1 什麼是函數？ 2 爲何要用函數？ 3 函數的分類：內置函數與自定義函數 4 如何自定義函數 語法 定義有參數函數，及有參函數的應用場景 定義無參數函數，及無參函數的應用場景 定義空函數，及空函數的應用場景 5 調用函數 如何調用函數 函數的返回值 函數參數的應用：形參和實參，位置參數，關鍵字參數，默認參數，*args，**kwargs 6 高階函數（函數對象） 7 函數嵌套 8 做用域與名稱空間 9 裝飾器 10 迭代器與生成器及協程函數 11 三元運算，列表解析、生成器表達式 12 函數的遞歸調用 13 內置函數 14 面向過程編程與函數式編程
一：爲什麼用函數之不使用函數的問題
#組織結構不清晰
#代碼冗餘
#沒法統一管理且維護難度大
二：函數分類：
1. 內置函數
2. 自定義函數
三：爲什麼要定義函數
函數即變量，變量必須先定義後使用，未定義而直接引用函數，就至關於在引用一個不存在的變量名
代碼演示？
四：定義函數都幹了哪些事？
只檢測語法，不執行代碼
五：如何定義函數(函數名要能反映其意義)
def ...
六：定義函數的三種形式
無參：應用場景僅僅只是執行一些操做，好比與用戶交互，打印
有參：須要根據外部傳進來的參數，才能執行相應的邏輯，好比統計長度，求最大值最小值
空函數：設計代碼結構
七 ：函數的調用
1 先找到名字
2 根據名字調用代碼
函數的返回值？
0->None
1->返回1個值
多個->元組
何時該有？
調用函數，通過一系列的操做，最後要拿到一個明確的結果，則必需要有返回值
一般有參函數須要有返回值，輸入參數，通過計算，獲得一個最終的結果
何時不須要有？
調用函數，僅僅只是執行一系列的操做，最後不須要獲得什麼結果，則無需有返回值
一般無參函數不須要有返回值
八：函數調用的三種形式
1 語句形式：foo()
2 表達式形式：3*len('hello')
4 當中另一個函數的參數：range(len('hello'))
九：函數的參數：
1 形參和實參定義
2 形參即變量名，實參即變量值，函數調用則將值綁定到名字上，函數調用結束，解除綁定
3 具體應用
位置參數：按照從左到右的順序定義的參數
位置形參：必選參數
位置實參：按照位置給形參傳值
關鍵字參數：按照key=value的形式定義實參
無需按照位置爲形參傳值
注意的問題：
1. 關鍵字實參必須在位置實參右面
2. 對同一個形參不能重複傳值
默認參數：形參在定義時就已經爲其賦值
能夠傳值也能夠不傳值，常常須要變得參數定義成位置形參，變化較小的參數定義成默認參數（形參）
注意的問題：
1. 只在定義時賦值一次
2. 默認參數的定義應該在位置形參右面
3. 默認參數一般應該定義成不可變類型
可變長參數：
針對實參在定義時長度不固定的狀況，應該從形參的角度找到能夠接收可變長實參的方案，這就是可變長參數（形參）
而實參有按位置和按關鍵字兩種形式定義，針對這兩種形式的可變長，形參也應該有兩種解決方案，分別是*args，**kwargs
===========*args===========
def foo(x,y,*args):
print(x,y)
print(args)
foo(1,2,3,4,5)
def foo(x,y,*args):
print(x,y)
print(args)
foo(1,2,*[3,4,5])
def foo(x,y,z):
print(x,y,z)
foo(*[1,2,3])
===========**kwargs===========
def foo(x,y,**kwargs):
print(x,y)
print(kwargs)
foo(1,y=2,a=1,b=2,c=3)
def foo(x,y,**kwargs):
print(x,y)
print(kwargs)
foo(1,y=2,**{'a':1,'b':2,'c':3})
def foo(x,y,z):
print(x,y,z)
foo(**{'z':1,'x':2,'y':3})
===========*args+**kwargs===========
def foo(x,y):
print(x,y)
def wrapper(*args,**kwargs):
print('====>')
foo(*args,**kwargs)
命名關鍵字參數：*後定義的參數，必須被傳值（有默認值的除外），且必須按照關鍵字實參的形式傳遞
能夠保證，傳入的參數中必定包含某些關鍵字
def foo(x,y,*args,a=1,b,**kwargs):
print(x,y)
print(args)
print(a)
print(b)
print(kwargs)
foo(1,2,3,4,5,b=3,c=4,d=5)
結果：
1
2
(3, 4, 5)
1
3
{'c': 4, 'd': 5}
十 階段性練習
一、寫函數，，用戶傳入修改的文件名，與要修改的內容，執行函數，完成批了修改操做
二、寫函數，計算傳入字符串中【數字】、【字母】、【空格] 以及 【其餘】的個數html
三、寫函數，判斷用戶傳入的對象（字符串、列表、元組）長度是否大於5。前端
四、寫函數，檢查傳入列表的長度，若是大於2，那麼僅保留前兩個長度的內容，並將新內容返回給調用者。python
五、寫函數，檢查獲取傳入列表或元組對象的全部奇數位索引對應的元素，並將其做爲新列表返回給調用者。mysql
六、寫函數，檢查字典的每個value的長度,若是大於2，那麼僅保留前兩個長度的內容，並將新內容返回給調用者。
dic = {"k1": "v1v1", "k2": [11,22,33,44]}
PS:字典中的value只能是字符串或列表git
#題目一 def modify_file(filename,old,new): import os with open(filename,'r',encoding='utf-8') as read_f,\ open('.bak.swap','w',encoding='utf-8') as write_f: for line in read_f: if old in line: line=line.replace(old,new) write_f.write(line) os.remove(filename) os.rename('.bak.swap',filename) modify_file('/Users/jieli/PycharmProjects/爬蟲/a.txt','alex','SB') #題目二 def check_str(msg): res={ 'num':0, 'string':0, 'space':0, 'other':0, } for s in msg: if s.isdigit(): res['num']+=1 elif s.isalpha(): res['string']+=1 elif s.isspace(): res['space']+=1 else: res['other']+=1 return res res=check_str('hello name:aSB passowrd:alex3714') print(res) #題目三：略 #題目四 def func1(seq): if len(seq) > 2: seq=seq[0:2] return seq print(func1([1,2,3,4])) #題目五 def func2(seq): return seq[::2] print(func2([1,2,3,4,5,6,7])) #題目六 def func3(dic): d={} for k,v in dic.items(): if len(v) > 2: d[k]=v[0:2] return d print(func3({'k1':'abcdef','k2':[1,2,3,4],'k3':('a','b','c')}))
=======================本節課新內容==========================
一：函數對象：函數是第一類對象，即函數能夠看成數據傳遞
1 能夠被引用
2 能夠看成參數傳遞
3 返回值能夠是函數
3 能夠看成容器類型的元素
#利用該特性，優雅的取代多分支的if
def foo():
print('foo')
def bar():
print('bar')
dic={
'foo':foo,
'bar':bar,
}
while True:
choice=input('>>: ').strip()
if choice in dic:
dic[choice]()
二：函數的嵌套
1 函數的嵌套調用
def max(x,y):
return x if x > y else y
def max4(a,b,c,d):
res1=max(a,b)
res2=max(res1,c)
res3=max(res2,d)
return res3
print(max4(1,2,3,4))
2 函數的嵌套定義
def f1():
def f2():
def f3():
print('from f3')
f3()
f2()
f1()
f3() #報錯
三 名稱空間和做用域：
名稱空間：存放名字的地方，三種名稱空間，（以前遺留的問題x=1，1存放於內存中，那名字x存放在哪裏呢？名稱空間正是存放名字x與1綁定關係的地方）
加載順序是？
名字的查找順序？（在全局沒法查看局部的，在局部能夠查看全局的）
# max=1
def f1():
# max=2
def f2():
# max=3
print(max)
f2()
f1()
print(max)
做用域即範圍
- 全局範圍：全局存活，全局有效
- 局部範圍：臨時存活，局部有效
- 做用域關係是在函數定義階段就已經固定的，與函數的調用位置無關，以下
x=1
def f1():
def f2():
print(x)
return f2
def f3(func):
x=2
func()
f3(f1())
查看做用域：globals(),locals()
global
nonlocal
LEGB 表明名字查找順序: locals -> enclosing function -> globals -> __builtins__
locals 是函數內的名字空間，包括局部變量和形參
enclosing 外部嵌套函數的名字空間（閉包中常見）
globals 全局變量，函數定義所在模塊的名字空間
builtins 內置模塊的名字空間
四：閉包:內部函數包含對外部做用域而非全局做用域的引用
提示：以前咱們都是經過參數將外部的值傳給函數，閉包提供了另一種思路，包起來嘍，包起呦，包起來哇
def counter():
n=0
def incr():
nonlocal n
x=n
n+=1
return x
return incr
c=counter()
print(c())
print(c())
print(c())
print(c.__closure__[0].cell_contents) #查看閉包的元素
閉包的意義：返回的函數對象，不只僅是一個函數對象，在該函數外還包裹了一層做用域，這使得，該函數不管在何處調用，優先使用本身外層包裹的做用域
應用領域：延遲計算（原來咱們是傳參，如今咱們是包起來）
from urllib.request import urlopen
def index(url):
def get():
return urlopen(url).read()
return get
baidu=index('http://www.baidu.com')
print(baidu().decode('utf-8'))
五: 裝飾器（閉包函數的一種應用場景）
1 爲什麼要用裝飾器：
開放封閉原則：對修改封閉，對擴展開放
2 什麼是裝飾器
裝飾器他人的器具，自己能夠是任意可調用對象，被裝飾者也能夠是任意可調用對象。
強調裝飾器的原則：1 不修改被裝飾對象的源代碼 2 不修改被裝飾對象的調用方式
裝飾器的目標：在遵循1和2的前提下，爲被裝飾對象添加上新功能
3. 先看簡單示範
import time
def timmer(func):
def wrapper(*args,**kwargs):
start_time=time.time()
res=func(*args,**kwargs)
stop_time=time.time()
print('run time is %s' %(stop_time-start_time))
return res
return wrapper
@timmer
def foo():
time.sleep(3)
print('from foo')
foo()
4
def auth(driver='file'):
def auth2(func):
def wrapper(*args,**kwargs):
name=input("user: ")
pwd=input("pwd: ")
if driver == 'file':
if name == 'egon' and pwd == '123':
print('login successful')
res=func(*args,**kwargs)
return res
elif driver == 'ldap':
print('ldap')
return wrapper
return auth2
@auth(driver='file')
def foo(name):
print(name)
foo('egon')
5 裝飾器語法：
被裝飾函數的正上方，單獨一行
@deco1
@deco2
@deco3
def foo():
pass
foo=deco1(deco2(deco3(foo)))
6 裝飾器補充：wraps
from functools import wraps def deco(func): @wraps(func) #加在最內層函數正上方 def wrapper(*args,**kwargs): return func(*args,**kwargs) return wrapper @deco def index(): '''哈哈哈哈''' print('from index') print(index.__doc__)
7 裝飾器練習
一：編寫函數，（函數執行的時間是隨機的）
二：編寫裝飾器，爲函數加上統計時間的功能
三：編寫裝飾器，爲函數加上認證的功能redis
四：編寫裝飾器，爲多個函數加上認證的功能（用戶的帳號密碼來源於文件），要求登陸成功一次，後續的函數都無需再輸入用戶名和密碼
注意：從文件中讀出字符串形式的字典，能夠用eval('{"name":"egon","password":"123"}')轉成字典格式sql
五：編寫裝飾器，爲多個函數加上認證功能，要求登陸成功一次，在超時時間內無需重複登陸，超過了超時時間，則必須從新登陸數據庫
六：編寫下載網頁內容的函數，要求功能是：用戶傳入一個url，函數返回下載頁面的結果express
七：爲題目五編寫裝飾器，實現緩存網頁內容的功能：
具體：實現下載的頁面存放於文件中，若是文件內有值（文件大小不爲0），就優先從文件中讀取網頁內容，不然，就去下載，而後存到文件中編程
擴展功能：用戶能夠選擇緩存介質/緩存引擎，針對不一樣的url，緩存到不一樣的文件中
八：還記得咱們用函數對象的概念，製做一個函數字典的操做嗎，來來來，咱們有更高大上的作法，在文件開頭聲明一個空字典，而後在每一個函數前加上裝飾器，完成自動添加到字典的操做
九 編寫日誌裝飾器，實現功能如：一旦函數f1執行，則將消息2017-07-21 11:12:11 f1 run寫入到日誌文件中，日誌文件路徑能夠指定
注意：時間格式的獲取
import time
time.strftime('%Y-%m-%d %X')
#題目一:略 #題目二:略 #題目三:略 #題目四： db='db.txt' login_status={'user':None,'status':False} def auth(auth_type='file'): def auth2(func): def wrapper(*args,**kwargs): if login_status['user'] and login_status['status']: return func(*args,**kwargs) if auth_type == 'file': with open(db,encoding='utf-8') as f: dic=eval(f.read()) name=input('username: ').strip() password=input('password: ').strip() if name in dic and password == dic[name]: login_status['user']=name login_status['status']=True res=func(*args,**kwargs) return res else: print('username or password error') elif auth_type == 'sql': pass else: pass return wrapper return auth2 @auth() def index(): print('index') @auth(auth_type='file') def home(name): print('welcome %s to home' %name) # index() # home('egon') #題目五 import time,random user={'user':None,'login_time':None,'timeout':0.000003,} def timmer(func): def wrapper(*args,**kwargs): s1=time.time() res=func(*args,**kwargs) s2=time.time() print('%s' %(s2-s1)) return res return wrapper def auth(func): def wrapper(*args,**kwargs): if user['user']: timeout=time.time()-user['login_time'] if timeout < user['timeout']: return func(*args,**kwargs) name=input('name>>: ').strip() password=input('password>>: ').strip() if name == 'egon' and password == '123': user['user']=name user['login_time']=time.time() res=func(*args,**kwargs) return res return wrapper @auth def index(): time.sleep(random.randrange(3)) print('welcome to index') @auth def home(name): time.sleep(random.randrange(3)) print('welcome %s to home ' %name) index() home('egon') #題目六:略 #題目七：簡單版本 import requests import os cache_file='cache.txt' def make_cache(func): def wrapper(*args,**kwargs): if not os.path.exists(cache_file): with open(cache_file,'w'):pass if os.path.getsize(cache_file): with open(cache_file,'r',encoding='utf-8') as f: res=f.read() else: res=func(*args,**kwargs) with open(cache_file,'w',encoding='utf-8') as f: f.write(res) return res return wrapper @make_cache def get(url): return requests.get(url).text # res=get('https://www.python.org') # print(res) #題目七:擴展版本 import requests,os,hashlib engine_settings={ 'file':{'dirname':'./db'}, 'mysql':{ 'host':'127.0.0.1', 'port':3306, 'user':'root', 'password':'123'}, 'redis':{ 'host':'127.0.0.1', 'port':6379, 'user':'root', 'password':'123'}, } def make_cache(engine='file'): if engine not in engine_settings: raise TypeError('egine not valid') def deco(func): def wrapper(url): if engine == 'file': m=hashlib.md5(url.encode('utf-8')) cache_filename=m.hexdigest() cache_filepath=r'%s/%s' %(engine_settings['file']['dirname'],cache_filename) if os.path.exists(cache_filepath) and os.path.getsize(cache_filepath): return open(cache_filepath,encoding='utf-8').read() res=func(url) with open(cache_filepath,'w',encoding='utf-8') as f: f.write(res) return res elif engine == 'mysql': pass elif engine == 'redis': pass else: pass return wrapper return deco @make_cache(engine='file') def get(url): return requests.get(url).text # print(get('https://www.python.org')) print(get('https://www.baidu.com')) #題目八 route_dic={} def make_route(name): def deco(func): route_dic[name]=func return deco @make_route('select') def func1(): print('select') @make_route('insert') def func2(): print('insert') @make_route('update') def func3(): print('update') @make_route('delete') def func4(): print('delete') print(route_dic) #題目九 import time import os def logger(logfile): def deco(func): if not os.path.exists(logfile): with open(logfile,'w'):pass def wrapper(*args,**kwargs): res=func(*args,**kwargs) with open(logfile,'a',encoding='utf-8') as f: f.write('%s %s run\n' %(time.strftime('%Y-%m-%d %X'),func.__name__)) return res return wrapper return deco @logger(logfile='aaaaaaaaaaaaaaaaaaaaa.log') def index(): print('index') index()
六：迭代器
迭代的概念:重複的過程稱爲迭代，每次重複即一次迭代，而且每次迭代的結果是下一次迭代的初始值
# while True: #只知足重複，於是不是迭代
# print('====>')
#迭代
l=[1,2,3]
count=0
while count < len(l): #只知足重複，於是不是迭代
print('====>',l[count])
count+=1
爲什麼要有迭代器？
可迭代的對象？
哪些是可迭代對象？
迭代器？
l={'a':1,'b':2,'c':3,'d':4,'e':5}
i=l.__iter__() #等於i=iter(l)
print(next(i))
print(next(i))
print(next(i))
StopIteration?
for循環
迭代器的優缺點：
優勢：
提供統一的且不依賴於索引的迭代方式
惰性計算，節省內存
缺點：
沒法獲取長度
一次性的，只能日後走，不能往前退
迭代器協議
練習：判斷如下對象哪一個是可迭代對象，哪一個是迭代器對象
s='hello'
l=[1,2,3,4]
t=(1,2,3)
d={'a':1}
set={1,2,3}
f=open('a.txt')
七 生成器
yield:
把函數作成迭代器
對比return，能夠返回屢次值，掛起函數的運行狀態
# def foo():
# return 1
# return 2
# return 3
#
# res=foo()
# print(res)
def foo():
yield 1
yield 2
yield 3
res=foo()
print(res)
from collections import Iterable,Iterator
print(isinstance(res,Iterator))
print(next(res))
print(next(res))
print(next(res))
應用一：
def counter(n):
print('start')
i=0
while i < n:
yield i
i+=1
print('end')
c=counter(5)
# print(next(c)) #0
# print(next(c)) #1
# print(next(c)) #2
# print(next(c)) #3
# print(next(c)) #4
# print(next(c)) #5 --->沒有yield，拋出StopIteration
for i in counter(5):
print(i)
應用二:管道tail -f a.txt |grep 'python'
import time
def tail(filepath):
with open(filepath,encoding='utf-8') as f:
f.seek(0,2)
while True:
line=f.readline()
if line:
yield line
else:
time.sleep(0.5)
def grep(pattern,lines):
for line in lines:
if pattern in line:
yield line
for i in grep('python',tail('a.txt')):
print(i)
#協程函數
def eater(name):
print('%s說：我開動啦' %name)
food_list=[]
while True:
food=yield food_list
food_list.append(food)
print('%s 吃了 %s' %(name,food))
e=eater('egon')
e.send(None) #next(e) #初始化裝飾器，
e.close() #關閉
面向過程編程：
import os
def init(func):
def wrapper(*args,**kwargs):
g=func(*args,**kwargs)
next(g)
return g
return wrapper
def search(file_dir,target):
for par_dir,_,files in os.walk(file_dir):
for file in files:
filepath='%s\%s' %(par_dir,file)
target.send(filepath)
@init
def opener(target):
while True:
filepath=yield
with open(filepath) as f:
target.send((f,filepath))
@init
def cat(target):
while True:
res=False
f,filepath=yield res
for line in f:
print(line,end='')
res=target.send((line,filepath))
if res:
break
@init
def grep(pattern,target):
res = False
while True:
line,filepath=yield res
res=False
if pattern in line:
res=True
target.send(filepath)
@init
def printer():
while True:
filepath=yield
print(filepath)
search(r'C:\Users\Administrator\PycharmProjects\test\字符編碼\a',
opener(cat(grep('python',printer()))))
#注意：target.send(...)在拿到target的返回值後纔算執行結束 import os def init(func): def wrapper(*args,**kwargs): g=func(*args,**kwargs) next(g) return g return wrapper @init def search(target): while True: search_dir=yield for par_dir,_,files in os.walk(search_dir): for file in files: file_abs_path=r'%s\%s' %(par_dir,file) # print(file_abs_path) target.send(file_abs_path) @init def opener(target): while True: file_abs_path=yield with open(file_abs_path,encoding='utf-8') as f: target.send((file_abs_path,f)) @init def cat(target): while True: file_abs_path,f=yield print('檢索文件',file_abs_path) for line in f: tag=target.send((file_abs_path,line)) print('檢索文件的行： %s' %line) if tag: break @init def grep(pattern,target): tag=False while True: file_abs_path,line=yield tag tag=False if pattern in line: tag=True target.send(file_abs_path) @init def printer(): while True: file_abs_path=yield print('過濾出的結果=========>',file_abs_path) search_dir=r'C:\Users\Administrator\PycharmProjects\test\函數備課\a' e=search(opener(cat(grep('python',printer())))) e.send(search_dir)
八：三元表達式，列表推導式，生成器表達式
==============================#三元表達式
name='alex'
name='linhaifeng'
res='SB' if name == 'alex' else 'shuai'
print(res)
==============================列表推導式
------------------1：引子
生一筐雞蛋
egg_list=[]
for i in range(10):
egg_list.append('雞蛋%s' %i)
egg_list=['雞蛋%s' %i for i in range(10)] #列表解析
------------------2：語法
[expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
...
for itemN in iterableN if conditionN
]
相似於
res=[]
for item1 in iterable1:
if condition1:
for item2 in iterable2:
if condition2
...
for itemN in iterableN:
if conditionN:
res.append(expression)
------------------3：優勢
方便，改變了編程習慣，聲明式編程
------------------4：應用
l1=[3,-4,-1,5,7,9]
[i**i for i in l1]
[i for i in l1 if i >0]
s='egon'
[(i,j) for i in l1 if i>0 for j in s] #元組合必須加括號[i,j ...]非法
==============================生成器表達式
------------------1：引子
生一筐雞蛋變成給你一隻老母雞，用的時候就下蛋，這也是生成器的特性
egg_list=[]
for i in range(10):
egg_list.append('雞蛋%s' %i)
chicken=('雞蛋%s' %i for i in range(10))
>>> chicken
<generator object <genexpr> at 0x10143f200>
>>> next(chicken)
'雞蛋5'
------------------2：語法
語法與列表推導式相似，只是[]->()
(expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
...
for itemN in iterableN if conditionN
)
------------------3：優勢
省內存，一次只產生一個值在內存中
------------------4：應用
讀取一個大文件的全部內容，而且處理行
f=open('a.txt')
g=(line.strip() for line in f)
list(g) #因g可迭代，於是能夠轉成列表
------------------5:示例
#一
with open('a.txt') as f:
print(max(len(line) for line in f))
print(sum(len(line) for line in f)) #求包換換行符在內的文件全部的字節數，爲什麼獲得的值爲0?
#二
print(max(len(line) for line in open('a.txt')))
print(sum(len(line) for line in open('a.txt')))
#三
with open('a.txt') as f:
g=(len(line) for line in f)
print(sum(g)) #爲什麼報錯？
==============================聲明式編程
文件a.txt內容
apple 10 3
tesla 100000 1
mac 3000 2
lenovo 30000 3
chicken 10 3
f=open('a.py')
#求花了多少錢
g=(line.split() for line in f)
sum(float(price)*float(count) for _,price,count in g)
模擬數據庫查詢
>>> f=open('a.txt')
>>> g=(line.split() for line in f)
>>> goods_l=[{'name':n,'price':p,'count':c} for n,p,c in g]
過濾查詢
>>> goods_l=[{'name':n,'price':p,'count':c} for n,p,c in g if float(p) > 10000]
九：匿名函數lambda
匿名就是沒有名字
def func(x,y,z=1):
return x+y+z
匿名
lambda x,y,z=1:x+y+z #與函數有相同的做用域，可是匿名意味着引用計數爲0，使用一次就釋放，除非讓其有名字
func=lambda x,y,z=1:x+y+z
func(1,2,3)
#讓其有名字就沒有意義
有名函數：循環使用，保存了名字，經過名字就能夠重複引用函數功能
匿名函數：一次性使用，隨時隨時定義
應用：max，min，sorted,map,reduce,filter
十 內建函數
注意：內置函數id()能夠返回一個對象的身份，返回值爲整數。這個整數一般對應與該對象在內存中的位置，但這與python的具體實現有關，不該該做爲對身份的定義，即不夠精準，最精準的仍是之內存地址爲準。is運算符用於比較兩個對象的身份，等號比較兩個對象的值，內置函數type()則返回一個對象的類型
字典的運算：最小值，最大值，排序 salaries={ 'egon':3000, 'alex':100000000, 'wupeiqi':10000, 'yuanhao':2000 } 迭代字典，取得是key，於是比較的是key的最大和最小值 >>> max(salaries) 'yuanhao' >>> min(salaries) 'alex' 能夠取values，來比較 >>> max(salaries.values()) >>> min(salaries.values()) 但一般咱們都是想取出，工資最高的那我的名，即比較的是salaries的值，獲得的是鍵 >>> max(salaries,key=lambda k:salary[k]) 'alex' >>> min(salaries,key=lambda k:salary[k]) 'yuanhao' 也能夠經過zip的方式實現 salaries_and_names=zip(salaries.values(),salaries.keys()) 先比較值，值相同則比較鍵 >>> max(salaries_and_names) (100000000, 'alex') salaries_and_names是迭代器，於是只能訪問一次 >>> min(salaries_and_names) Traceback (most recent call last): File "<stdin>", line 1, in <module> ValueError: min() arg is an empty sequence sorted(iterable，key=None,reverse=False)
#字符串能夠提供的參數 's' None >>> format('some string','s') 'some string' >>> format('some string') 'some string' #整形數值能夠提供的參數有 'b' 'c' 'd' 'o' 'x' 'X' 'n' None >>> format(3,'b') #轉換成二進制 '11' >>> format(97,'c') #轉換unicode成字符 'a' >>> format(11,'d') #轉換成10進制 '11' >>> format(11,'o') #轉換成8進制 '13' >>> format(11,'x') #轉換成16進制 小寫字母表示 'b' >>> format(11,'X') #轉換成16進制 大寫字母表示 'B' >>> format(11,'n') #和d同樣 '11' >>> format(11) #默認和d同樣 '11' #浮點數能夠提供的參數有 'e' 'E' 'f' 'F' 'g' 'G' 'n' '%' None >>> format(314159267,'e') #科學計數法，默認保留6位小數 '3.141593e+08' >>> format(314159267,'0.2e') #科學計數法，指定保留2位小數 '3.14e+08' >>> format(314159267,'0.2E') #科學計數法，指定保留2位小數，採用大寫E表示 '3.14E+08' >>> format(314159267,'f') #小數點計數法，默認保留6位小數 '314159267.000000' >>> format(3.14159267000,'f') #小數點計數法，默認保留6位小數 '3.141593' >>> format(3.14159267000,'0.8f') #小數點計數法，指定保留8位小數 '3.14159267' >>> format(3.14159267000,'0.10f') #小數點計數法，指定保留10位小數 '3.1415926700' >>> format(3.14e+1000000,'F') #小數點計數法，無窮大轉換成大小字母 'INF' #g的格式化比較特殊，假設p爲格式中指定的保留小數位數，先嚐試採用科學計數法格式化，獲得冪指數exp，若是-4<=exp<p，則採用小數計數法，並保留p-1-exp位小數，不然按小數計數法計數，並按p-1保留小數位數 >>> format(0.00003141566,'.1g') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留0位小數點 '3e-05' >>> format(0.00003141566,'.2g') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留1位小數點 '3.1e-05' >>> format(0.00003141566,'.3g') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留2位小數點 '3.14e-05' >>> format(0.00003141566,'.3G') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留0位小數點，E使用大寫 '3.14E-05' >>> format(3.1415926777,'.1g') #p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留0位小數點 '3' >>> format(3.1415926777,'.2g') #p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留1位小數點 '3.1' >>> format(3.1415926777,'.3g') #p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留2位小數點 '3.14' >>> format(0.00003141566,'.1n') #和g相同 '3e-05' >>> format(0.00003141566,'.3n') #和g相同 '3.14e-05' >>> format(0.00003141566) #和g相同 '3.141566e-05'
https://docs.python.org/3/library/functions.html?highlight=built#ascii
十一：內建函數補充（結合lambda）
字典的運算：最小值，最大值，排序
salaries={
'egon':3000,
'alex':100000000,
'wupeiqi':10000,
'yuanhao':2000
}
迭代字典，取得是key，於是比較的是key的最大和最小值
>>> max(salaries)
'yuanhao'
>>> min(salaries)
'alex'
能夠取values，來比較
>>> max(salaries.values())
100000000
>>> min(salaries.values())
2000
但一般咱們都是想取出，工資最高的那我的名，即比較的是salaries的值，獲得的是鍵
>>> max(salaries,key=lambda k:salary[k])
'alex'
>>> min(salaries,key=lambda k:salary[k])
'yuanhao'
也能夠經過zip的方式實現
salaries_and_names=zip(salaries.values(),salaries.keys())
先比較值，值相同則比較鍵
>>> max(salaries_and_names)
(100000000, 'alex')
salaries_and_names是迭代器，於是只能訪問一次
>>> min(salaries_and_names)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: min() arg is an empty sequence
sorted(iterable，key=None,reverse=False)
#eval與compile
eval(str,[,globasl[,locals]])
eval('1+2+max(3,9,100)+1.3')
my_globals={'x':1}
my_locals={'x':2}
eval('1+x',my_globals,my_locals)
exec('for i in range(10):print("i")')
一樣能夠指定本身的名稱空間
compile(str,filename,kind)
filename:用於追蹤str來自於哪一個文件，若是不想追蹤就能夠不定義
kind能夠是：single表明一條語句，exec表明一組語句，eval表明一個表達式
s='for i in range(10):print(i)' code=compile(s,'','exec') exec(code) s='1+2+3' code=compile(s,'','eval') eval(code)
十二：函數的遞歸調用
圖解：遞推和回溯
# salary(5)=salary(4)+300
# salary(4)=salary(3)+300
# salary(3)=salary(2)+300
# salary(2)=salary(1)+300
# salary(1)=100
#
# salary(n)=salary(n-1)+300 n>1
# salary(1) =100 n=1
def salary(n):
if n == 1:
return 100
return salary(n-1)+300
print(salary(5))
函數在調用時，直接或間接調用了自身，就是遞歸調用
def fac(n):#階乘運算
if n == 1:return 1
else:return n*fib(n-1)
遞歸效率低，須要在進入下一次遞歸時保留當前的狀態，見51cto博客
解決方法是尾遞歸，即在函數的最後一步（而非最後一行)調用本身
可是python又沒有尾遞歸，且對遞歸層級作了限制
1. 必須有一個明確的結束條件
2. 每次進入更深一層遞歸時，問題規模相比上次遞歸都應有所減小
3. 遞歸效率不高，遞歸層次過多會致使棧溢出（在計算機中，函數調用是經過棧（stack）這種數據結構實現的，每當進入一個函數調用，棧就會加一層棧幀，每當函數返回，棧就會減一層棧幀。因爲棧的大小不是無限的，因此，遞歸調用的次數過多，會致使棧溢出）
尾遞歸優化：http://egon09.blog.51cto.com/9161406/1842475
>>> sys.getrecursionlimit()
1000
>>> n=1
>>> def test():
... global n
... n+=1
... print(n)
... test()
...
>>> test()
>>> sys.setrecursionlimit(10000)
>>> test() #能夠遞歸10000層了
雖然能夠設置，可是由於不是尾遞歸，仍然要保存棧，內存大小必定，不可能無限遞歸
十三 階段性練習：
1 文件內容以下,標題爲:姓名,性別,年紀,薪資
egon male 18 3000
alex male 38 30000
wupeiqi female 28 20000
yuanhao female 28 10000
要求:
從文件中取出每一條記錄放入列表中,
列表的每一個元素都是{'name':'egon','sex':'male','age':18,'salary':3000}的形式
2 根據1獲得的列表,取出薪資最高的人的信息
3 根據1獲得的列表,取出最年輕的人的信息
4 根據1獲得的列表,將每一個人的信息中的名字映射成首字母大寫的形式
5 根據1獲得的列表,過濾掉名字以a開頭的人的信息
6 使用遞歸打印斐波那契數列(前兩個數的和獲得第三個數)
0 1 1 2 3 4 7...
7 l=［1,2,[3,[4,5,6,[7,8,[9,10,[11,12,13,[14,15]]]]]]］
一個列表嵌套不少層，用遞歸取出全部的值
#1 with open('db.txt') as f: items=(line.split() for line in f) info=[{'name':name,'sex':sex,'age':age,'salary':salary} \ for name,sex,age,salary in items] print(info) #2 print(max(info,key=lambda dic:dic['salary'])) #3 print(min(info,key=lambda dic:dic['age'])) # 4 info_new=map(lambda item:{'name':item['name'].capitalize(), 'sex':item['sex'], 'age':item['age'], 'salary':item['salary']},info) print(list(info_new)) #5 g=filter(lambda item:item['name'].startswith('a'),info) print(list(g)) #6 #非遞歸 def fib(n): a,b=0,1 while a < n: print(a,end=' ') a,b=b,a+b print() fib(10) #遞歸 def fib(a,b,stop): if a > stop: return print(a,end=' ') fib(b,a+b,stop) fib(0,1,10) #7 l=[1,2,[3,[4,5,6,[7,8,[9,10,[11,12,13,[14,15]]]]]]] def get(seq): for item in seq: if type(item) is list: get(item) else: print(item) get(l)
十四：二分法
l=[1,2,10,2,30,40,33,22,99,31]
def search(num,l):
print(l)
if len(l) > 1:
mid=len(l)//2
if num > l[mid]:
#in the right
l=l[mid:]
search(num,l)
elif num < l[mid]:
#in the left
l=l[:mid]
search(num,l)
else:
print('find it')
else:
if num == l[0]:
print('find it')
else:
print('not exists')
search(100,l)
def search(seq,num): print(seq) if len(seq) == 1: if num == seq[0]: print('you find it') else: print('not exist') return mid=len(seq)//2 if num > seq[mid]: #in the right seq=seq[mid:] search(seq,num) elif num < seq[mid]: #in the left seq=seq[:mid] search(seq,num) else: print('find it') search(l,3)
十五：面向過程編程，函數式編程
峯哥原創面向過程解釋：
函數的參數傳入，是函數吃進去的食物，而函數return的返回值，是函數拉出來的結果，面向過程的思路就是，把程序的執行當作一串首尾相連的函數，一個函數吃，拉出的東西給另一個函數吃，另一個函數吃了再繼續拉給下一個函數吃。。。
面向過程：機械式思惟，流水線式編程
例如：
用戶登陸流程：前端接收處理用戶請求-》將用戶信息傳給邏輯層，邏輯詞處理用戶信息-》將用戶信息寫入數據庫
驗證用戶登陸流程：數據庫查詢/處理用戶信息-》交給邏輯層，邏輯層處理用戶信息-》用戶信息交給前端，前端顯示用戶信息
函數式編程：http://egon09.blog.51cto.com/9161406/1842475
array=[1,3,4,71,2] ret=[] for i in array: ret.append(i**2) print(ret) #若是咱們有一萬個列表,那麼你只能把上面的邏輯定義成函數 def map_test(array): ret=[] for i in array: ret.append(i**2) return ret print(map_test(array)) #若是咱們的需求變了,不是把列表中每一個元素都平方,還有加1,減一,那麼能夠這樣 def add_num(x): return x+1 def map_test(func,array): ret=[] for i in array: ret.append(func(i)) return ret print(map_test(add_num,array)) #可使用匿名函數 print(map_test(lambda x:x-1,array)) #上面就是map函數的功能,map獲得的結果是可迭代對象 print(map(lambda x:x-1,range(5)))
from functools import reduce #合併,得一個合併的結果 array_test=[1,2,3,4,5,6,7] array=range(100) #報錯啊,res沒有指定初始值 def reduce_test(func,array): l=list(array) for i in l: res=func(res,i) return res # print(reduce_test(lambda x,y:x+y,array)) #能夠從列表左邊彈出第一個值 def reduce_test(func,array): l=list(array) res=l.pop(0) for i in l: res=func(res,i) return res print(reduce_test(lambda x,y:x+y,array)) #咱們應該支持用戶本身傳入初始值 def reduce_test(func,array,init=None): l=list(array) if init is None: res=l.pop(0) else: res=init for i in l: res=func(res,i) return res print(reduce_test(lambda x,y:x+y,array)) print(reduce_test(lambda x,y:x+y,array,50))
movie_people=['alex','wupeiqi','yuanhao','sb_alex','sb_wupeiqi','sb_yuanhao'] def tell_sb(x): return x.startswith('sb') def filter_test(func,array): ret=[] for i in array: if func(i): ret.append(i) return ret print(filter_test(tell_sb,movie_people)) #函數filter,返回可迭代對象 print(filter(lambda x:x.startswith('sb'),movie_people))
#固然了,map,filter,reduce,能夠處理全部數據類型 name_dic=[ {'name':'alex','age':1000}, {'name':'wupeiqi','age':10000}, {'name':'yuanhao','age':9000}, {'name':'linhaifeng','age':18}, ] #利用filter過濾掉千年王八,萬年龜,還有一個九千歲 def func(x): age_list=[1000,10000,9000] return x['age'] not in age_list res=filter(func,name_dic) for i in res: print(i) res=filter(lambda x:x['age'] == 18,name_dic) for i in res: print(i) #reduce用來計算1到100的和 from functools import reduce print(reduce(lambda x,y:x+y,range(100),100)) print(reduce(lambda x,y:x+y,range(1,101))) #用map來處理字符串列表啊,把列表中全部人都變成sb,比方alex_sb name=['alex','wupeiqi','yuanhao'] res=map(lambda x:x+'_sb',name) for i in res: print(i)
擴展閱讀：http://www.cnblogs.com/linhaifeng/articles/6108945.html