概念一个比较函数,定义x,y几个参数,举行比较,大于重返-1,小于再次回到1,等于重返0

1 import()

讲述:用于动态加载类和函数。如果一个模块常常转移就足以选用 import()
来动态载入
语法:import(name[, globals[, locals[, fromlist[, level]]]])
#name — 模块名
示例:

a.py 文件代码:
#!/usr/bin/env python    
#encoding: utf-8  
import os  
print ('在 a.py 文件中 %s' % id(os))
test.py 文件代码:
#!/usr/bin/env python    
#encoding: utf-8  
import sys  __import__('a')        # 导入 a.py 模块

执行 test.py 文件,输出结果为:
在 a.py 文件中 4394716136

然后采纳sorted()举行排序。

2 isinstance()

讲述:isinstance() 函数来判定一个对象是不是是一个已知的种类,类似
type()。
isinstance() 与 type() 区别:
type() 不会认为子类是一种父类类型,不考虑继续关系。
isinstance() 会认为子类是一种父类类型,考虑继续关系。
只要要看清五个门类是或不是相同推荐使用 isinstance()。
语法:isinstance(object, classinfo)
示例:

>>> isinstance(1,int)               
True
>>> isinstance(a,(dict,int,list))                   
False

倒序:

3 issubclass()

叙述:判断类是不是是其余一个类仍旧项目元组中任意类成分的子类
语法:issubclass(class, classinfo)
参数:class — 类。classinfo — 类。
示例:

>>> class A:
    pass
>>> class B(A):
    pass
>>> print(issubclass(B,A))
True
def cmp(x,y):
    if x>y:
        return -1
    if x<y:
        return 1
    return 0

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

4 hasattr()

讲述:用于判断目的是否带有相应的特性。
语法:hasattr(object, name)
参数:object — 对象。name — 字符串,属性名。
示例:

class Coordinate:
    x = 10
    y = -5
    z = 0 
point1 = Coordinate() 
print(hasattr(point1, 'x'))
print(hasattr(point1, 'y'))
print(hasattr(point1, 'z'))
print(hasattr(point1, 'no'))  # 没有该属性

输出结果:

True
True
True
False

输出:

5 getattr()

讲述:获取对象的属性值
语法:getattr(object, name[, default])
参数:
object — 对象。
name — 字符串,对象属性。
default — 暗许重临值,假使不提供该参数,在没有对应属性时,将触发
AttributeError。
示例:

>>> class C:
    a='aaa'
>>> str1=C()
>>> getattr(str1,'a')
'aaa'
[5, 4, 3, 2, 1]

6 setattr()

讲述:对应函数 getatt(),用于安装属性值,该属性必须存在。
语法:setattr(object, name, value)
参数:
object — 对象。
name — 字符串,对象属性。
value — 属性值
示例:

>>> class C:
    a='aaa' 
>>> str1=C()
>>> getattr(str1,'a')
'aaa'
>>> setattr(str1,'a','bbbb')
>>> str1.a
'bbbb'

 

7 delattr()

讲述:用于删除属性。delattr(x, ‘foobar’) 相等于 del x.foobar。
语法:delattr(object, name)
参数:object — 对象。name — 必须是目的的习性
示例:

>>> class Test:
    x=10
    y=9

>>> pri1=Test()
>>> print('x=',pri1.x)
x= 10
>>> print('y=',pri1.y)
y= 9
>>> delattr(Test,'y')
--删除 z 属性后--
>>> print('y=',pri1.y)
触发错误
Traceback (most recent call last):
  File "<pyshell#27>", line 1, in <module>
    print('y=',pri1.y)
AttributeError: 'Test' object has no attribute 'y'\

正序:

8 callable()

讲述:用于检查一个对象是不是是可调用的。如若回到True,object仍旧可能调用战败;但倘使回去False,调用对象ojbect相对不会中标。
对此函数, 方法, lambda 函式, 类, 以及贯彻了 call 方法的类实例,
它都回到 True。
语法:callable(object)
示例:

>>> def test(a,b):
    return a+b
>>> callable(test)
True
>>> callable(111)
False
print(sorted([1,2,3,4,5]))

六 变量操作

输出:

1 globals()

叙述:再次来到当前作用域内的全局变量和其值组成的字典
语法:globals()
示例:

>>> globals()
{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <class '_frozen_importlib.BuiltinImporter'>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, 'a': 'python'}
[1, 2, 3, 4, 5]

2 locals()

讲述:会以字典类型再次来到当前地点的百分之百部分变量。
对此函数, 方法, lambda 函式, 类, 以及贯彻了 call 方法的类实例,
它都回来 True。
语法:locals()
示例:

>>> locals()
{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <class '_frozen_importlib.BuiltinImporter'>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, 'a': 'python'}
>>> def test2():
    a='hhh'
    print(locals())
>>> test2()
{'a': 'hhh'}

 

七 交互操作

7、**args和**kwargs参数

1 print()

叙述:向专业输出对象打印输出
语法:print(*objects, sep=’ ‘, end=’\n’, file=sys.stdout)
参数:
objects — 复数,表示可以两次输出多少个对象。输出几个对象时,须求用 ,
分隔。
sep — 用来间隔三个目的,暗中同意值是一个空格。
end — 用来设定以什么样末了。默许值是换行符
\n,大家得以换成任何字符串。
file — 要写入的公文对象。
示例:

>>> print('a')
a
>>> print('www','python','com',sep='.')
www.python.com

那八个是python的可变参数,其中*args是元组;**kwargs是字典类型参数

2 input()

叙述:Python3.x 中 input() 函数接受一个标准输入数据,重临为 string
类型
语法:input([prompt]) #参数表明,prompt: 提醒新闻
示例:

>>>a = input("input:")
input:123                  # 输入整数
>>> type(a)
<type 'int'>               # 整型

以身作则如下:*args和**kwargs可以同时利用。

八 文件操作

open()
讲述:用于打开一个文书,创造一个 file
对象,相关的主意才足以调用它进行读写
语法:open(name[, mode[, buffering]])
参数表达:
name : 一个含有了你要拜访的文件名称的字符串值。
mode : mode
决定了打开文件的情势:只读,写入,追加等。所有可取值见如下的一心列表。这么些参数是非强制的,默许文件访问格局为只读(r)。
buffering : 假使 buffering 的值被设为 0,就不会有寄存。若是 buffering
的值取 1,访问文件时会寄存行。如若将 buffering 的值设为超出 1
的整数,注解了那就是的寄存区的缓冲大小。尽管取负值,寄存区的缓冲大小则为系统暗许。

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) 

九 编译执行

输出:因为函数定义七个项目参数,调用时有的只写了一个品种,所以会有()或{}输出。

1 compile()

叙述:将字符串编译为代码恐怕AST对象,使之可以通过exec语句来执行或许eval进行求值
语法:compile(source, filename, mode[, flags[, dont_inherit]])
参数:
source — 字符串只怕AST(Abstract Syntax Trees)对象。。
filename — 代码文件名称,如若不是从文件读取代码则传递一些可辨认的值。
mode — 指定编译代码的项目。可以指定为 exec, eval, single。
flags — 变量功能域,局地命名空间,如若被提供,可以是其他映射对象。。
flags和dont_inherit是用来支配编译源码时的申明
示例:

>>> str='for i in range(0,5):print(i)'
>>> c=compile(str,'','exec')
>>> c
<code object <module> at 0x0000024A16DE5660, file "", line 1>
>>> exec(c)
0
1
2
3
4
(1, 2, 3)
{}
-------------------------------
()
{'a': 5, 'c': 7, 'b': 6}
-------------------------------
()
{'a': 1, 'c': 3, 'b': 2}
-------------------------------
(4, 5, 6)
{'e': 5, 'g': 7, 'f': 6}

2 eval()

讲述:用来执行一个字符串表明式,并重临表明式的值
语法:eval(expression[, globals[, locals]])
参数:
expression — 表达式。
globals —
变量成效域,全局命名空间,若是被提供,则必须是一个字典对象。
locals — 变量作用域,局部命名空间,如果被提供,可以是别的映射对象。
示例:

>>> a=4
>>> eval('3*a')
12

8、日期时间函数 

3 exec()

讲述: 执行储存在字符串或文件中的 Python 语句,相比较于
eval,exec可以推行更扑朔迷离的 Python 代码。
语法:exec(object[, globals[, locals]])
参数:
object:必选参数,表示须求被指定的Python代码。它必须是字符串或code对象。假若object是一个字符串,该字符串会先被分析为一组Python语句,然后在执行(除非发生语法错误)。假诺object是一个code对象,那么它只是被略去的执行。
globals:可选参数,表示全局命名空间(存放全局变量),倘使被提供,则必须是一个字典对象。
locals:可选参数,表示近来有些命名空间(存放局地变量),即便被提供,可以是其余映射对象。如若该参数被忽略,那么它将会取与globals相同的值
示例:

>>> exec('print("hello world")')
hello world

取得当前几日期时间

4 repr()

讲述:将目标转化为供解释器读取的样式
语法:repr(object)
示例;

>>> repr('adg')
"'adg'"
>>> dict1={'key':'value'}
>>> repr(dict1)
"{'key': 'value'}"
import time

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

十 装饰器

格式化字符串:

1 property()

叙述:在新式类中回到属性值
语法:class property([fget[, fset[, fdel[, doc]]]])
参数:
fget — 获取属性值的函数
fset — 设置属性值的函数
fdel — 删除属性值函数
doc — 属性描述音讯
示例:

定义一个可控属性值 x
class C(object):
    def __init__(self):
        self._x = None
    def getx(self):
        return self._x
    def setx(self, value):
        self._x = value
    def delx(self):
        del self._x
    x = property(getx, setx, delx, "I'm the 'x' property.")

假使 c 是 C 的实例化, c.x 将触发 getter,c.x = value 将触发 setter , del
c.x 触发 deleter。
即使给定 doc 参数,其将变成那一个属性值的 docstring,否则 property
函数就会复制 fget 函数的 docstring(若是部分话)。

%Y 年

2 classmethod:标示方法为类措施的装饰器

讲述:修饰符对应的函数不须要实例化,不需求 self
参数,但第二个参数需假诺表示我类的 cls
参数,可以来调用类的天性,类的形式,实例化对象等
语法:classmethod
示例:

#!/usr/bin/python
# -*- coding: UTF-8 -*- 
class A(object):
    bar = 1
    def func1(self):  
        print ('foo') 
    @classmethod
    def func2(cls):
        print ('func2')
        print (cls.bar)
        cls().func1()   # 调用 foo 方法

A.func2()               # 不需要实例化
输出结果为:
func2
1
foo

%m 月

3 staticmethod()

叙述:重回函数的静态方法。
该方法不强制须求传递参数,如下宣示一个静态方法:
class C(object):
@staticmethod
def f(arg1, arg2, …):

如上实例注明了静态方法 f,类可以绝不实例化就可以调用该方法
C.f(),当然也得以实例化后调用 C().f()。
语法:staticmethod(function)
示例:

#!/usr/bin/python
# -*- coding: UTF-8 -*-

class C(object):
    @staticmethod
    def f():
        print('runoob');

C.f();          # 静态方法无需实例化
cobj = C()
cobj.f()        # 也可以实例化后调用

%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

发表评论

电子邮件地址不会被公开。 必填项已用*标注

*
*
Website