Python入门学习(七)

lmxdawn 发布于2019-07-30 15:26 / 1871人阅读

摘要：在熟悉了自定义函数和函数中使用到的参数必选参数默认参数可变参数关键字参数命名关键字参数以及由函数返回值引伸出的递归和装饰器后让我们继续前行高阶函数函数接收两个参数，一个是函数，一个是，将传入的函数依次作用到序列的每个元素，并把结果作为新的返

在熟悉了自定义函数和函数中使用到的参数(必选参数, 默认参数, 可变参数, 关键字参数, 命名关键字参数), 以及由函数返回值引伸出的递归和装饰器后, 让我们继续前行.

Python 高阶函数 map

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 func(x):
    return x * x
m = map(func, [2, 3])
print(m)
for x in m:
    print(x)

map函数, 就有点类似一个加工厂, func 就像是加工规则, [2, 3] 就像是加工原料, 每个原料加工后, 就成了map的返回值[4, 9]

reduce

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

from functools import reduce
def func(x, y):
    return x + y
s = reduce(func, [1, 2, 3, 4, 5]) # 15

# s = func(func(func(func(1, 2), 3), 4), 5) # 15

reduce函数, 就像是个面包机, [1, 2, 3, 4, 5] 就像是事先要准备的原料 [面粉,鸡蛋, 牛奶, 糖] 而func, 就像是向面包机里加的动作 最后的面包机中的热腾腾的面包, 就是返回结果了.^_^

filter

filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

def remove_ood(x):
    if x % 2 == 0:
        return True
    else:
        return False

arr = list(range(1, 10))

envn = filter(remove_ood, arr)
print(even) # 
for x in envn:
    print(x)
# 2 4 6 8

filter函数 就是把传入集合中的元素, 按照指定规则分离. 有点像是做奶油前要从鸡蛋中去出蛋黄, 留下蛋清. (^_^)

sorted

sorted()函数就可以对list进行排序

>>> sorted([36, 5, -12, 9, -21])
[-21, -12, 5, 9, 36]

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:

>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]

其实还可以这样玩

>>> sorted(["bob", "about", "Zoo", "Credit"], key=str.lower)
["about", "bob", "Credit", "Zoo"]

这样排序就忽略了数组中的字符的大小写

>>> sorted(["bob", "about", "Zoo", "Credit"], key=str.lower, reverse=True)
["Zoo", "Credit", "bob", "about"]

数组的反转

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。

print(reduce(lambda x, y: x + y, [1, 2, 3, 4, 5])) # 15

lambda 与 : 之间是匿名函数的入参

偏函数

所谓偏函数，其实就是将一个已知参数和函数进行绑定，生成一个新的函数

假设要转换大量的二进制字符串，每次都传入int(x, base=2)非常麻烦，于是，我们想到，可以定义一个int2()的函数，默认把base=2传进去

def int2(x, base=2):
    return int(x, base)

这样，我们转换二进制就非常方便了：

>>> int2("1000000")
64
>>> int2("1010101")
85

functools.partial 就是帮助我们创建一个偏函数的，不需要我们自己定义int2()，可以直接使用下面的代码创建一个新的函数int2：

>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2("1000000")
64
>>> int2("1010101")
85

Python 高级特性 切片

切片是Python提供处理Iterable类型数据的一个工具.

>>> L = list(range(100))

# 前10个元素
>>> L[:10] # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 后10个元素
>>> L[-10:] # [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]

# 前11-20个元素
>>> L[10:20] # [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]

# 前10个数，每两个取一个
>>> L[:10:2] # [0, 2, 4, 6, 8]

# 倒数第3个~倒数第5个
>>> L[-5:-2][::-1] # [97, 96, 95]

>>> "ABCDEFG"[:3] # "ABC"
>>> "ABCDEFG"[::2] # "ACEG"
>>> "ABC"[::-1] # "CBA"

Iterable[起始位置=0:截至位置=len(Iterable):步长=1]

迭代

我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）

d = {"a": 1, "b": 2, "c": 3}

for k in d:
    print(k) 
# a b c

for v in d.values():
    print(v)
# 1 2 3

for k, v in d.items():
    print(k, "-", v)
# a - 1 b - 2 c - 3

如何判断一个对象是可迭代对象呢？

>>> 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

迭代tuple

for x, y in [(1, 1), (2, 4), (3, 9)]:
    print("{0}-{1}".format(x, y))
# 1-1 2-4 3-9

列表生成式

从一定意义上来说, 列表生成式可以做到的, 用map()函数也可以做到.但列表生成器更容易, 更直观.

我现在需要一个数组2次方后的一个数组.

L = [1, 2, 3, 4, 5]
L1 = map(lambda x: x * x, L)
L2 = [x * x for x in L]
print(L1) # object.map
print(L2) #[1, 4, 9, 16, 25]

其实, 还可以这样^_^

t = [1, 2, 3]
l = [t[i] * t[i + 1] for i in range(len(t) -1)]
print(l) # [2, 6]

生成器

在Python中，这种一边循环一边计算的机制，称为generator(生成器)

g = (x * x for x in range(10))
print(g) #  at 0x1101431a8>

和列表生成式不同的是, 生成器返回的是一个Iterable, 而列表生成式返回的是一个数组

generator: 存储的是计算规则, 并没有真实的数据. 遍历时, 每次返回的数据, 都是按照所存储的计算规则计算出的

def odd():
    n = 1
    while True:
        yield n
        n += 2

o = odd()
print(next(o)) # 1
print(next(o)) # 3

odd不是普通函数，而是generator，在执行过程中，遇到yield就中断，下次又继续执行。

最后附上一位大神用generator实现的杨辉三角

def triangles():
    t = [1]
    while True:
        yield t
        t= [t[i] + t[i-1] for i in range(1,len(t))]
        t.insert(0,1) # 第一位始终为 1
        t.append(1) # 最后一位始终为 1

迭代器

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list、dict、str等是Iterable, 但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。

Python 模块

这是我项目中各文件的路径.
我在hello.py中希望引用我web模块下的utils中的函数

from web.utils import reverse
print(reverse("123"))

import web.utils
web.utils.welcome("Tom")

专线服务混合云 python的入门学习 python入门学习需要多久 python入门学习要多久零基础入门学习python

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/41248.html

零基础如何学爬虫技术

摘要：楚江数据是专业的互联网数据技术服务，现整理出零基础如何学爬虫技术以供学习，。本文来源知乎作者路人甲链接楚江数据提供网站数据采集和爬虫软件定制开发服务，服务范围涵盖社交网络电子商务分类信息学术研究等。楚江数据是专业的互联网数据技术服务，现整理出零基础如何学爬虫技术以供学习，http://www.chujiangdata.com。第一：Python爬虫学习系列教程（来源于某博主：htt...

KunMinX 2019-07-25 11:29 评论0 收藏0
Python爬虫学习路线

摘要：以下这些项目，你拿来学习学习练练手。当你每个步骤都能做到很优秀的时候，你应该考虑如何组合这四个步骤，使你的爬虫达到效率最高，也就是所谓的爬虫策略问题，爬虫策略学习不是一朝一夕的事情，建议多看看一些比较优秀的爬虫的设计方案，比如说。（一）如何学习Python 学习Python大致可以分为以下几个阶段： 1.刚上手的时候肯定是先过一遍Python最基本的知识，比如说：变量、数据结构、语法...

liaoyg8023 2019-07-31 10:27 评论0 收藏0
python综合学习七之TensorFlow初识

摘要：从这一节开始，将系统的学习这个开源包。为何要使用无可厚非地能被认定为神经网络中最好用的库之一。它擅长的任务就是训练深度神经网络。从这一节开始，将系统的学习TensorFlow这个开源包。一、TensorFlow概念 TensorFlow是Google开发的一款神经网络的Python外部的结构包, 也是一个采用数据流图来进行数值计算的开源软件库.TensorFlow 让我们可以先绘制...

qiangdada 2019-07-30 17:44 评论0 收藏0
Python入门资料大全(更新ing)

摘要：在线挑战，还没用过，貌似现在对英文资料心里还有种抵触，必须克服实验楼研发工程师包含了等学习课程。书的作者就是开发了用于数据分析的著名开源库的作者英文资料，对数据分析中要用到的一些库，等等做了简要介绍。形式的资料，示例代码都很全。 showImg(https://segmentfault.com/img/remote/1460000004852849); 一、说明面对网络上纷繁复杂的资...

wuaiqiu 2019-07-31 10:49 评论0 收藏0
Hello World！一个计算机准大一小白的学习路径规划

摘要：今天主要说一下个人情况和学习路径规划。个人情况作为浙江新高考最后一届小白鼠，经历了许许多多手动和谐的事情，但是七选三有技术是唯一好的一件事情，让我有了一点编程的基础。前言 Hello World!这是我思否的第一篇技术博客（不知道算不算），刚刚经历了高考，有个10+分的滑铁卢，现坐标浙江杭州，被西南某末流211机械专业录取。虽然被苦x的机械录取，但还是对计算机有着幻想。以后想通...

Fourierr 2019-08-02 15:38 评论0 收藏0