Python - 3.6 学习二
Python 的高级特性
切片
对于指定索引范围取值的操作,Python提供了slice
方法,类似于Excel中数据透视表的切片器。
>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack’] #声明一个List,取前三个值 >>> L[0:3] #表示从0开始,到3为止,但是不包括3,后面还可以再接:加上步长 ['Michael', 'Sarah', 'Tracy’] >>> S=list(range(100)) #声明一个0-99的list >>> S[0:100:9] #取9的倍数 [0, 9, 18, 27, 36, 45, 54, 63, 72, 81, 90, 99]
tuple也是一种list,唯一区别是tuple不可变。因此,tuple也可以用切片操作,只是操作的结果仍是tuple。
迭代 Iteration
给定一个list或tulp,可以通过for
循环来遍历,这称之为迭代。Python中的迭代类似于Javascript,而与PHP或Java采用下标迭代的方式不同。对于Python来说,dict、set、字符串等都是可迭代对象,都可以使用for循环。只要作用于一个可迭代对象,for循环就可以正常运行,而我们不太关心该对象究竟是list还是其他数据类型。
判断一个对象是否可迭代,通过collections模块的Iterable类型判断。
>>> from collections import Iterable >>> isinstance('abc', Iterable) # str是否可迭代 True >>> isinstance([1,2,3], Iterable) # list是否可迭代 True >>> isinstance(123, Iterable) # 整数是否可迭代 False
Python内置的enumerate函数可以把一个list变成索引-元素对,这样就可以在for循环中同时迭代索引和元素本身。
列表生成式
列表生成式即List Comprehensions,是Python内置的非常简单却强大的可以用来创建list的生成式。写列表生成式时,把要生成的元素放到前面,后面跟for循环,就可以把list创建出来,十分有用,多写几次,很快就可以熟悉这种语法。
tiangan = '甲乙丙丁戊己庚辛壬癸'
dizhi = '子丑寅卯辰巳午未申酉戌亥' jiazi = [tiangan[x % len(tiangan)] + dizhi[x % len(dizhi)] for x in range(60)]
for循环后面还可以加上if判断。
>>> [x * x for x in range(1, 11) if x % 2 == 0] [4, 16, 36, 64, 100]
还可以使用两层循环,可以生成全排列。
>>> [m + n for m in 'ABC' for n in 'XYZ'] ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', ‘CZ']
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。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器:generator。
生成generator有两个办法。
1、只要把一个列表生成式的[]改成(),就创建了一个generator。
>>> L = [x * x for x in range(10)] >>> L [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] >>> g = (x * x for x in range(10)) >>> g <generator object <genexpr> at 0x1022ef630>
generator保存的是算法,每次调用next(g)
,就计算出g的下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出StopIteration
的错误。通常,可以使用for
循环来遍历生成器中的内容。
2、如果算法比较复杂,可以使用函数来实现。
def fib(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1 return 'done'
如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator。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。
迭代器
这里主要区分 Iterable
和 Iterator
。
对于 Iterable
的数据类型,称之为可迭代对象,可以使用for循环遍历,包括list
、tuple
、dict
、set
、str
、生成器以及带yield
的Generator Function。可以使用 isinstance()
函数判断是否为 Iterable 。
迭代器不仅可以使用for
循环,还可以使用next()
函数不断调用返回下一个值,直到最后抛出StopIteration错误表示无法继续返回下一个值了。这样,就可以把数据流看作一个有序序列,我们不知道序列的长度,但是可以通过不断的计算获取下一个值。
可以使用
iter()
函数把list
、dict
、str
等Iterable
变成Iterator
。
函数式编程
我之前熟悉的PHP、C,编写程序多是通过将任务分解为一个个Function,然后组合起来解决问题的,这种分解称为面向过程的程序设计,而函数是面向过程的程序设计的基本单元。
函数式编程(Functional Programming)其思想更接近数学计算。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。
Python对函数式编程提供部分支持。
高阶函数 High order function
变量可以指向函数
这个对我真是有点颠覆,看下面的例子。
>> abs(-10) 10 >>> abs <built-in function abs> >>> f = abs >>> f(-10) 10
函数名也是变量
Python中函数名其实就是指向函数的变量。
>>> abs=10 >>> abs 10 >>> abs(-10) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: 'int' object is not callable >>> f(-10) 10
传入函数
函数的参数如果接收一个指向函数的变量,就变成了一个函数接收另一个函数作为参数,这种函数称为高阶函数。函数式编程就是指这种高度抽象的编程范式
map / reduce
Python内建了map()
和reduce()
函数。map()
函数接收两个参数,一个是函数,一个是Iterable,map将传入的函数依次作用到序列的每个元素,并把结果作为新的Iterator返回。
>>> def f(x): ... return x * x ... >>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> list(r) [1, 4, 9, 16, 25, 36, 49, 64, 81]
reduce
把一个函数作用在一个序列[x1, x2, x3, ...]上,这个函数必须接收两个参数,reduce把结果继续和序列的下一个元素做累积计算,其效果就是reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
。
filter
Python内建的函数filter()
用于过滤序列,其接收一个函数和一个序列,并把传入的函数作用于每个元素,然后根据返回值是True还是False决定是保留还是丢弃该元素。
def is_odd(n): return n % 2 == 1 list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
注意到filter()函数返回的是一个
Iterator
,也就是一个惰性序列,所以要强迫filter()完成计算结果,需要用list()函数获得所有结果并返回list。
sorted 排序算法
排序是程序中经常用到的算法。无论使用冒泡排序还是快速排序,排序的核心是比较两个元素的大小。Python内置的sorted()
函数就可以对list进行排序。sorted()
函数也是一个高阶函数,它还可以接收一个key函数来实现自定义的排序,例如按绝对值大小排序。key指定的函数将作用于list的每一个元素上,并根据key函数返回的结果进行排序。要进行反向排序,不必改动key函数,可以传入第三个参数reverse=True
。
>>> sorted([36, 5, -12, 9, -21]) [-21, -12, 5, 9, 36] >>> sorted([36, 5, -12, 9, -21], key=abs) [5, 9, -12, -21, 36]
函数作为返回值
高阶函数除了可以接受函数作为参数外,还可以把函数作为结果值返回。如下示例,调用lazy_sum
时,返回的并不是求和结果,而是求和函数。这种结构称为闭包 Closure。
def lazy_sum(*args): def sum(): ax = 0 for n in args: ax = ax + n return ax return sum
返回闭包时牢记的一点就是:返回函数不要引用任何循环变量,或者后续会发生变化的变量。
匿名函数
在Python中,对匿名函数提供了有限支持。还是以map()函数为例,计算f(x)=x2时,除了定义一个f(x)的函数外,还可以直接传入匿名函数。关键字lambda
表示匿名函数,冒号前面的x表示函数参数。匿名函数有个限制,就是只能有一个表达式,不用写return,返回值就是该表达式的结果。
>>> list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])) [1, 4, 9, 16, 25, 36, 49, 64, 81]
用匿名函数有个好处,因为函数没有名字,不必担心函数名冲突。此外,匿名函数也是一个函数对象,也可以把匿名函数赋值给一个变量,再利用变量来调用该函数。
装饰器
函数对象有一个__name__属性,可以拿到函数的名字。现在,假设我们要增强now()函数的功能,比如,在函数调用前后自动打印日志,但又不希望修改now()函数的定义,这种在代码运行期间动态增加功能的方式,称之为“装饰器”(Decorator)。
def log(func): def wrapper(*args, **kw): print('call %s():' % func.__name__) return func(*args, **kw) return wrapper
借助Python的@语法,把decorator置于函数的定义处。
@log
def now(): print('2015-3-25') >>> now() call now(): #调用now()函数,不仅会运行now()函数本身,还会在运行now()函数前打印一行日志 2015-3-25
把@log放到now()函数的定义处,相当于执行了语句:
now = log(now)
对于上面这种写法,如果调用__name__
方法,返回的函数名为 wrapper ,需要用Python内置的 functools.wraps 来解决。
import functoolsdef log(func): @functools.wraps(func) def wrapper(*args, **kw): print('call %s():' % func.__name__) return func(*args, **kw) return wrapper
import functoolsdef log(text): def decorator(func): @functools.wraps(func) def wrapper(*args, **kw): print('%s %s():' % (text, func.__name__)) return func(*args, **kw) return wrapper return decorator
偏函数
Python 的 functools 提供了很多有用的功能,其中一个就是偏函数(Partial function)。
def int2(x, base=2): return int(x, base) >>> int2('1000000') 64 >>> int2('1010101') 85
如上例子,通过使用偏函数,我们相当于对函数做了一个包装,默认输入了一些函数参数,减少了后续调用时输入的参数个数。实现这个功能,可以借助 functools。
>>> import functools >>> int2 = functools.partial(int, base=2) >>> int2('1000000') 64 >>> int2('1010101') 85 >>> int2('1000000', base=10) 1000000
模块
任何语言要实现一个项目,都离不开文件组织管理。在Python中,一个.py文件就称之为一个模块(Module)。使用模块可以提高代码的可维护性,也可以避免函数名和变量名冲突。但是也要注意,尽量不要与内置函数名字冲突。为了避免模块名冲突,Python又引入了按目录来组织模块的方法,称为包(Package)。
引入了包以后,只要顶层的包名不与别人冲突,那所有模块都不会与别人冲突。每一个包目录下面都会有一个__init__.py的文件,这个文件是必须存在的,否则,Python就把这个目录当成普通目录,而不是一个包。init.py可以是空文件,也可以有Python代码,因为__init__.py本身就是一个模块。类似的,可以有多级目录,组成多级层次的包结构。
自己创建模块时要注意命名,不能和Python自带的模块名称冲突。例如,系统自带了sys模块,自己的模块就不可命名为sys.py,否则将无法导入系统自带的sys模块。
使用模块
看一段代码,引用了sys
模块,定义了hello模块。
#!/usr/bin/env python3 #标准注释
# -*- coding: utf-8 -*- #表示.py文件本身使用标准UTF-8编码 ' a test module ' __author__ = 'Michael Liao' import sys def test(): args = sys.argv if len(args)==1: print('Hello, world!') elif len(args)==2: print('Hello, %s!' % args[1]) else: print('Too many arguments!') if __name__=='__main__': test()
导入sys模块后,我们就有了变量sys指向该模块,利用sys这个变量,就可以访问sys模块的所有功能。
作用域
正常的函数和变量名是公开的(public),可以被直接引用,比如:abc,x123,PI等。类似__xxx__
这样的变量是特殊变量,可以被直接引用,但是有特殊用途。类似_xxx
和__xxx
这样的函数或变量就是非公开的(private),不应该被直接引用。之所以我们说,private函数和变量“不应该”被直接引用,而不是“不能”被直接引用,是因为Python并没有一种方法可以完全限制访问private函数或变量,但是,从编程习惯上不应该引用private函数或变量。
安装第三方模块
在Python中,安装第三方模块,是通过包管理工具pip完成的。在命令提示符窗口下尝试运行pip,如果Windows提示未找到命令,可以重新运行安装程序添加pip。
注意:Mac或Linux上有可能并存Python 3.x和Python 2.x,因此对应的pip命令是
pip3
。
一般来说,第三方库都会在Python官方的pypi.python.org网站注册,要安装一个第三方库,必须先知道该库的名称,可以在官网或者pypi上搜索,比如Pillow的名称叫Pillow,因此,安装Pillow的命令就是
pip install Pillow
转载于:https://www.cnblogs.com/gongyuhonglou/p/6703106.html
Python - 3.6 学习二相关推荐
- python pyramid基础学习二
python pyramid基础学习二 1.前言 前面我们使用了基础命令创建pyramid项目,并运行了Hello word,万事开头难,我们知道了开发pyramid项目需要一个env文件夹,里面包 ...
- python 中cPickle学习二
写入: import cPickle as p shoplistfile = 'data.data' shoplist = ['meili',['current_account',[100000,12 ...
- Python学习二:词典基础详解
作者:NiceCui 本文谢绝转载,如需转载需征得作者本人同意,谢谢. 本文链接:http://www.cnblogs.com/NiceCui/p/7862377.html 邮箱:moyi@moyib ...
- 无敌python爬虫教程学习笔记(二)
系列文章目录 无敌python爬虫教程学习笔记(一) 无敌python爬虫教程学习笔记(二) 无敌python爬虫教程学习笔记(三) 无敌python爬虫教程学习笔记(四) 手刃一个小爬虫 系列文章目 ...
- 【莫烦Python】Matplotlib学习笔记(二)
[莫烦Python]Matplot学习笔记(一) [莫烦Python]Matplotlib学习笔记(二) 一.Bar柱状图/条形图 二.Contours等高线图 三.Image图像 四.3D图像 五. ...
- 二维码及条形码智能检测软件(Python+YOLOv5深度学习模型+清新界面)
摘要:二维码及条形码智能检测软件用于检测常用条形码和二维码,对其位置进行精确定位.记录并显示检测结果,辅助识别算法定位条形码或二维码.本文详细介绍二维码及条形码智能检测软件,在介绍算法原理的同时,给出 ...
- (Python入门)学习笔记二,Python学习路线图
(Python入门)学习笔记二,Python学习路线图 千里之行始于足下,谋定而后动,冰冻三尺非一日之寒.之所以说这三句话,就是对于下面整理的路线图,即不让自己感觉路途的遥远而感到达到巅峰神界的遥遥无 ...
- 2021-03-23 python数据处理系统学习(二)控制语句
2021-03-23 python数据处理系统学习(二)控制语句 1.条件语句(if.else和elif) x=10 if x < 0:print("x小于0") else: ...
- Python Web 深度学习实用指南:第一、二部分
原文:Hands-On Python Deep Learning for the Web 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自[ApacheCN 深度学习 译文集],采用译后编辑 ...
最新文章
- python读取邮件发送日期和时间_Python读取指定日期邮件的实例
- 第一次CM--CosH.2
- 学习笔记Hadoop(七)—— Hadoop集群的安装与部署(4)—— 配置Hadoop集群
- Image-to-Image Translation with conditional Adversarial Networks ---- Pix-2-Pix
- 【渝粤题库】陕西师范大学200511 美国文学
- linux 查看neihe版本_linux查看系统内核版本号
- 278. First Bad Version
- 思杰修复网络产品中的11个漏洞
- ubuntu10.04 NFS服务
- 爬虫百度图片进入百度验证怎么办?
- UE4中实现PBKDF2加密验证
- Linux的ssh登录命令,linux之ssh命令详解
- ae插件form_在 After Effects 中最受欢迎的10大AE插件推荐
- Python中sep是函数吗?该怎么使用?
- Android 时间API
- 老男孩教育运维班100台规模集群存储系统搭建及数据实时备份上机实战
- 移动端点击事件的延迟
- TB-RK3399Pro 找不到网络图标,如何连wifi呢?
- 学习 HTTP Referer
- python机器学习算法(赵志勇)学习笔记(基础部分)
热门文章
- “2019-04-25T16:00:00.000+000”时间格式转换 (IE兼容问题)
- fusion 360 手指虎建模
- 35美金可以在Fiverr上让人帮你设计1个NFT卡通头像
- OpenNI安装及下载
- c语言 switch案例,C语言switch语句实例
- (ICRA 2020) Instance Segmentation of LiDAR Point Clouds
- Cocos Creator | 挤水果小游戏实现 ( 二 )
- 创建一个SpringBoot工程
- Cordova中第三方UI插件的使用(2)--Topcoat
- 我的JQuery动画