您现在的位置是：首页 > Python

当前栏目

python学习笔记(二)

Python 笔记学习

2023-03-02 11:02:53 时间

**18.函数**  
abs函数，接收一个参数，返回其绝对值  
max函数，可用接收任意多个参数，返回最大的  
数据转化函数:  
int,float,str,bool  
可用把函数名赋值给一个变量，相当于给这个函数取了个别名  
eg:  
a = abs \# 变量a指向abs函数  
a(-1) \# 所以也可以通过a调用abs函数,显示1  
**19.定义函数**  
使用def，依次写出函数名，括号，括号中的参数，冒号，在缩进块中写函数体，返回值用return语句返回  
eg:  
def my\_abs(x):  
if x >= 0:  
return x  
else:  
return -x  
若没有return，也会返回结果，会是None，相当于return None  
空函数:  
如果想定义一个什么事也不做的空函数，可以用pass语句:  
def nop():  
pass  
pass语句什么都不做，那有什么用？实际上pass可以用来作为占位符，比如现在还没想好怎么写函数的代码，就可以先放一个pass，让代码能运行起来。  
pass还可以用在其他语句里，比如：  
if age >= 18:  
pass  
**20.关于函数**  
可用用户isinstance函数检查数据类型:  
def my\_abs(x):  
if not isinstance(x, (int, float)):  
raise TypeError('bad operand type')  
if x >= 0:  
return x  
else:  
return -x  
返回多个值:  
import math  
def move(x, y, step, angle=0):  
nx = x + step \* math.cos(angle)  
ny = y - step \* math.sin(angle)  
return nx, ny  
其实返回的是一个tuple  
设置默认参数时，注意：  
必选参数在前，默认参数在后，否则Python的解释器会报错  
函数中对参数的改变不会改变原变量  
注意:默认参数的变量也是一个变量，如果指向的是\[\]，如果改变\[\]的内容，默认内容就变了，通过将默认参数改为None可以解决  
**21.可变参数**  
参数的个数是可变的，由于参数个数不确定，首先讲参数作为一个list或tuple传进来  
eg:  
def calc(numbers):  
sum = 0  
for n in numbers:  
sum = sum + n \* n  
return sum  
调用时要组装成一个list后tuple:  
calc(\[1, 2, 3\])  
calc((1, 3, 5, 7))  
当一个list所有元素作为参数传入时，直接再名字前加\*  
nums = \[1, 2, 3\]  
calc(\*nums)  
**22.关键字参数**  
关键字参数允许传入0个或任意个含参数名的参数，会在函数内部自动组装为一个dict  
eg:  
def person(name, age, \*\*kw):  
print('name:', name, 'age:', age, 'other:', kw)  
在调用该函数时，kw作为可选参数  
输入:person('Michael', 30)  
输出:name: Michael age: 30 other: \{\}  
输入:person('Adam', 45, gender='M', job='Engineer')  
输出:name: Adam age: 45 other: \{'gender': 'M', 'job': 'Engineer'\}  
输入：extra = \{'city': 'Beijing', 'job': 'Engineer'\}  
person('Jack', 24, \*\*extra)  
输出:name: Jack age: 24 other: \{'city': 'Beijing', 'job': 'Engineer'\}  
**23.命名关键字参数**  
如果要限制关键字参数的名字，就可以用命名关键字参数，例如，只接收city和job作为关键字参数。这种方式定义的函数如下：  
def person(name, age, \*, city, job):  
print(name, age, city, job)  
和关键字参数\*\*kw不同，命名关键字参数需要一个特殊分隔符\*，\*后面的参数被视为命名关键字参数。  
调用方式:person('Jack', 24, city='Beijing', job='Engineer')  
**24.参数组合**  
在Python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数都可以组合使用。但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。  
**25.切片**  
py提供切片来从一个list中截取一部分元素  
eg:  
L = \['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack'\]  
输入:L\[0:3\]  
显示:\['Michael', 'Sarah', 'Tracy'\]  
如果第一个数字是0可以省略:L\[:3\],也支持倒数切片L\[-2：-1\]  
前十个数，每两个去一个写法:  
L\[:10:2\]  
所有数，每5个取一个:  
L\[::5\]  
只写L\[:\]可用原样复制一个list  
元组也可用切片，切出的结果也为tuple  
(-,1,2,3,4,5)\[:3\]  
结果:(0,1,2)  
**26.迭代**  
for in循环:  
d = \{'a': 1, 'b': 2, 'c': 3\}  
for key in d:  
print(key)  
当遍历dict时候，用value来取其值  
for value in d.values()  
如果要同时迭代key和value，写法:  
for k, v in d.items()  
如果想循环下标值，py有内置的enumerate函数:  
for i, value in enumerate(\['A', 'B', 'C'\]):  
print(i, value)  
结果:  
0 A  
1 B  
2 C  
想再for循环中同时引用两个变量:  
for x, y in \[(1, 1), (2, 4), (3, 9)\]:  
print(x, y)  
**27.列表生成式**  
生成\[1\*1,2\*2,4\*3..\]写法:  
L = \[\]  
for x in range(1, 11):  
L.append(x \* x)  
也可写成:  
\[x \* x for x in range(1, 11)\]  
for循环后可以加上if判断来筛选出偶数的平方:  
\[x \* x for x in range(1, 11) if x % 2 == 0\]  
结果:\[4, 16, 36, 64, 100\]  
还可用两层循环生成全排列:  
\[m + n for m in 'ABC' for n in 'XYZ'\]  
结果:\['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ'\]  
eg:用两个变量来生成list  
d = \{'x': 'A', 'y': 'B', 'z': 'C' \}  
\[k + '=' + v for k, v in d.items()\]  
结果:\['y=B', 'x=A', 'z=C'\]  
**28.生成器**  
一个列表的大小是有限的，如果创建一个很大的列表，每次却只访问前几个元素，那么绝大  
多数的空间就被浪费了，generator就是为了解决这个问题，每次在循环的过程中不断推算出后续  
的元素，这样不比创建完整的list，可以节省大量空间，这种一边循环一边计算的机制称为生成器  
L = \[x \* x for x in range(10)\]  
g = (x \* x for x in range(10))  
创建L和g的区别仅在于最外层的\[\]和()，L是一个list，而g是一个generator  
如果需要打印出每一个元素，可以通过next(g)打印出来  
每次调用next(g)就会计算下一个元素的值，直到计算到最后一个元素，没有更多的元素时会抛出错误  
但是一般不会使用next进行变量，可以使用for循环:  
g = (x \* x for x in range(10))  
for n in g:  
print(n)  
如果推算的算法比较赋值，for循环无法实现时，可用用函数来实现:  
如，输出斐波拉契数列:  
def fib(max):  
n, a, b = 0, 0, 1  
while n < max:  
print(b)  
a, b = b, a + b  
n = n + 1  
return 'done'  
注意，赋值语句：  
a, b = b, a + b  
相当于：  
t = (b, a + b) \# t是一个tuple  
a = t\[0\]  
b = t\[1\]  
调用:fib(6)  
结果:  
1  
1  
2  
3  
5  
8  
'done'  
如果要将上述函数变成generator，只需要讲print(b)变成yield b就可以了：  
def fib(max):  
n, a, b = 0, 0, 1  
while n < max:  
yield b  
a, b = b, a + b  
n = n + 1  
return 'done'  
generator和函数的执行流程不一样。函数是顺序执行，遇到return  
语句或者最后一行函数语句就返回。而变成generator的函数，在每次  
调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的  
yield语句处继续执行。  
eg:  
def odd():  
print('step 1')  
yield 1  
print('step 2')  
yield(3)  
print('step 3')  
yield(5)  
o = odd()  
调用:next(o)  
输出:step 1  
1  
调用:next(o)  
输出:step 2  
3  
调用:next(o)  
输出:step 3  
5  
用for循环调用generator时，发现拿不到generator的return语句的返回值。  
如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在  
StopIteration的value中：  
g = fib(6)  
while True:  
try:  
x = next(g)  
print('g:', x)  
except StopIteration as e:  
print('Generator return value:', e.value)  
break  
g: 1  
g: 1  
g: 2  
g: 3  
g: 5  
g: 8  
Generator return value: done  
**29.迭代器**  
凡是可作用于for循环的对象都是Iterable类型；  
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；  
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。  
Python的for循环本质上就是通过不断调用next()函数实现的  
可以使用isinstance()判断一个对象是否是Iterable对象：  
>>> from collections import Iterable  
>>> isinstance(\[\], Iterable)  
True  
>>> isinstance(\{\}, Iterable)  
True  
>>> isinstance('abc', Iterable)  
True  
>>> isinstance((x for x in range(10)), Iterable)  
True  
>>> isinstance(100, Iterable)  
False  
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。  
可以使用isinstance()判断一个对象是否是Iterator对象：  
>>> from collections import Iterator  
>>> isinstance((x for x in range(10)), Iterator)  
True  
>>> isinstance(\[\], Iterator)  
False  
>>> isinstance(\{\}, Iterator)  
False  
>>> isinstance('abc', Iterator)  
False  
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。  
把list、dict、str等Iterable变成Iterator可以使用iter()函数：  
>>> isinstance(iter(\[\]), Iterator)  
True  
>>> isinstance(iter('abc'), Iterator)  
True

猜你喜欢

最长无重复子串
写技术博客的一些心得分享
Java 多线程（七）：线程池
Java 多线程（五）：锁（三）
Java 多线程（四）：锁（二）
Java 多线程（三）：锁（一）
Java 多线程（二）：并发编程的三大特性
线性时间非比较类排序
Java 多线程（一）：基础
合并k个已排序的链表
HDFS 高可用分布式环境搭建
合并两个有序数组
连续子数组的最大和
HDFS 分布式环境搭建
容器盛水问题
大数加法
HDFS 伪分布式环境搭建
设计LRU缓存结构
两数之和
使用单调栈来解决的一些问题

zl程序教程

当前栏目

python学习笔记(二)

相关文章