python函数参数讲解
Python高级特性与几种函数的讲解切片
从list或tuple中取部分元素。
|
list = [ 1 , 2 , 3 , 4 ] list [ 0 : 3 ] # [1, 2, 3] list [ - 2 : - 1 ] # -1表示最后一个,[3, 4] list [ 1 :: 2 ] # index = 1开始,每两个取一个[2, 4] list [:] # 复制list,[1, 2, 3, 4] # 针对tuple,切片同样适用 |
iterable、iterator
可迭代,迭代器,集合类型数据可迭代但不是迭代器,可通过iter()转变为迭代器。
可迭代对象可使用for-in语句遍历,判断x是否可迭代:isinstance(x, Iterable)。
列表生产式
高效创建列表,见代码示例:
|
# range转list list ( range ( 1 , 5 )) # [1, 2, 3, 4] [x * x for x in range ( 1 , 5 )] # [1, 4, 9, 16] [x * x for x in range ( 1 , 5 ) if x % 2 = = 0 ] # [4, 16] [m + n for m in 'ABC' for n in 'XYZ' ] # ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ'] [s.lower() for s in [ 'Hello' , 'World' , 'IBM' , 'Apple' ]] # like map |
generator
isinstance(generator, Iterable) = True
,可使用for-in语句,或者使用next方法。
|
g = (x * x for x in range ( 10 )) next (g) # 0 next (g) # 1 next (g) # 4 for item in g: print (item) # 9 16 ... 81 |
generator函数
generator函数本质是一个有状态的函数,遇到yield语句时会暂时返回。
|
# 有yield语句,表明时generator函数 def gen_fn(): init = 0 while init < 10 : yield init init + = 1 return 'done' call = gen_fn() # 获得可迭代对象call next (call) # 0 next (call) # 1 # 每次调用generator函数,得到的是一个新的generator # for-in无法获得generator的返回值'done' for item in gen_fn(): print (item) # 0 1 ... 9 |
高阶函数
参数是函数的函数即是高阶函数,可对比数学概念:g(x) = f(x) + 1
,g(x)即高阶函数。
- map
|
# map(func, *iterables, ...) i = map ( lambda x : x * x, [ 1 , 2 , 3 ]) # 返回Iterator list (i) # [1, 4, 9] |
- reduce
|
from functools import reduce reduce ( lambda previous, x : previous + x, [ 1 , 2 , 3 , 4 ]) # 10 |
- filter
|
i = filter ( lambda x : x % 2 = = True , [ 1 , 2 , 3 , 4 ]) list (i) # [1, 3] |
- sorted 默认升序,通过key参数决定排序规则。
|
sorted ([ 1 , 3 , 2 ], key = lambda x : - x) # [3, 2, 1] |
返回函数做回函数返回值
闭包概念:包含环境成分(自由变量)和控制成分的实体(lambda表达式,函数)。
|
def lazy_sum( * args): ax = 0 def sum (): nonlocal ax for n in args: ax = ax + n return ax return sum fn = lazy_sum( 1 , 2 , 3 ) # ax + sum构成了闭包 fn() # 6 fn() # 12 |
匿名函数
即lambda表达式。
装饰器
函数包函数的语法糖?
|
def log(fn): def call( * args, * * kw): print ( 'call %s():' % fn.__name__) return fn( * args, * * kw) return call # @log的作用等同now = log(now) @log def now(): print ( '2018-03-18' ) now() # call now(): 2018-03-18 |
偏函数
把一个函数的某些参数给固定住,返回一个新的函数。类似柯里化,但更强大?
|
from functools import partial binary_int = partial( int , base = 2 ) binary_int( '1000000' ) # 64 |
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对开心学习网的支持。如果你想了解更多相关内容请查看下面相关链接
原文链接:https://amsimple.com/blog/article/38.html