当前位置: 澳门新濠3559 > 编程 > 正文

for 循环使用 enumerate,当然map()函数还有更多

时间:2019-10-13 08:40来源:编程
  sorted 用于列表的排序,比列表自带的尤为智能有八个列表,每一个列表中都有一个字典([{},{}])须要将七个如此的列表合併后遵照时间排序,两个列表中的时间以便能够透过json输出已经由

 

sorted 用于列表的排序,比列表自带的尤为智能 有八个列表,每一个列表中都有一个字典([{},{}])须要将七个如此的列表合併后遵照时间排序, 两个列表中的时间以便能够透过json输出已经由时光格式转换为字符串格式.字段名称为sort_time 今后将她们如约倒序排列

Python入门二:函数,python入门函数

一、函数的定义和行使

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     返回值
7     

2、函数名:

和变量名命名准则一模二样,最佳不要与内置函数名一样

3、参数:

和C/C 不一样,参数不必要点名项目,直接交由解释器去判定:

  • 对于number, str, tuple等不可变的指标,约等于传值,就是传递了拷贝
  • 对于list,dict,set等可变对象,也正是援引传递,内部改换会影响外界的值

a.普通参数:和c类似,可是不要钦点项目,所以任何类型都得以传递给函数

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

 b.暗中同意参数:与c 中一致,也能在概念时给参数钦命三个缺省的值,但是必得放在参数列表前面地方

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

 c.动态参数:对于动态参数来讲,最大好处是足以灵活的运用参数,而无须思虑其个数,其通过tuple(平常用*args表示)和dict(一般用**kwargs)的特点来达成:

  • 对于tuple,平日客户用a, b, c, ... 的款型,会被解释器自动转发为一个tuple来积累,消除了随机数量的常备参数的传递
  • 对此dict,平时顾客用x1 = a1, x2 = a2, x3 = a3,...的花样,会被转化为多少个dict来囤积,消除了随意数量的机要词参数的传递
 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)    

也能够直接将一个tuple或list传递给args, 将五个dict传递给kwargs,但要注意此时必得在引用实参的时候增进*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,最佳在里面最早阶加八个docstrings,即文书档案字符串,方便其余人精晓函数的效果与利益

其有上面多少个要求:

  • 应用多个双引号来区分多行注释
  • 首先行作为函数功效的简约概述,最佳以大写字母开头,句号结尾,没有须求鲜明对象的类型和名字
  • 其次作为空
  • 末尾陈说函数的切实可行效用,必需求有函数的参数乃至再次来到值的详细描述
  • 可以用__doc__来援用模块的文书档案字符串

5、函数体:函数的有血有肉落实

6、重返值:将在函数的实践结果回到,未钦命为None

  • 在Python中,由于tuple的存在,能够叁遍性重临七个值:
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:

  • 鉴于Python的演讲乃至实行顺序都以从上往下,所以要想调用函数,必得函数在后面有定义
  • 在Python中,未加函数定义的话语属于注重,相当于c中的主函数,日常位于最终,以便调用从前的函数
  • 若有多少个文本的互动引用,可增加一下代码: 在多个文件中,也就是主函数的输入,可是尽管此文件作为模块被别的文件征引,则此段代码由于为False,将不会实施,所以能够视作测验模块的机能
1 def func()
2     pass
3 
4 
5 if __name__ == "__main__":
6     func()

 


 二、lambda表达式

即四个小的佚名的函数,经常独有函数体不够长时采取:

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!

 2、与sorted的三结合使用: 

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内置了拉长的函数,符合于各类别型的指标,下边来详细商议

1、大多数的函数

澳门新濠3559 1 1 def abs(*args, **kwargs): 2 pass 3 # 重临参数的断然值 4 5 def all(*args, **kwargs): 6 pass 7 # 再次来到True要是可变对象具有因素都为真,为空时再次来到True 8 9 def any(*args, **kwargs): 10 pass 11 # 重回False若是可变对象具有因素都为假,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 # 再次回到参数的十六进制表示 20 21 def oct(*args, **kwargs): 22 pass 23 # 重返参数的八进制表示 24 25 def callable(i_e_, some_kind_of_function): 26 pass 27 # 再次来到对象是不是可调用 28 29 def chr(*args, **kwargs): 30 pass 31 # 重返整数参数对应的ASCII码的字符 32 33 def ord(*args, **kwargs): 34 pass 35 # 重回单个字符的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'的属性的值,若不真实,重回default 44 45 def hasattr(object, name): 46 pass 47 # 重回True若是object对象有内定的‘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),在这之中y属性能够是一纸空文的 52 53 def dir(p_object=None): 54 pass 55 # 若无参数,再次回到当前限制的参数、方法、定义的list 56 # 假若有参数,重回参数的习性,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 # 计算表明式,并回到结果 65 66 def exec(*args, **kwargs): 67 pass 68 # 动态推行代码 69 70 def repr(obj): 71 pass 72 # 重回obj的可供解释器读取的字符串,能够用eval()求值 73 # 大好多动静下,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 # 再次回到当前全局变量构成的字典 86 87 def locals(*args, **kwargs): 88 pass 89 # 重回当前有个别变量构成的字典 90 91 def hash(*args, **kwargs): 92 pass 93 # 重临参数(哈希表类型的靶子)的哈希值 94 95 def help(): 96 pass 97 # 重回参数的拉拉扯扯消息 98 99 def id(*args, **kwargs): 100 pass 101 # 重临参数的内部存款和储蓄器地址(并非实际内部存储器地址) 102 103 def input(*args, **kwargs): 104 pass 105 # 打字与印刷提示字符串,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是或不是为元组A_tuple中个中二个类的实例 110 111 def issubclass(x, A_tuple): 112 pass 113 # 重返x是或不是为元组A_tuple中个中二个类的子类 114 115 def iter(source, sentinel=None): 116 pass 117 # 重返第两个参数对象的迭代器, 118 # 若有第贰个参数,当迭代器的__next__重返值为它时抛出相当 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 # 再次来到全数参数中的最大值,或连串中的最大值(容器为空重回key) 127 128 def min(*args, key=None): 129 pass 130 # 重返全数参数中的最小值,或连串中的最小值(容器为空重回key) 131 132 def next(iterator, default=None): 133 pass 134 # 重临迭代器的下二个值,若已经到结尾三个回去default 135 136 def open(file, mode='r', buffering=None, encoding=None, 137 errors=None, newline=None, closefd=True): 138 pass 139 # 以一定格局张开文件 140 141 def pow(*args, **kwargs): 142 pass 143 # 几个参数是重临x**y, 四个参数时重临x**y%z 144 145 def print(self, *args, sep=' ', end='n', file=None): 146 pass 147 # 打字与印刷,默许以空格隔离各打字与印刷值,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 # 重临number的四舍五入表示 156 157 def sorted(*args, **kwargs): 158 pass 159 # 重临递增的排序的list 160 161 def sum(iterable, start = 0): 162 pass 163 # 重返连串的和丰富start(默许为0) 164 165 def vars(p_object=None): 166 pass 167 # 不带参数,再次来到当前指标属性及属性值的字典 168 # 带参数,再次回到参数对应的品质及值的字典 169 170 def int(x, base = 10): 171 pass 172 # 重回以base进制表示的x的int情势 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 # 再次回到二个str 189 190 def dict(x): 191 pass 192 # 再次回到二个字典 193 194 def list(iterable): 195 pass 196 # 再次来到二个list 197 198 def tuple(iterable): 199 pass 200 # 重回二个tuple 201 202 def set(iterable): 203 pass 204 # 重临八个set 205 206 def frozenset(iterable): 207 pass 208 # 重回二个不可变的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 # 重临iterable中能够让function的再次来到值为确实成分的队列, 217 # 若function为None, 重回iterable中为真正元素的类别 218 219 def map(func, *iterables): 220 pass 221 # 对每叁个iterable, 使用func, 并将结果作为list再次来到 222 223 def range(start = 0, stop): 224 pass 225 # 重回二个从start到stop构成的种类,用于遍历 226 227 def reversed(seq): 228 pass 229 # 重临二个seq反转的行列 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中取下标一样的要素构成tuple,在将各tuple构成list 238 # 使用zip(*list)解压 239 240 # 别的函数 241 # copyright, credits, license, bytearray, bytes, classmethod, 242 # memoryview, property, slice, staticmethod, super, compile 内置函数

 2、内置函数计算:

  • 数学总计和另外计量:abs, divmod, hash, len, max, min, pow, round, sorted, sum,  reversed
  • 逻辑判别:all, any
  • 进制转变:bin, hex, oct
  • 类型转变:int, float, bool, complex, str, dict, list, tuple, set, frozenset
  • 类相关:callable, delattr, getattr, hasattr, setattr, dir, isinstance, issubclass
  • 对象和质量: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

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()构造贰个迭代器,然后就可以透过__next__()来访谈下一个因素:

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

b.迭代器只可以往前,无法后退,且不得不从头到尾依次拜望

c.当数据量比非常多时,用迭代器来遍历,因为迭代器读取数据时,不是把具备的数量都加载到内部存款和储蓄器中,而是读取到有些成分时才开端

d.可迭代对象:

  • Python内置了累累可迭代对象,如list, dic, str等,全数大家得以经过for循环方便地遍历每多个要素,能够透过collections模块的Iterable来判别是或不是是可迭代的:
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,能够博得个中二个的重返值,当调用回到程序中时,能够传入额外恐怕改换了的参数,但还可以够从上次偏离的地点延续

a.通过()构造二个生成器,和迭代器类似,再通过__next()__来拜候下贰个要素:

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,须求通过__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,能够传递一个参数给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(不能透过next继续访谈)

 


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

  • 装饰器函数日常会将真的需求实践的函数包裹在内,并赶回
  • 表达进程中,日常不会举办函数,但会实践迭代器函数,并将其归来值赋给棉被服装饰的函数

2、两种情状:

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多少个参数:

 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:

  • 鉴于迭代器在讲明阶段就能被施行,全数当包裹一层函数时会抵消它的进行,
  • 可是,当给迭代器加上参数时,也一定于施行了贰次,全体必需提供两层的在那之中定义的函数

d.多个装饰器:

 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:能够保留被点缀函数原本的一对属性,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

快要任性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

 轻便利用(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》几个实例

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('answern%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、函数的定义和行使 1、基本结构: 1 def 函数名(参数): 2 """ 3 文书档案字符串 4 """ 5 函数体 6 重返值 7 2、...

内建函数built-in function

  1. abs(x) :重返x的断然值absolute value
  2. all(iterable )
    参数:iterable -- 元组或列表。
    若果iterable的有所因素不为0、''、False恐怕iterable为空,all(iterable)重返True,不然再次回到False;
    留心:空元组、空驶列车表再次来到值为True,这里要特别注意。
>>>all(['a', 'b', 'c', 'd'])  # 列表list,元素都不为空或0
True
>>> all(['a', 'b', '', 'd'])   # 列表list,存在一个为空的元素
False
>>> all([0, 1,2, 3])          # 列表list,存在一个为0的元素
False   
>>> all(('a', 'b', 'c', 'd'))  # 元组tuple,元素都不为空或0
True
>>> all(('a', 'b', '', 'd'))   # 元组tuple,存在一个为空的元素
False
>>> all((0, 1,2, 3))          # 元组tuple,存在一个为0的元素
False 
>>> all([])             # 空列表
True
>>> all(())             # 空元组
True
  1. any(iterable)
    参数
    iterable -- 元组或列表。
    返回值
    假若都为空、0、false,则赶回false,假诺不都为空、0、false,则赶回true。
>>>any(['a', 'b', 'c', 'd'])  # 列表list,元素都不为空或0
True 
>>> any(['a', 'b', '', 'd'])   # 列表list,存在一个为空的元素
True 
>>> any([0, '', False])        # 列表list,元素全为0,'',false
False 
>>> any(('a', 'b', 'c', 'd'))  # 元组tuple,元素都不为空或0
True 
>>> any(('a', 'b', '', 'd'))   # 元组tuple,存在一个为空的元素
True 
>>> any((0, '', False))        # 元组tuple,元素全为0,'',false
False  
>>> any([]) # 空列表
False 
>>> any(()) # 空元组
False
  1. bin(x):再次来到int只怕long int的二进制方式
    就像的:hex() 函数用于将10进制整数转换到16进制整数。
    oct(),将十进制调换为八进制
>>>bin(10)
'0b1010'
>>> bin(20)
'0b10100'
>>>hex(255)
'0xff'
>>> hex(-42)
'-0x2a'
>>> hex(1L)
'0x1L'
print(oct(7))#>>>>>>0o7
  1. bool():将加以参数转变为布尔类型,如果未有参数,重临 False。
>>>bool()
False
>>> bool(0)
False
>>> bool(1)
True
>>> bool(2)
True
  1. callable(object):检查多个目的是或不是是可调用的。
    比如回去True,object依然或许调用失利;但假若回去False,调用对象ojbect相对不会中标。
    对此函数, 方法, lambda 函式, 类, 以致贯彻了 call 方法的类实例, 它都回到 True。
>>>callable(0)
False
>>> callable("runoob")
False 
>>> def add(a, b):
...     return a   b
... 
>>> callable(add)             # 函数返回 True
True
>>> class A:                  # 类
...     def method(self):
...             return 0
... 
>>> callable(A)               # 类返回 True
True
>>> a = A()
>>> callable(a)               # 没有实现 __call__, 返回 False
False
>>> class B:
...     def __call__(self):
...             return 0
... 
>>> callable(B)
True
>>> b = B()
>>> callable(b)               # 实现 __call__, 返回 True
True
  1. chr(i):重返值是当前整数(0-255)对应的ascii字符。
>>>print chr(0x30), chr(0x31), chr(0x61)   # 十六进制
0 1 a
>>> print chr(48), chr(49), chr(97)         # 十进制
0 1 a
  1. ord():与chr(i)的意义正好相反。
  2. classmethod 修饰符对应的函数不须要实例化,无需 self 参数,但首先个参数需即使意味着笔者类的 cls 参数,能够来调用类的性质,类的不二法门,实例化对象等。
#!/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

出口结果为:
func2
1
foo

  1. compile() 函数将多少个字符串编写翻译为字节代码。
>>>str = "for i in range(0,10): print(i)" 
>>> c = compile(str,'','exec')   # 编译为字节代码对象 
>>> c
<code object <module> at 0x10141e0b0, file "", line 1>
>>> exec(c)
0
1
2
3
4
5
6
7
8
9
>>> str = "3 * 4   5"
>>> a = compile(str,'','eval')
>>> eval(a)
17
  1. complex() 函数用于制造贰个值为 real imag * j 的复数也许转载三个字符串或数为复数。假若第二个参数为字符串,则不须要钦赐第二个参数
>>>complex(1, 2)
(1   2j) 
>>> complex(1)    # 数字
(1   0j) 
>>> complex("1")  # 当做字符串处理
(1   0j) 
# 注意:这个地方在" "号两边不能有空格,也就是不能写成"1   2j",应该是"1 2j",否则会报错
>>> complex("1 2j")
(1   2j)
  1. delattr 函数用于删除属性。
    delattr(x, 'foobar') 相等于 del x.foobar。
class Coordinate:
    x = 10
    y = -5
    z = 0
point1 = Coordinate() 
print('x = ',point1.x)
print('y = ',point1.y)
print('z = ',point1.z) 
delattr(Coordinate, 'z') 
print('--删除 z 属性后--')
print('x = ',point1.x)
print('y = ',point1.y) 
# 触发错误
print('z = ',point1.z)
  1. dict()函数用于成立三个字典。
>>>dict()                        # 创建空字典
{}
>>> 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
{'three': 3, 'two': 2, 'one': 1} 
>>> dict([('one', 1), ('two', 2), ('three', 3)])    # 可迭代对象方式来构造字典
{'three': 3, 'two': 2, 'one': 1}
  1. divmod() 函数把除数和余数运算结果结合起来,重返一个包涵商和余数的元组(a // b, a % b)。
>>>divmod(7, 2)
(3, 1)
>>> divmod(8, 2)
(4, 0)
>>> divmod(1 2j,1 0.5j)
((1 0j), 1.5j)
  1. enumerate() 函数用于将一个可遍历的多少对象(如列表、元组或字符串)组合为三个索引类别,同有时间列出多少和数量下标,日常用在 for 循环个中。
>>>seasons = ['Spring', 'Summer', 'Fall', 'Winter']
>>> list(enumerate(seasons))
[(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')]
>>> list(enumerate(seasons, start=1))       # 小标从 1 开始
[(1, 'Spring'), (2, 'Summer'), (3, 'Fall'), (4, 'Winter')]

for 循环利用 enumerate

>>>seq = ['one', 'two', 'three']
>>> for i, element in enumerate(seq):
...     print i, seq[i]
... 
0 one
1 two
2 three
  1. eval() 函数用来实行叁个字符串表明式,并再次回到表明式的值。
>>>x = 7
>>> eval( '3 * x' )
21
>>> eval('pow(2,2)')
4
>>> eval('2   2')
4
>>> eval("n   4")
85
  1. execfile() 函数能够用来试行二个文书。
假设文件 hello.py,内容如下:
`print('runoob');`
execfile 调用该文件
>>>execfile('hello.py')
runoob
  1. filter():过滤连串,过滤掉不切合条件的要素,重回由切合条件成分构成的新列表。
    该接受四个参数,第一个为函数,第4个为系列,连串的每一种成分作为参数传递给函数举办判,然后回到 True 或 False,最终将赶回 True 的因素放到新列表中。
#!/usr/bin/python
# -*- coding: UTF-8 -*- 
def is_odd(n):
    return n % 2 == 1 
newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(newlist)
  1. float() 函数用于将整数和字符串转变到浮点数。
>>> float(' 1.23')
1.23
>>> float('   -12345n')
-12345.0
>>> float('1e-003')
0.001
>>> float(' 1E6')
1000000.0
>>> float('-Infinity')
-inf
  1. frozenset() 重回一个冰冻的聚合,冻结后集结无法再加多或删除任何因素。
>>>a = frozenset(range(10))     # 生成一个新的不可变集合
>>> a
frozenset([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> b = frozenset('runoob') 
>>> b
frozenset(['b', 'r', 'u', 'o', 'n'])   # 创建不可变集合
>>>
  1. format():格式化输出字符串,format(value, format_spec)实质上是调用了value的format(format_spec)方法。
    print("i am {0},age{1}".format("tom",18))#>>>>>>i am tom,age18
  2. getatt() 函数用于重返贰个对象属性值。
    getattr(x, 'foobar') 等价于 x.foobar.
>>>class A(object):
...     bar = 1
... 
>>> a = A()
>>> getattr(a, 'bar')        # 获取属性 bar 值
1
>>> getattr(a, 'bar2')       # 属性 bar2 不存在,触发异常
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'A' object has no attribute 'bar2'
  1. hasattr() 函数用于推断目的是还是不是含有相应的习性。
    即使指标有该属性再次回到 True,不然重临 False。
class Coordinate:
    x = 10
    y = -5
    z = 0
point1 = Coordinate() 
print(hasattr(point1, 'x'))  # true
print(hasattr(point1, 'y'))  # true
print(hasattr(point1, 'z'))  #true
print(hasattr(point1, 'no'))  # 没有该属性false
  1. hash() 用于获取取三个指标(字符串或然数值等)的哈希值。
hash(1)
1
hash('test')
2314058222102390712
  1. id() 函数用于获取对象的内部存款和储蓄器地址。
>>>a = 'runoob'
>>> id(a)
4531887632
>>> b = 1
>>> id(b)
140588731085608
  1. int():将字符串只怕别的进制的数字转化为整形。
>>>int()               # 不传入参数时,得到结果0
0
>>> int(3)
3
>>> int(3.6)
3
>>> int('12',16)        # 如果是带参数base的话,12要以字符串的形式进行输入,12 为 16进制
18
>>> int('0xa',16)  
10  
>>> int('10',8)  
8
  1. isinstance() 函数来推断叁个指标是不是是一个已知的体系,类似 type()。

isinstance() 与 type() 区别:
type() 不会认为子类是一种父类类型,不思虑继续关系。
isinstance() 会感觉子类是一种父类类型,思考继续关系。
万一要咬定多个等级次序是还是不是一致推荐应用 isinstance()。

a = 2 isinstance (a,int) True isinstance (a,str) False isinstance (a,(str,int,list)) # 是元组中的一个重返 True True

type() 与 isinstance()区别:

class A:
    pass 
class B(A):
    pass
isinstance(A(), A)    # returns True
type(A()) == A        # returns True
isinstance(B(), A)    # returns True
type(B()) == A        # returns False
  1. bytes()  将四个字符串转换来字节类型
s="apple"
v=bytes(s,encoding="utf-8")
print(v)#>>>>>>b'apple'
  1. str()  将字符类型/数值类型等转移为字符串类型
1 s=100
2 print(type(s))#>>>><class 'int'>
3 s=str(s)
4 print(type(s))#>>>><class 'str'>
  1. len():重返对象长度,参数能够是体系类型(字符串,元组或列表)或映射类型(如字典)
>>> a=[1, 2, 3, 4]
>>> len(a)
4
>>> type(a)
<class 'list'>
>>> a=(1, 2, 3, 4)
>>> type(a)
<class 'tuple'>
>>> a=['list', 'adwd', 'awde']
>>> type(a)
<class 'list'>
>>> len(a)
3
>>> a='sefijefs'
>>> len(a)
8
  1. list():元组转化列表
aTuple = (123, 'xyz', 'zara', 'abc');
aList = list(aTuple)
print ("列表元素 : ", aList)
结果:
列表元素 :  [123, 'xyz', 'zara', 'abc']
  1. tuple(): 列表转化元组。与list()类似
  2. locals() 函数会以字典类型再次来到当前职务的整整有个别变量。
>>>def runoob(arg):    # 两个局部变量:arg、z
...     z = 1
...     print locals()
... 
>>> runoob(4)
{'z': 1, 'arg': 4}      # 返回一个名字/值对的字典
  1. map():依照提供的函数对点名类别做映射。
>>>def square(x) :            # 计算平方数
...     return x ** 2
>>> map(square, [1,2,3,4,5])   # 计算列表和:1 2 3 4 5
[1, 4, 9, 16, 25]
>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5])  # 使用 lambda 匿名函数
[1, 4, 9, 16, 25]
# 提供了两个列表,对相同位置的列表数据进行相加
>>> map(lambda x, y: x   y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
[3, 7, 11, 15, 19]
  1. max() 方法重返给定参数的最大值,参数可认为种类。
  2. min()同样的用法
  3. iter() 函数用来变化迭代器。
>>>lst = [1, 2, 3]
>>> for i in iter(lst):
...     print(i)
... 
1
2
3
  1. next():再次来到迭代器的下四个类型。
# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
    try:
        # 获得下一个值:
        x = next(it)
        print(x)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break
  1. open() 函数用于张开二个文本,创立三个 file 对象,相关的办法才方可调用它进行读写。
    file 对象方法
    file.read([size]) size未钦赐则赶回整个文件,假诺文件大小>2倍内部存款和储蓄器则不通常.f.read()读到文件尾时重返""(空字串)
    file.readline() 再次回到一行
    file.readline([size]) 再次来到富含size行的列表,size 未钦点则赶回全体行
    for line in f: print line #透过迭代器访谈
    f.write("hellon") #比方要写入字符串以外的数码,先将她调换为字符串.
    f.tell() 再次来到三个平头,表示方今文件指针的岗位(正是到文件头的比特数).
    f.seek(偏移量,[发端地方]) 用来移动文件指针.
    偏移量:单位:比特,可正可负
    澳门新濠3559,开局地方:0-文本头,暗中同意值;1-当前地点;2-文件尾
    f.close() 关闭文件
>>>f = open('test.txt')
>>> f.read()
'RUNOOB1nRUNOOB2n'
  1. pow() 方法重临 x的y次方 的值。
    以下是 math 模块 pow() 方法的语法:
import math
math.pow( x, y )

内置的 pow() 方法
pow(x, y[, z])
函数是总结x的y次方,即使z在设有,则再对结果开展取模,其结果等效于pow(x,y) %z
在乎:pow() 通过嵌入的艺术直接调用,内置方法会把参数作为整型,而 math 模块则会把参数转变为 float。

import math   # 导入 math 模块
print "math.pow(100, 2) : ", math.pow(100, 2)
# 使用内置,查看输出结果区别
print "pow(100, 2) : ", pow(100, 2)
print "math.pow(100, -2) : ", math.pow(100, -2)
print "math.pow(2, 4) : ", math.pow(2, 4)
print "math.pow(3, 0) : ", math.pow(3, 0)
结果:
math.pow(100, 2) :  10000.0
pow(100, 2) :  10000
math.pow(100, -2) :  0.0001
math.pow(2, 4) :  16.0
math.pow(3, 0) :  1.0

pow(x,y) 等价于 x**y:
4**2 # 结果为16
4**2.5 # 结果为32.0
pow(x,y,z) 等价于 x**y%z:
4**2.5%3 # 结果为2.0

  1. range():函数可创立叁个卡尺头列表,日常用在 for 循环中。
>>>range(10)        # 从 0 开始到 10
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> range(1, 11)     # 从 1 开始到 11
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> range(0, 30, 5)  # 步长为 5
[0, 5, 10, 15, 20, 25]
>>> range(0, 10, 3)  # 步长为 3
[0, 3, 6, 9]
>>> range(0, -10, -1) # 负数
[0, -1, -2, -3, -4, -5, -6, -7, -8, -9]
>>> range(0)
[]
>>> range(1, 0)
[]
  1. repr() 再次回到一个对象的 string 格式。
>>>s = 'RUNOOB'
>>> repr(s)
"'RUNOOB'"
>>> dict = {'runoob': 'runoob.com', 'google': 'google.com'};
>>>repr(dict)
"{'google': 'google.com', 'runoob': 'runoob.com'}"
  1. reverse() 函数用于反向列表凉月素。
aList = [123, 'xyz', 'zara', 'abc', 'xyz'];
aList.reverse();
  1. round() 方法再次回到浮点数x的四舍五入值。round() 方法重临浮点数x的四舍五入值。
round(80.23456, 2) :  80.23
round(100.000056, 3) :  100.0
round(-100.000056, 3) :  -100.0
  1. slice() 函数完结切成条对象,首要用在切除操作函数里的参数传递。
>>>myslice = slice(5)    # 设置截取5个元素的切片
>>> myslice
slice(None, 5, None)
>>> arr = range(10)
>>> arr
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> arr[myslice]         # 截取 5 个元素
[0, 1, 2, 3, 4]
  1. sorted()  排序
    sorted() 函数对全部可迭代的目的举行排序操作。

sort 与 sorted 区别:
sort 是运用在 list 上的办法,sorted 能够对具备可迭代的靶子开展排序操作。
list 的 sort 方法重回的是对曾经存在的列表实行操作,而内建函数 sorted 方法再次来到的是叁个新的 list,并不是在原先的基本功上进展的操作。

a = [5,7,6,3,4,1,2] b = sorted(a) # 保留原列表 a [5, 7, 6, 3, 4, 1, 2] b [1, 2, 3, 4, 5, 6, 7] L=[('b',2),('a',1),('c',3),('d',4)] sorted(L, cmp=lambda x,y:cmp(x[1],y[1])) # 利用cmp函数 [('a', 1), ('b', 2), ('c', 3), ('d', 4)] sorted(L, key=lambda x:x[1]) # 利用key [('a', 1), ('b', 2), ('c', 3), ('d', 4)] students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)] sorted(students, key=lambda s: s[2]) # 按年龄排序 [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)] sorted(students, key=lambda s: s[2], reverse=True) # 按降序 [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

  1. zip() 函数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二个个元组,然后回到由这么些元组组成的列表。
>>>a = [1,2,3]
>>> b = [4,5,6]
>>> c = [4,5,6,7,8]
>>> zipped = zip(a,b)     # 打包为元组的列表
[(1, 4), (2, 5), (3, 6)]
>>> zip(a,c)              # 元素个数与最短的列表一致
[(1, 4), (2, 5), (3, 6)]
>>> zip(*zipped)          # 与 zip 相反,可理解为解压,返回二维矩阵式
[(1, 2, 3), (4, 5, 6)]

正序:

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

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

将种类中的成分通过管理函数管理后赶回三个新的列表
filter()

eval()函数是必得的。

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

%d  日

只要选取lambda如何突显吗?

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']

看一下测量检验结果:

7、**args和**kwargs参数

须求三个参数,第三个是贰个管理函数,第三个是八个行列(list,tuple,dict)
map()

%H 时

def add(x, y): return x y

add函数必得有多个参数,然后每趟,结果和下二个做累加,稍加更换1*2*3*4*5

lambda表达式是起到二个函数速写的成效。允许在代码内放置一个函数的概念。

输出:因为函数定义五个品种参数,调用时有的只写了一个档案的次序,所以会有()或{}输出。

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

[5, 4, 3, 2, 1]

我们先来看三个事例:

%m 月

其一usuallyAdd2的分别在于y有了暗中认可值

% S 秒

Python用于扶持将函数赋值给变量的叁个操作符 私下认可是回去的,所以不要再加return关键字,不然会报错

 

lambda x, y: x y

 

将连串中的成分通过三个二元函数管理回来一个结果
将位置四个函数和lambda结合使用

[2,4,6,8,10]

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

倒序:

lambda的重视视是七个表明式,实际不是二个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。

 

应用lambda高效操作列表

输出:

sorted() 结合lambda对列表实行排序

[4, 4, 4]

lambda x, y=2: x y

上面代码只是写多个例子,模拟将数据{'username':'pyhleng','password':'q123456'} 存储在数据表,然后在读出来的指南。

实际上lambda就是把参数和重临简写,特别方便

这五个是python的可变参数,在那之中*args是元组;**kwargs是字典类型参数

sorted(iterable, cmp=None, key=None, reverse=False) --> new sorted list terable:是可迭代类型; cmp:用于相比的函数,相比较什么由key决定,有暗许值,迭代集合中的一项; key:用列表成分的某部属性和函数实行作为最首要字,有私下认可值,迭代聚聚集的一项; reverse:排序准则. reverse = True 可能 reverse = False,有暗中认可值。 * 重返值:是三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

输出:

将系列中的元素通过函数过滤后赶回叁个新的列表
reduce()

13.any()

sorted 的用法

输出:

lambda只是二个表明式,函数体比def轻巧比很多。

%M 分

大家定义了四个函数叫add,有多少个参数,再次来到结果是x y

print(map(str.title,['abc','def','ghj']))

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]
 
# 重返系列中的偶数
filter(lambda x: x % 2 == 0, li) # [2, 4]
 
# 再次来到全部因素相乘的结果
reduce(lambda x, y: x * y, li) # 1*2*3*4*5 = 120

def fcq(x):
    return x==4
print filter(fcq,[1,3,4,5,4,6,4])

4、filter()此函数,传入多少个函数和种类做为参数

输出:

 

15

%Y 年

输出:

 

是或不是很有利,当然有的人讲,能够写成for循环,是的这么也得以兑现,可是大家有更便捷的艺术,有至关重要写这么三个for循环吗。

10.MAX()

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])

示范如下:*args和**kwargs能够何况使用。

怎么说eval()是调换来,其品种对象啊,那是因为,具体是怎样类型的数据在于,字符串内容

1、map() 此函数能够,将列表每二个函数功效在函数上,并回到list

 

['Abc', 'Def', 'Ghj']

 

12.all()

得到当前些天期时间

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

5、lambda()无名氏函数,有的时候无需体现的定义函数,能够行使此函数

结果:列表内成分都调换到了字符串

strdic = '''{'username':'pyhleng','password':'q123456'}
'''
print eval(strdic)
print(eval(strdic)['password'])

输出:

 

 

import time

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

8、日期时间函数 

 

print  max([1,2,3,4,5,6]) #返回列表中,最大的元素6
{'username': 'pyhleng', 'password': 'q123456'}
q123456

输出:

接下来利用sorted()实行排序。

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

print(list)
def cmp(x,y):
    if x>y:
        return -1
    if x<y:
        return 1
    return 0

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

 

 

list = ['c','b','a']

print list.sort() #返回None
print list #返回['a', 'b', 'c']

3、reduce()此函数,函数参数必得有多少个,把结果与连串的下一个因素做累积

def add(x,y):
    return x * y
print reduce(add,[1,2,3,4,5])
print zip('a','b','c','d') #返回元组[('a', 'b', 'c', 'd')]
print(map(str,[1,2,3,4,5]))

 

 有未有上面的代码是横生枝节,直接定义三个字典对象不就行了,为何要有三引号,引上。是啊为何要那样做?????

输出:

[2,4,6,8,10]

 

输出:

6、sorted()排序(能够对list,dict,字符串等排序)

 

事例:将字符串,调换到字典

9.list.reverse() 列表翻转

[1, 2, 3, 4, 5]

首字母大写;用到str.title属性

原型 map(function,[list])

def fc(x):
    return x * 2

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

11.ZIP()

格式化字符串:

 

假诺将{'username':'pyhleng','password':'q123456'}存在多少表中,在读出来的时候正是字符串。假使要当字典用那么

本来map()函数还应该有越来越多,更目不暇接的用法

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) 
print any(['1','2','3','4']) #所有元素为True时返回True,all([])返回False
def add(x,y):
    return x   y
print reduce(add,[1,2,3,4,5])
['1', '2', '3', '4', '5']
print all(['1','2','3','4']) #所有元素为True时返回True,all([])返回True

概念四个相比函数,定义x,y几个参数,进行相比较,大于重临-1,小于重返1,等于重临0

过滤,连串中的每二个元素,切合函数条件True的留给,False的解决,最终回到多少个过虑后的队列

eval("{'user':'name'}") 那样会转成字典等

 

2、eval()此函数,将字符串,转换到其类别对象

14.list.sort()

如:eval("1234")这几个会转成int型

120
(1, 2, 3)
{}
-------------------------------
()
{'a': 5, 'c': 7, 'b': 6}
-------------------------------
()
{'a': 1, 'c': 3, 'b': 2}
-------------------------------
(4, 5, 6)
{'e': 5, 'g': 7, 'f': 6}

编辑:编程 本文来源:for 循环使用 enumerate,当然map()函数还有更多

关键词: 澳门新濠3559