Python学习笔记二(高级特性)

Python学习笔记二(高级特性)本文主要对Python的函数调用的使用进行讲解。

大家好,又见面了,我是你们的朋友全栈君。

      学习Python学习笔记一(基础知识),下面学习Python的高级特性

     1. 切片         

#取一个list或tuple的部分元素是非常常见的操作,即输出第0,1,2三个元素
L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']

# 方法一:
print([L[0], L[1], L[2]])

# 方法二:
r = []
n = 3
for i in range(n):
    r.append(L[i])

print(r)

# 方法三:
print(L[0:3])
#如果第一个索引是0,还可以省略:
print(L[:3])

print(L[2:3])

    输出结果:
     

['Michael', 'Sarah', 'Tracy']
['Michael', 'Sarah', 'Tracy']
['Michael', 'Sarah', 'Tracy']
['Michael', 'Sarah', 'Tracy']
['Tracy']

2.迭代

  类似于java的for…each方法,任何可迭代对象都可以作用于
for循环,包括我们自定义的数据类型,只要符合迭代条件(即
Iterable类型的对象),就可以使用
for循环。
 

print("#dict遍历")
d = {'a': 1, 'b': 2, 'c': 3}
for key in d:
    print(key)

print("#字符串遍历")
for ch in 'ABC':
    print(ch)

print("#输出下标值")
for i, value in enumerate(['A', 'B', 'C']):
    print(i, value)

print("同时遍历两个元素")
for x, y in [(1, 1), (2, 4), (3, 9)]:
    print(x, y)

    输出结果:
   

#dict遍历
a
b
c
#字符串遍历
A
B
C
#输出下标值
0 A
1 B
2 C
同时遍历两个元素
1 1
2 4
3 9

  3.列表生成式  

print("#列表生成式")
print([x * x for x in range(1, 11)])

   输出结果: 

#列表生成式
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

  4.生成器

    通过列表生成式,我们可以直接创建一个列表。但是,受到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。


print("#生成器")
g = (x * x for x in range(10))

print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))

print("for循环遍历")
g = (x * x for x in range(10))
for n in g:
    print(n)

输出结果:

 

#生成器
0
1
4
9
16
for循环遍历
0
1
4
9
16
25
36
49
64
81

5.迭代总结 

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listdictstr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。

6. 函数式编程

    函数式编程就是一种抽象程度很高的编程范式,纯粹的函数式编程语言编写的函数没有变量,因此,任意一个函数,只要输入是确定的,输出就是确定的,这种纯函数我们称之为没有副作用。而允许使用变量的程序设计语言,由于函数内部的变量状态不确定,同样的输入,可能得到不同的输出,因此,这种函数是有副作用的。允许把函数本身作为参数传入另一个函数,还允许返回一个函数,即函数本身也可以赋值给变量,即:变量可以指向函数。

 

print("#函数为变量")
f = abs
print(f(-10))

print("#函数作为参数传入")
def add(x, y, f):
    return f(x) + f(y)

print(add(-5, 6, abs))

  输出结果:
#函数为变量10#函数作为参数传入11

7.map/reduce   

print("#map/reduce")
def f(x):
  return x * x

r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])

#r是一个Iterator,Iterator是惰性序列,因此通过list()函数让它把整个序列都计算出来并返回一个list
print(list(r))

   输出结果: 
#map/reduce[1, 4, 9, 16, 25, 36, 49, 64, 81]

 8.filter

   
filter()的作用是从一个序列中筛出符合条件的元素。由于
filter()使用了惰性计算,所以只有在取
filter()结果的时候,才会真正筛选并每次返回下一个筛出的元素。
print("#去除空字符串")def not_empty(s):    return s and s.strip()r = filter(not_empty, ['A', '', 'B', None, 'C', '  '])print(list(r))

   输出结果:

  

#去除空字符串
['A', 'B', 'C']

  9.排序

print("#python排序")r = sorted([36, 5, -12, 9, -21])print(r)print("#根据abs结果排序")r = sorted([36, 5, -12, 9, -21], key=abs)print(r)print("#字符串排序")#默认情况下,对字符串排序,是按照ASCII的大小比较的,由于'Z' < 'a',结果,大写字母Z会排在小写字母a的前面r= sorted(['bob', 'about', 'Zoo', 'Credit'])print(r)print("#不区分大小写字符串排序")r= sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)print(r)

  输出结果: 

#python排序[-21, -12, 5, 9, 36]#根据abs结果排序[5, 9, -12, -21, 36]#字符串排序['Credit', 'Zoo', 'about', 'bob']#不区分大小写字符串排序['about', 'bob', 'Credit', 'Zoo']

   10.匿名函数

  

print("#匿名函数")
print(list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])))

 输出结果:

 

#匿名函数
[1, 4, 9, 16, 25, 36, 49, 64, 81]

   11.装饰器

         python装饰器自己的理解非常类似于java的aop拦截器
    

import time
def now():
    print(time.strftime("%Y-%m-%d %H:%M:%S",time.localtime(time.time())))


f = now
print("打印当前时间")
f()
print("输出函数名称")
print(now.__name__)


# wrapper()函数的参数定义是(*args, **kw),因此,wrapper()函数可以接受任意参数的调用

def log(func):
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper

# 在wrapper()函数内,首先打印日志,再紧接着调用原始函数。
@log
def now():
    print(time.strftime("%Y-%m-%d %H:%M:%S",time.localtime(time.time())))

print("python装饰功能测试验证,相当于now=log(now)")
now()

# 传入参数的log
def log(text):
    def decorator(func):
        def wrapper(*args, **kw):
            print('%s %s():' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return decorator

@log("打印当前时间方法")
def now():
    print(time.strftime("%Y-%m-%d %H:%M:%S",time.localtime(time.time())))


print("python装饰功能测试验证,相当于now = log('execute')(now)")
now()

   输出结果:
打印当前时间
2017-03-28 16:11:25
输出函数名称
now
python装饰功能测试验证,相当于now=log(now)
call now():
2017-03-28 16:11:25
python装饰功能测试验证,相当于now = log('execute')(now)
打印当前时间方法 now():
2017-03-28 16:11:25






    
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/149563.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • mysql高可用集群搭建_盗版云熙软件安装教程

    mysql高可用集群搭建_盗版云熙软件安装教程本文仅为官方文件之翻译MySQL集群硬件,软件,网络要求MySQL集群的一个强悍的地方在于它可以运行在普通的硬件上,不需要太大容量的内存(因为所有的活动数据都存储在内存)。(使用磁盘数据表可以减少这样的要求,更多内容请看Section18.5.12,“MySQLClusterDiskDataTables”)多核和更快的CPU可以加强性能。自然的,集群进程对内存的需求也就相应变小。

    2022年10月9日
    0
  • Hadoop大数据面试–Hadoop篇

    Hadoop大数据面试–Hadoop篇

  • [Python3]pandas.merge用法详解

    [Python3]pandas.merge用法详解摘要数据分析与建模的时候大部分时间在数据准备上,包括对数据的加载、清理、转换以及重塑。pandas提供了一组高级的、灵活的、高效的核心函数,能够轻松的将数据规整化。这节主要对pandas合并数据集的merge函数进行详解。(用过SQL或其他关系型数据库的可能会对这个方法比较熟悉。)1.merge函数的参数一览表2.创建两个DataFrame3.pd.merge()方法设置连接字段。…

    2022年5月31日
    46
  • IntelliJ IDEA 2022 JetbrainsIdesCrack 激活码【2022免费激活】

    (IntelliJ IDEA 2022 JetbrainsIdesCrack 激活码)2021最新分享一个能用的的激活码出来,希望能帮到需要激活的朋友。目前这个是能用的,但是用的人多了之后也会失效,会不定时更新的,大家持续关注此网站~https://javaforall.net/100143.htmlIntelliJ2021最新激活注册码,破解教程可免费永久激活,亲测有效,上面是详细链接哦~HC…

    2022年4月1日
    461
  • Python初识模块之正则表达式

    Python初识模块之正则表达式什么是正则表达式  正则表达式是字符串匹配的一种规则,在线测试工具http://tool.chinaz.com/regex/[字符组]在同一个位置可能出现的各种字符组成了一个字符组,在正则表达式中用[]表示字符分为很多类,比如数字、字母、标点等等。假如你现在要求一个位置”只能出现一个数字”,那么这个位置上的字符只能是0、1、2…9这10个数之一。[0-9]、[a-z]、[A…

    2022年7月13日
    15
  • 快速熟悉 PyQt5 与 Eric6 的极速 GUI 开发

    完美安装Anaconda3+PyQt5+Eric6一文对PyQt5与Eric6的安装做了详细的记录。这次将结合使用PyQt5和Eric6以实例的方式向大家展示PyQt5与Eric6的极速GUI开发,同时也可以让大家对PyQt5与Eric6先混个脸熟。用Eric6与PyQt5结合,非常方便的实现界面与逻辑分离,满足python的极速GUI编程,你只需要关注程序的逻辑实现,而不需要在

    2022年4月8日
    65

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号