威尼斯人线上娱乐

python入门函数,笔者的Python之旅第四天

25 3月 , 2019  

壹 、map()
此函数可以,将列表每三个函数功用在函数上,并回到list

lambda只是二个表明式,函数体比def不难很多。

数学生运动算(7个) 类型转换(27个) 系列操作(七个) 对象操作(8个)
反射操作(九个)
变量操作(二个) 交互操作(三个) 文件操作(一个) 编写翻译执行(多少个)
装饰器(一个)

Python入门二:函数,python入门函数

① 、函数的概念和应用

① 、基本组织:

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,最佳不用与内置函数名相同

3、参数:

和C/C++不相同,参数无需点名项目,直接交由解释器去判断:

  • 对于number, str, tuple等不可变的对象,也便是传值,便是传递了拷贝
  • 对于list,dict,set等可变对象,也就是引用传递,内部更改会潜移默化外部的值

a.普通参数:和c类似,可是不用钦赐项目,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.暗中认可参数:与c++中一样,也能在概念时给参数钦命1个缺省的值,可是必须放在参数列表后边地点

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,最大便宜是足以灵活的选取参数,而无须考虑其个数,其通过tuple(一般用*args表示)和dict(一般用**kwargs)的风味来落实:

  • 对此tuple,一般用户用a, b, c, …
    的情势,会被解释器自动转接为三个tuple来存款和储蓄,化解了任性数量的普通参数的传递
  • 对于dict,一般用户用x1 = a1, x2 = a2, x3 =
    a3,…的款型,会被转接为3个dict来储存,化解了随机数量的显要词参数的传递

 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)    

也得以直接将二个tuple或list传递给args,
将贰个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 、文书档案字符串:

写函数时,最佳在内部最早先加三个docstrings,即文书档案字符串,方便别的人精晓函数的效应

其有下边多少个要求:

  • 动用八个双引号来分别多行注释
  • 第3行作为函数作用的简便概述,最好以大写字母开首,句号结尾,无需鲜明对象的花色和名字
  • 第③行事空
  • 后边叙述函数的求实职能,一定要有函数的参数以及重回值的详细描述
  • 可以用__doc__来引用模块的文书档案字符串

⑤ 、函数体:函数的切切实实落到实处

六 、再次来到值:即将函数的推行结果再次来到,未钦命为None

  • 在Python中,由于tuple的留存,能够二遍性再次回到四个值:

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

 柒 、函数的调用:

  • 由于Python的演讲以及履行各种都以从上往下,所以要想调用函数,必须函数在事先有定义
  • 在Python中,未加函数定义的言语属于重点,相当于c中的主函数,一般位于最终,以便调用此前的函数
  • 若有多少个公文的并行引用,可添加一下代码: 在二个文书中,也正是主函数的进口,但是只要此文件作为模块被其余文件引用,则此段代码由于为False,将不会实施,所以能够当做测试模块的遵循

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

 


 二、lambda表达式

即多少个小的匿名的函数,一般唯有函数体相当的短时利用:

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

 ① 、与filter、map、reduce的咬合使用:

 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!

 贰 、与sorted的重组使用: 

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

 


叁 、内置函数

Python内置了丰硕的函数,适合于各种类型的对象,下边来详细座谈

一 、大部分的函数

威尼斯人线上娱乐 1 1 def
abs(*args, **kwargs): 2 pass 3 # 再次来到参数的相对值 4 5 def
all(*args, **kwargs): 6 pass 7 #
再次来到True假诺可变对象具备因素都为真,为空时重返True 8 9 def any(*args,
**kwargs): 10 pass 11 #
重返False倘使可变对象具备因素都为假,为空时再次回到True 12 13 def
bin(*args, **kwargs): 14 pass 15 # 再次来到参数的二进制表示 16 17 def
hex(*args, **kwargs): 18 pass 19 # 重回参数的十六进制表示 20 21 def
oct(*args, **kwargs): 22 pass 23 # 重回参数的八进制表示 24 25 def
callable(i_e_, some_kind_of_function): 26 pass 27 #
重回对象是还是不是可调用 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 # 再次回到单个字符的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 #
重返object的’name’的习性的值,若不存在,重回default 44 45 def
hasattr(object, name): 46 pass 47 #
重临True就算object对象有钦命的‘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),当中y属性能够是不设有的
52 53 def dir(p_object=None): 54 pass 55 #
借使没有参数,再次回到当前范围的参数、方法、定义的list 56 #
要是有参数,再次回到参数的天性,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,并再次回到结果 65 66 def
exec(*args, **kwargs): 67 pass 68 # 动态执行代码 69 70 def
repr(obj): 71 pass 72 #
重返obj的可供解释器读取的字符串,能够用eval()求值 73 #
超越50%动静下,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 # 返回当前部分变量构成的字典 90
91 def hash(*args, **kwargs): 92 pass 93 #
重临参数(哈希表类型的目的)的哈希值 94 95 def help(): 96 pass 97 #
重返参数的扶植消息 98 99 def id(*args, **kwargs): 100 pass 101 #
再次来到参数的内部存款和储蓄器地址(并非实际内部存款和储蓄器地址) 102 103 def input(*args,
**kwargs): 104 pass 105 # 打字与印刷提醒字符串,并读取输入再次回到(str类型) 106
107 def isinstance(x, A_tuple): 108 pass 109 #
重临x是不是为元组A_tuple中在那之中八个类的实例 110 111 def issubclass(x,
A_tuple): 112 pass 113 # 重返x是不是为元组A_tuple中内部多少个类的子类 114
115 def iter(source, sentinel=None): 116 pass 117 #
再次来到第3个参数对象的迭代器, 118 #
若有第1个参数,当迭代器的__next__返回值为它时抛出卓殊 119 120 def
len(*args, **kwargs): 121 pass 122 # 再次回到容器的item个数 123 124 def
max(*args, key=None): 125 pass 126 #
再次来到全部参数中的最大值,或种类中的最大值(容器为空重临key) 127 128 def
min(*args, key=None): 129 pass 130 #
重临全数参数中的最小值,或种类中的最小值(容器为空重返key) 131 132 def
next(iterator, default=None): 133 pass 134 #
重返迭代器的下八个值,若已经到最终多个回来default 135 136 def open(file,
mode=’r’, buffering=None, encoding=None, 137 errors=None, newline=None,
closefd=True): 138 pass 139 # 以特定形式打开文件 140 141 def
pow(*args, **kwargs): 142 pass 143 # 四个参数是重临x**y,
多个参数时重临x**y%z 144 145 def print(self, *args, sep=’ ‘,
end=’\n’, file=None): 146 pass 147 #
打字与印刷,默许以空格隔开分离各打字与印刷值,以换行甘休,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 # 再次来到递增的排序的list 160 161
def sum(iterable, start = 0): 162 pass 163 #
重返种类的和增进start(暗中同意为0) 164 165 def vars(p_object=None): 166
pass 167 # 不带参数,再次回到当前目的属性及属性值的字典 168 #
带参数,重临参数对应的性质及值的字典 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 # 再次回到贰个str 189 190 def dict(x): 191
pass 192 # 重回二个字典 193 194 def list(iterable): 195 pass 196 #
重临两个list 197 198 def tuple(iterable): 199 pass 200 # 重回2个tuple
201 202 def set(iterable): 203 pass 204 # 再次来到一个set 205 206 def
frozenset(iterable): 207 pass 208 # 再次回到八个不可变的set 209 210 def
enumerate(iterable): 211 pass 212 #
构造系列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 #
再次来到iterable中能够让function的再次回到值为实在成分的队列, 217 #
若function为None, 再次回到iterable中为确实成分的队列 218 219 def map(func,
*iterables): 220 pass 221 # 对每1个iterable, 使用func,
并将结果作为list重返 222 223 def range(start = 0, stop): 224 pass 225 #
重临三个从start到stop构成的队列,用于遍历 226 227 def reversed(seq):
228 pass 229 # 重返2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中取下标相同的成分构成tuple,在将各tuple构成list
238 # 使用zip(*list)解压 239 240 # 别的函数 241 #python入门函数,笔者的Python之旅第四天。 copyright,
credits, license, bytearray, bytes, classmethod, 242 # memoryview,
property, slice, staticmethod, super, compile 内置函数

 ② 、内置函数总计:

  • 数学总括和别的计量: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
  • 对象和天性: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
  • 迭代器和遍历:iter, next, enumerate, range, zip
  • 函数相关:filter, map
  • 其他:globals, locals, help

叁 、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) 

 


④ 、迭代器与生成器

1、迭代器:

a.通过iter()构造2个迭代器,然后就足以由此__next__()来拜访下三个成分:

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

b.迭代器只可以往前,不可能后退,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,不是把具有的数码都加载到内部存款和储蓄器中,而是读取到某些元素时才发轫

d.可迭代对象:

  • Python内置了累累可迭代对象,如list, dic,
    str等,全数大家能够通过for循环方便地遍历每一个成分,能够经过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,能够收获在那之中1个的重返值,当调用回到程序中时,能够传入额外只怕改变了的参数,但还可以够从上次离开的地点连续

a.通过()构造二个生成器,和迭代器类似,再通过__next()__来访问下二个因素:

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,须要通过__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,可以传递四个参数给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(不得以因此next继续访问)

 


五、装饰器

壹 、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需求实施的函数包裹在内,并赶回
  • 表达进度中,一般不会进行函数,但会进行迭代器函数,并将其归来值赋给被点缀的函数

② 、两种处境:

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.棉被服装饰函数含三个或七个参数:

 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:

  • 是因为迭代器在诠释阶段就会被实施,全体当包裹一层函数时会抵消它的履行,
  • 唯独,当给迭代器加上参数时,也一定于实践了三遍,全部必须提供两层的里边定义的函数

d.八个装饰器:

 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局地质量,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

就要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,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

 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()

 


⑦ 、《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 、函数的定义和使用 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 重临值 7 ② 、…

原型 map(function,[list])

def fc(x):
    return x * 2

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

lambda的重点是一个表达式,而不是1个代码块。仅仅能在lambda表明式中封装有限的逻辑进去。

一 数学生运动算

输出:

lambda表达式是起到三个函数速写的职能。允许在代码内停放1个函数的概念。

1 abs()

讲述:abs() 函数重回数字的相对值
语法: abs( x )
示例:

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

我们先来看3个例子:

2 divmod()

叙述:再次来到八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()

讲述:重临可迭代对象的因素中的最大值大概持有参数的最大值
语法:max( x, y, z, …. )

示例:>>> max(1,2,6,8)
    8

是还是不是很便利,当然有人说,能够写成for循环,是的那样也可以兑现,可是大家有更简便的办法,有须求写那样三个for循环吗。

我们定义了二个函数叫add,有多少个参数,重回结果是x+y

4 min()

叙述:返回可迭代对象的元素中的最小值只怕有所参数的最小值
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:方法重返 x^y(x的y次方) 的值
语法:pow(x,y)
示例:

>>> pow(2,3)
    8

输出:

以此usuallyAdd2的分别在于y有了暗中认可值

6 round()

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

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

借使选取lambda怎样突显吗?

7 sum()

讲述:对元素类型是数值的可迭代对象中的每种成分求和
语法:sum(iterable[, start])
参数:
iterable — 可迭代对象,如:列表、元组、集合

start — 内定相加的参数,假如没有安装这些值,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

理所当然map()函数还有越来越多,更复杂的用法

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,再次来到 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()

叙述:用于将二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:列表内元素都转换到了字符串

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

3 float()

叙述:用于将整数和字符串转换到浮点数
语法:float(x)
示例:

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

事实上lambda就是把参数和再次来到简写,分外有利

4 complex()

叙述:用于创设1个值为 real + imag * j
的复数大概转载一个字符串或数为复数。假诺第三个参数为字符串,则不供给内定首个参数。
语法:complex([real[, imag]])
示例:

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

 

应用lambda高效操作列表

5 str()

讲述:将目的转化为适应人观看的样式
语法:str(object=”)
示例:

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

首字母大写;用到str.title属性

Python用于协理将函数赋值给变量的1个操作符
暗中认可是回来的,所以不用再加return关键字,不然会报错

6 bytearray()

讲述:依照传入的参数创制三个新的字节数组,这么些数组里的成分是可变的,并且各类成分的值范围:
0 <= x < 256
语法:bytearray([source[, encoding[, errors]]])
参数:
假若 source 为整数,则赶回贰个长度为 source 的起头化数组;
一旦 source 为字符串,则依照内定的 encoding 将字符串转换为字节连串;
只要 source 为可迭代类型,则成分必须为[0 ,255] 中的整数;
设若 source 为与 buffer 接口一致的靶子,则此目的也足以被用来起始化
bytearray。
假定没有输入任何参数,暗中同意便是早先化数组为0个因素。
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. 再次来到值为八个新的不行修改字节数组,各类数字成分都不能够不在0 –
    255范围内,和bytearra函数的兼具相同的行为,差异仅仅是再次来到的字节数组不可修改。
  2. 当3个参数都不传的时候,再次回到长度为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:

亟待多少个参数,第一个是三个处理函数,第2个是1个系列(list,tuple,dict)
map()

8 memoryview()

叙述:依据传入的参数创立叁个新的内部存款和储蓄器查看对象
所谓内部存款和储蓄器查看对象,是指对支撑缓冲区磋商的数量开始展览打包,在不须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']

将系列中的成分通过处理函数处理后归来二个新的列表
filter()

9 ord()

讲述:再次回到Unicode字符对应的整数
ord() 函数是 chr() 函数(对于七人的ASCII字符串)或 unichr()
函数(对于Unicode对象)的配对函数,它以三个字符(长度为1的字符串)作为参数,重回对应的
ASCII 数值,也许 Unicode 数值,如若所给的 Unicode 字符超出了您的 Python
定义范围,则会吸引三个 TypeError 的要命。
语法:ord(s)
示例:

>>> ord('b')           
    98

 

将体系中的成分通过函数过滤后回到一个新的列表
reduce()

10 chr()

讲述:重返整数所对应的Unicode字符
语法:chr(i)
示例:

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

贰 、eval()此函数,将字符串,转换来其连串对象

将类别中的成分通过二个二元函数处理回来三个结出
将上边多个函数和lambda结合使用

11 bin()

叙述:将整数转换到2进制字符串
语法:bin(x)
示例:

>>> bin(100)           
    '0b1100100'

何以说eval()是转换到,其种类对象呢,那是因为,具体是怎么着品种的数额在于,字符串内容

li = [1, 2, 3, 4, 5]
# 体系中的每一个成分加1
map(lambda x: x+1, li) # [2,3,4,5,6]
 
# 重临系列中的偶数
filter(lambda x: x % 2 == 0, li) # [2, 4]
 
# 重返全体因素相乘的结果
reduce(lambda x, y: x * y, li) # 1*2*3*4*5 = 120

12 oct()

讲述: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”)那么些会转成int型

sorted() 结合lambda对列表实行排序

13 hex()

讲述:将整数转换到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,比列表自带的尤其智能
有七个列表,每个列表中都有2个字典([{},{}])要求将五个那样的列表合并后依照时间排序,
多个列表中的时间以便能够因此json输出已经由时间格式转变为字符串格式.字段名为
sort_time 今后将她们依据倒序排列

14 tuple()

讲述:依据传入的参数创设三个新的元组
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,转换来字典

sorted 的用法

15 list()

叙述: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:用于相比较的函数,相比较什么由key决定,有暗中认可值,迭代聚集中的一项;
key:用列表元素的有个别属性和函数举行作为重点字,有暗中同意值,迭代集合中的一项;
reverse:排序规则. reverse = True 恐怕 reverse = False,有私下认可值。 *
再次来到值:是3个通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:依照传入的参数创建贰个新的字典
语法:class dict(kwarg)
class dict(mapping,
kwarg)
class dict(iterable, kwarg)
参数:
kwargs — 关键字
mapping — 成分的容器。
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:成立二个九冬不重复元素集,可开始展览关联测试,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:再次来到2个结霜的聚合,冻结后集合不能够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()

讲述:用于将多少个可遍历的多寡对象(如列表、元组或字符串)组合为3个目录类别,同时列出多少和多少下标,一般用在
for 循环个中。
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节上生枝,直接定义3个字典对象不就行了,为啥要有三引号,引上。是啊为啥要这么做?????

20 range()

叙述:函数可创制三个整数列表,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]

下面代码只是写二个例证,模拟将数据{‘username’:’pyhleng’,’password’:’q123456′}
存款和储蓄在数据表,然后在读出来的金科玉律。

21 iter()

叙述:用来变化迭代器
语法:iter(object[, sentinel])
参数:object — 帮忙迭代的集聚对象。
sentinel — 假使传递了第1个参数,则参数 object
必须是贰个可调用的指标(如,函数),此时,iter
创制了3个迭代器对象,每一次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

要是将{‘username’:’pyhleng’,’password’:’q123456′}存在数量表中,在读出来的时候正是字符串。如若要当字典用那么

22 slice()

叙述:完结切片对象,首要用在切除操作函数里的参数字传送递
语法:class slice(stop)
class slice(start, stop[, step])
参数:
start — 发轫地点
stop — 结束地方
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()函数是须要的。

23 super()

叙述:依照传入的参数创设一个新的子类和父类关系的代理对象
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使用单继承的时候没难题,不过一旦选取多一而再,会波及到找寻顺序(MRO)、重复调用(钻石继承)等种种难点。
MRO 正是类的措施分析顺序表, 其实也正是继承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:创建三个新的object对象

叙述:(1)object类是Python中全数类的基类,如若定义2个类时没有点名继承哪个类,则默许继承object类

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

(2)object类定义了全数类的部分国有艺术

>>> 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,函数参数必须有七个,把结果与系列的下三个因素做累计

三 系列操作

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 中的全体因素是不是都为
TRUE,假使是回到 True,不然再次来到 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()

叙述:用于判断给定的可迭代参数 iterable 是不是全体为 False,则赶回
False,如果有一个为 True,则赶回 True。元素除了是 0、空、FALSE 外都算
TRUE。
语法:any(iterable)
示例:

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

3 filter()

叙述:用于过滤种类,过滤掉不符合条件的元素,重临由符合条件元素构成的新列表。
该接受三个参数,第伍个为函数,第贰个为连串,体系的各类成分作为参数字传送递给函数进行判,然后再次来到True 或 False,最终将回来 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函数必须有几个参数,然后每回,结果和下三个做累计,稍加改动1*2*3*4*5

4 map()

叙述:根据提供的函数对点名体系做映射。
先是个参数 function 以参数类别中的每多个因素调用 function
函数,再次回到包括每趟 function 函数再次来到值的新列表
语法:map(function, iterable, …)
参数:function — 函数,有五个参数
iterable — 八个或八个系列
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()

讲述:再次回到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()

讲述:反转连串生成新的可迭代对象
语法:reversed(seq)
reverse和reversed的分歧:reverse是使用在list上的法子,reversed能够对全体可迭代的靶子进行排序操作
参数:seq — 要转移的体系,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() 函数对拥有可迭代的对象开始展览排序操作
sort 与 sorted 区别:
sort 是采纳在 list 上的法子,sorted
能够对负有可迭代的对象开始展览排序操作。
list 的 sort 方法重回的是对曾经存在的列表举行操作,而内建函数 sorted
方法重返的是多个新的 list,而不是在原本的底子上开始展览的操作。
语法:sorted(iterable, key=None, reverse=False)
参数:iterable — 可迭代对象。
key —
首纵然用来开始展览相比的要素,只有2个参数,具体的函数的参数正是取自于可迭代对象中,钦命可迭代对象中的三个因向来进行排序。
reverse — 排序规则,reverse = True 降序 , reverse = False
升序(默许)。
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:用于将可迭代的目的作为参数,将对象中对应的元素打包成二个个元组,然后重返由那些元组组成的列表。
只要各个迭代器的因素个数不一样,则赶回列表长度与最短的目的相同,利用
*号操作符,能够将元组解压为列表。
语法:zip([iterable, …])
参数: iterabl — 几个或七个迭代器;
示例:

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

四 、filter()此函数,传入一个函数和种类做为参数

四 对象操作

过滤,体系中的每一个要素,符合函数条件True的预留,False的排除,最终回来贰个过虑后的行列

1 help()

叙述:用于查看函数或模块用途的缜密操作
语法:help([object])
再次来到值:重临对象帮衬音讯
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,重回当前界定内的变量、方法和概念的类型列表;带参数时,重返参数的性子、方法列表。要是参数包蕴方法__dir__(),该方式将被调用。借使参数不包涵__dir__(),该措施将最大限度地采访参数音讯。
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()

讲述:用于获取取多个对象(字符串或许数值等)的哈希值
语法:hash(object)
示例:

>>> hash('python')              
6061303635929480506

 

5 type()

讲述:函数假如您只有第三个参数则赶回对象的品类,三个参数重回新的类型对象。
isinstance() 与 type() 区别:
type() 不会觉得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。
只要要咬定七个品种是不是一律推荐应用 isinstance()。
语法:class type(name, bases, dict)
参数:name — 类的称号。
bases — 基类的元组。
dict — 字典,类钦命义的命名空间变量
重返值:三个参数再次回到对象类型, 四个参数,重回新的门类对象。
示例:

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

伍 、lambda()匿名函数,有时不需求出示的定义函数,能够运用此函数

6 len()

叙述:方法再次回到对象(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()

叙述:函数类似 repr() 函数, 再次来到一个表示对象的字符串,
不过对于字符串中的非 ASCII 字符则重返经过 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()

讲述:Python2.6 开首,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意义。基本语法是透过 {} 和 :
来代替原先的 % 。format 函数可以承受不限个参数,地方能够不按顺序。
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()

讲述:再次来到当前成效域内的片段变量和其值组成的字典,恐怕重返对象的特性列表
语法:vars([object])
重回值:重临对象object的性质和属性值的字典对象,尽管没有参数,就打字与印刷当前调用地点的特性和属性值
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2个相比函数,定义x,y八个参数,实行相比较,大于重临-1,小于再次来到1,等于重临0

1 import()

叙述:用于动态加载类和函数。借使2个模块日常转移就足以采用 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

下一场利用sorted()进行排序。

2 isinstance()

讲述:isinstance() 函数来判断叁个对象是还是不是是二个已知的门类,类似
type()。
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。
假如要一口咬住不放三个连串是不是相同推荐应用 isinstance()。
语法:isinstance(object, classinfo)
示例:

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

倒序:

3 issubclass()

讲述:判断类是否是此外多个类依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()

叙述:用于判断指标是不是包涵相应的品质。
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

出口结果:

True
True
True
False

输出:

5 getattr()

叙述: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 — 私下认可再次来到值,假诺不提供该参数,在尚未对应属性时,将触发
AttributeError。
示例:

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

6 setattr()

叙述: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 — 必须是目的的品质
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:用于检查三个对象是不是是可调用的。假诺回去True,object如故可能调用失败;但借使回去False,调用对象ojbect相对不会旗开马到。
对此函数, 方法, lambda 函式, 类, 以及贯彻了 call 方法的类实例,
它都回去 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()

讲述:重返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()

叙述:会以字典类型再次来到当前职责的全方位有的变量。
对此函数, 方法, lambda 函式, 类, 以及贯彻了 call 方法的类实例,
它都回到 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:向专业输出对象打字与印刷输出
语法:print(*objects, sep=’ ‘, end=’\n’, file=sys.stdout)
参数:
objects — 复数,表示能够贰次输出四个对象。输出七个对象时,必要用 ,
分隔。
sep — 用来间隔多个指标,私下认可值是3个空格。
end — 用来设定以怎么样最终。暗许值是换行符
\n,大家能够换来任何字符串。
file — 要写入的文书对象。
示例:

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

这七个是python的可变参数,在这之中*args是元组;**威尼斯人线上娱乐,kwargs是字典类型参数

2 input()

讲述:Python3.x 中 input() 函数接受二个正规输入数据,再次来到为 string
类型
语法:input([prompt]) #参数表明,prompt: 提醒音信
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能够同时利用。

八 文件操作

open()
讲述:用于打开二个文书,创制二个 file
对象,相关的不二法门才方可调用它进行读写
语法:open(name[, mode[, buffering]])
参数表达:
name : 3个富含了您要拜访的文件名称的字符串值。
mode : mode
决定了打开文件的方式:只读,写入,追加等。全部可取值见如下的通通列表。这一个参数是非强制的,暗中同意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。假使将 buffering 的值设为超出 1
的平头,注明了那正是的寄存区的缓冲大小。假诺取负值,寄存区的缓冲大小则为系统暗中认可。

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 编写翻译执行

输出:因为函数定义多个体系参数,调用时有的只写了3个品类,所以会有()或{}输出。

1 compile()

讲述:将字符串编写翻译为代码恐怕AST对象,使之能够通过exec语句来进行大概eval进行求值
语法:compile(source, filename, mode[, flags[, dont_inherit]])
参数:
source — 字符串恐怕AST(Abstract Syntax Trees)对象。。
filename — 代码文件名称,假若不是从文件读取代码则传递一些可辨认的值。
mode — 指确定人员编制译代码的品种。能够钦点为 exec, eval, single。
flags — 变量成效域,局地命名空间,假如被提供,能够是别的映射对象。。
flags和dont_inherit是用来决定编写翻译源码时的标志
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()

叙述:用来施行一个字符串表明式,并赶回表明式的值
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1个字典对象。
locals — 变量成效域,局地命名空间,假设被提供,能够是其余映射对象。
示例:

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

⑧ 、日期时间函数 

3 exec()

叙述: 执行储存在字符串或文件中的 Python 语句,相比于
eval,exec能够执行更扑朔迷离的 Python 代码。
语法:exec(object[, globals[, locals]])
参数:
object:必选参数,表示必要被内定的Python代码。它必须是字符串或code对象。假若object是八个字符串,该字符串会先被分析为一组Python语句,然后在实施(除非发生语法错误)。要是object是多少个code对象,那么它只是被简单的推行。
globals:可选参数,表示全局命名空间(存放全局变量),假诺被提供,则必须是一个字典对象。
locals:可选参数,表示最近部分命名空间(存放局地变量),倘若被提供,能够是别的映射对象。假设该参数被忽略,那么它将会取与globals相同的值
示例:

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

得到当明天期时间

4 repr()

叙述:将对象转化为供解释器读取的款型
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:在风行类中回到属性值
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 — 属性描述新闻
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.")

假定 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。
比方给定 doc 参数,其将变成那么些属性值的 docstring,不然 property
函数就会复制 fget 函数的 docstring(假使局地话)。

%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供给实例化,不须求 self
参数,但首先个参数需借使意味自身类的 cls
参数,能够来调用类的习性,类的法门,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。
该办法不强制要求传递参数,如下宣示2个静态方法:
class C(object):
@staticmethod
def f(arg1, arg2, …):

上述实例表明了静态方法 f,类可以毫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

网站地图xml地图