第三天、python之路 本节内容 1. 函数基本语法及特性 2. 参数与局部变量 3. 返回值 嵌套函数 4.递归 5.匿名函数 6.函数式编程介绍 7.高阶函数 8.内置函数 1.面向对象:---》类----》class 2.面向过程:---》过程--》def #没有返回值的函数而已 3.函数式编程:--》函数--》def 1.函数基本语法及特性 背景提要 现在老板让你写一个监控程序,监控服务器的系统状况,当cpu\memory\disk等指标的使用量超过阀值时即发邮件报警,你掏空了所有的知识量,写出了以下代码 while True: if cpu利用率 > 90%: #发送邮件提醒 连接邮箱服务器 发送邮件 关闭连接 if 硬盘使用空间 > 90%: #发送邮件提醒 连接邮箱服务器 发送邮件 关闭连接 if 内存占用 > 80%: #发送邮件提醒 连接邮箱服务器 发送邮件 关闭连接 上面的代码实现了功能,但即使是邻居老王也看出了端倪,老王亲切的摸了下你家儿子的脸蛋,说,你这个重复代码太多了,每次报警都要重写一段发邮件的代码,太low了,这样干存在2个问题: 代码重复过多,一个劲的copy and paste不符合高端程序员的气质 如果日后需要修改发邮件的这段代码,比如加入群发功能,那你就需要在所有用到这段代码的地方都修改一遍 你觉得老王说的对,你也不想写重复代码,但又不知道怎么搞,老王好像看出了你的心思,此时他抱起你儿子,笑着说,其实很简单,只需要把重复的代码提取出来,放在一个公共的地方,起个名字,以后谁想用这段代码,就通过这个名字调用就行了,如下 def 发送邮件(内容) #发送邮件提醒 连接邮箱服务器 发送邮件 关闭连接 while True: if cpu利用率 > 90%: 发送邮件('CPU报警') if 硬盘使用空间 > 90%: 发送邮件('硬盘报警') if 内存占用 > 80%: 发送邮件('内存报警') 例一: #函数 def func1(): """testing""" print('in the func1') return 0 #过程 def func2(): '''testing2''' print('in the func2') x=func1() y=func2() print('from func1 return is %s' %x) print('from func2 return is %s' %y) 函数是什么? 函数一词来源于数学,但编程中的「函数」概念,与数学中的函数是有很大不同的,具体区别,我们后面会讲,编程中的函数在英文中也有很多不同的叫法。在BASIC中叫做subroutine(子过程或子程序),在Pascal中叫做procedure(过程)和function,在C中只有function,在Java里面叫做method。 定义: 函数是指将一组语句的集合通过一个名字(函数名)封装起来,要想执行这个函数,只需调用其函数名即可 例二: import time def logger(): time_format = '%Y-%m-%d %X' time_current = time.strftime(time_format) with open('a.txt','a+') as f: f.write('%s end action\n' %time_current) def test1():#调用logger print('in the test1') logger()#调用logger def test2(): print('in the test2') logger()#调用logger def test3(): print('in the test3') logger()#调用logger test1() test2() test3() 从例一和例二中看出函数的三大优点: 减少重复代码 使程序变的可扩展 使程序变得易维护 语法定义 def sayhi():#函数名 print("Hello, I'm nobody!") sayhi() #调用函数 可以带参数 #下面这段代码 a,b = 5,8 c = a**b print(c) #改成用函数写 def calc(x,y): res = x**y return res #返回函数执行结果 c = calc(a,b) #结果赋值给c变量 print(c) 2.函数参数与局部变量 形参变量只有在被调用时才分配内存单元,在调用结束时,即刻释放所分配的内存单元。因此,形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量 实参可以是常量、变量、表达式、函数等,无论实参是何种类型的量,在进行函数调用时,它们都必须有确定的值,以便把这些值传送给形参。因此应预先用赋值,输入等办法使参数获得确定值 #改成用函数写 def calc(x,y):#x,y是形参《================= res = x**y return res c = calc(a,b)#a,b是实参《==================== print(c) 默认参数 看下面代码 def stu_register(name,age,country,course): print("----注册学生信息------") print("姓名:",name) print("age:",age) print("国籍:",country) print("课程:",course) stu_register("王山炮",22,"CN","python_devops") stu_register("张叫春",21,"CN","linux") stu_register("刘老根",25,"CN","linux") 发现 country 这个参数 基本都 是"CN", 就像我们在网站上注册用户,像国籍这种信息,你不填写,默认就会是 中国, 这就是通过默认参数实现的,把country变成默认参数非常简单 def stu_register(name,age,course,country="CN"): 这样,这个参数在调用时不指定,那默认就是CN,指定了的话,就用你指定的值。 另外,你可能注意到了,在把country变成默认参数后,我同时把它的位置移到了最后面,为什么呢? 关键参数 正常情况下,给函数传参数要按顺序,不想按顺序就可以用关键参数,只需指定参数名即可,但记住一个要求就是,关键参数必须放在位置参数之后。 stu_register(age=22,name='alex',course="python",) 非固定参数(参数组) *args的使用(作用:接受N个位置参数,转换成元组形式): 例子一: # def test(*args): # print(args) # test(1,2,3,4,5,5) # test(*[1,2,4,5,5])# args=tuple([1,2,3,4,5]) # def test1(x,*args): # print(x) # print(args) # test1(1,2,3,4,5,6,7) 若你的函数在定义时不确定用户想传入多少个参数,就可以使用非固定参数 def stu_register(name,age,*args): # *args 会把多传入的参数变成一个元组形式 print(name,age,args) stu_register("Alex",22) #输出 #Alex 22 () #后面这个()就是args,只是因为没传值,所以为空 stu_register("Jack",32,"CN","Python") #输出 # Jack 32 ('CN', 'Python') 还可以有一个**kwargs的使用(作用:接受N个关键字参数,转换成字典的方式): 例子二: # def test2(**kwargs): # print(kwargs) # print(kwargs['name']) # print(kwargs['age']) # print(kwargs['sex']) # test2(name='alex',age=8,sex='F') # test2(**{'name':'alex','age':8}) # def test3(name,**kwargs): # print(name) # print(kwargs) # test3('alex',age=18,sex='m') # def test4(name,age=18,**kwargs): # print(name) # print(age) # print(kwargs) # test4('alex',age=34,sex='m',hobby='tesla') def test4(name,age=18,*args,**kwargs): print(name) print(age) print(args) print(kwargs) logger("TEST4") def logger(source): print("from %s" % source) test4('alex',age=34,sex='m',hobby='tesla') def stu_register(name,age,*args,**kwargs): # *kwargs 会把多传入的参数变成一个dict形式 print(name,age,args,kwargs) stu_register("Alex",22) #输出 #Alex 22 () {}#后面这个{}就是kwargs,只是因为没传值,所以为空 stu_register("Jack",32,"CN","Python",sex="Male",province="ShanDong") #输出 # Jack 32 ('CN', 'Python') {'province': 'ShanDong', 'sex': 'Male'} ============局部变量============= name = "Alex Li" #全局变量 def change_name(name): print("before change:",name) name = "金角大王,一个有Tesla的男人" #这个函数就是这个变量的作用域(局部变量) print("after change", name) change_name(name) print("在外面看看name改了么?",name) 输出 before change: Alex Li after change 金角大王,一个有Tesla的男人 在外面看看name改了么? Alex Li 全局与局部变量 在子程序中定义的变量称为局部变量,在程序的一开始定义的变量称为全局变量。 全局变量作用域是整个程序,局部变量作用域是定义该变量的子程序。 当全局变量与局部变量同名时: 在定义局部变量的子程序内,局部变量起作用;在其它地方全局变量起作用。 例子(非要将局部变量在外部能引用,在函数里面加上global此命令,注意不能这么用。): school = "Oldboy edu" #全局变量:在外面定义的变量简称全局变量。 def change_name(name): global school #非要将局部变量在外部能引用,在函数里面加上global此命令,注意不能这么用 school = "Mage Linux" print("before change",name,school) name = "Alex Li" #局部变量:这个变量只在这个函数里生效,出了这个函数就不起作用了。 print("after change",name) name = "alex" change_name(name) print(name) print(school) 或 # # Author:yb Yan # =========不能这么用,用了就被开除==========程序写得复杂时,会来来回回调用。很难找出错误问题 # def change_name(): # global change_name() # name = "alex" # # change_name() # print(name) # ==================== 3.返回值 例三: def test1(): print('in the test1') def test2(): print('in the test2') return 0 def test3(): print('in the test3') #return 1,'hello',['alex','wupeiqi'],{'name':'alex'} return test2 x=test1() y=test2() z=test3() print(x) print(y) print(z) return总结: 返回值=0:返回None 返回值=1:返回object 返回值>1:返回tuple 要想获取函数的执行结果,就可以用return语句把结果返回 注意: 函数在执行过程中只要遇到return语句,就会停止执行并返回结果,so 也可以理解为 return 语句代表着函数的结束 如果未在函数中指定return,那这个函数的返回值为None 强行插入知识点: 嵌套函数 看上面的标题的意思是,函数还能套函数?of course name = "Alex" def change_name(): name = "Alex2" def change_name2(): name = "Alex3" print("第3层打印",name) change_name2() #调用内层函数 print("第2层打印",name) change_name() print("最外层打印",name) 此时,在最外层调用change_name2()会出现什么效果? 没错, 出错了, 为什么呢? 嵌套函数的用法会了,但它有什么用呢?下节课揭晓。。。 4. 递归 在函数内部,可以调用其他函数。如果一个函数在内部调用自身本身,这个函数就是递归函数。 def calc(n): print(n) if int(n/2) ==0: return n return calc(int(n/2)) calc(10) 输出: 10 5 2 1 递归特性: 1. 必须有一个明确的结束条件 2. 每次进入更深一层递归时,问题规模相比上次递归都应有所减少 3. 递归效率不高,递归层次过多会导致栈溢出(在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出) 堆栈扫盲http://www.cnblogs.com/lln7777/archive/2012/03/14/2396164.html 递归函数实际应用案例,二分查找 data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35] def binary_search(dataset,find_num): print(dataset) if len(dataset) >1: mid = int(len(dataset)/2) if dataset[mid] == find_num: #find it print("找到数字",dataset[mid]) elif dataset[mid] > find_num :# 找的数在mid左面 print("\033[31;1m找的数在mid[%s]左面\033[0m" % dataset[mid]) return binary_search(dataset[0:mid], find_num) else:# 找的数在mid右面 print("\033[32;1m找的数在mid[%s]右面\033[0m" % dataset[mid]) return binary_search(dataset[mid+1:],find_num) else: if dataset[0] == find_num: #find it print("找到数字啦",dataset[0]) else: print("没的分了,要找的数字[%s]不在列表里" % find_num) binary_search(data,66) 5. 匿名函数 匿名函数就是不需要显式的指定函数 #这段代码 def calc(n): return n**n print(calc(10)) #换成匿名函数 calc = lambda n:n**n print(calc(10)) 你也许会说,用上这个东西没感觉有毛方便呀, 。。。。呵呵,如果是这么用,确实没毛线改进,不过匿名函数主要是和其它函数搭配使用的呢,如下 res = map(lambda x:x**2,[1,5,7,4,8]) for i in res: print(i) 输出 1 25 49 16 64 6.函数式编程介绍(大概的了解就行,想学函数式编程就去学其它语言) 函数是Python内建支持的一种封装,我们通过把大段代码拆成函数,通过一层一层的函数调用,就可以把复杂任务分解成简单的任务,这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。 函数式编程中的函数这个术语不是指计算机中的函数(实际上是Subroutine),而是指数学中的函数,即自变量的映射。也就是说一个函数的值仅决定于函数参数的值,不依赖其他状态。比如sqrt(x)函数计算x的平方根,只要x不变,不论什么时候调用,调用几次,值都是不变的。 Python对函数式编程提供部分支持。由于Python允许使用变量,因此,Python不是纯函数式编程语言。 一、定义 简单说,"函数式编程"是一种"编程范式"(programming paradigm),也就是如何编写程序的方法论。 主要思想是把运算过程尽量写成一系列嵌套的函数调用。举例来说,现在有这样一个数学表达式: (1 + 2) * 3 - 4 传统的过程式编程,可能这样写: var a = 1 + 2; var b = a * 3; var c = b - 4; 函数式编程要求使用函数,我们可以把运算过程定义为不同的函数,然后写成下面这样: var result = subtract(multiply(add(1,2), 3), 4); 这段代码再演进以下,可以变成这样 add(1,2).multiply(3).subtract(4) 这基本就是自然语言的表达了。再看下面的代码,大家应该一眼就能明白它的意思吧: merge([1,2],[3,4]).sort().search("2") 因此,函数式编程的代码更容易理解。 要想学好函数式编程,不要玩py,玩Erlang,Haskell, 好了,我只会这么多了。。。 7.高阶函数 变量可以指向函数,函数的参数能接收变量,那么一个函数就可以接收另一个函数作为参数,这种函数就称之为高阶函数。 def add(x,y,f): return f(x) + f(y) res = add(3,-6,abs) print(res) 8. 内置参数 内置参数详解 https://docs.python.org/3/library/functions.html?highlight=built#ascii #compile f = open("函数递归.py") data =compile(f.read(),'','exec') exec(data) #print msg = "又回到最初的起点" f = open("tofile","w") print(msg,"记忆中你青涩的脸",sep="|",end="",file=f) # #slice # a = range(20) # pattern = slice(3,8,2) # for i in a[pattern]: #等于a[3:8:2] # print(i) # # #memoryview #usage: #>>> memoryview(b'abcd') #<memory at 0x104069648> #在进行切片并赋值数据时,不需要重新copy原列表数据,可以直接映射原数据内存, import time for n in (100000, 200000, 300000, 400000): data = b'x'*n start = time.time() b = data while b: b = b[1:] print('bytes', n, time.time()-start) for n in (100000, 200000, 300000, 400000): data = b'x'*n start = time.time() b = memoryview(data) while b: b = b[1:] print('memoryview', n, time.time()-start) 本节作业 程序练习 程序1: 实现简单的shell sed替换功能 程序2:修改haproxy配置文件 需求: 1、查 输入:www.oldboy.org 获取当前backend下的所有记录 2、新建 输入: arg = { 'bakend': 'www.oldboy.org', 'record':{ 'server': '100.1.7.9', 'weight': 20, 'maxconn': 30 } } 3、删除 输入: arg = { 'bakend': 'www.oldboy.org', 'record':{ 'server': '100.1.7.9', 'weight': 20, 'maxconn': 30 } } haproxy文件内容: global log 127.0.0.1 local2 daemon maxconn 256 log 127.0.0.1 local2 info defaults log global mode http timeout connect 5000ms timeout client 50000ms timeout server 50000ms option dontlognull listen stats :8888 stats enable stats uri /admin stats auth admin:1234 frontend oldboy.org bind 0.0.0.0:80 option httplog option httpclose option forwardfor log global acl www hdr_reg(host) -i www.oldboy.org use_backend www.oldboy.org if www backend www.oldboy.org server 100.1.7.9 100.1.7.9 weight 20 maxconn 3000
Python之路第三天
猜你喜欢
转载自blog.csdn.net/weixin_41515615/article/details/81462714
今日推荐
周排行