版权声明:沉迷代码,难以自拔 https://blog.csdn.net/qq_33846054/article/details/79076716
2.3 list和tuple
list
- 可变长的集合:增加和删除元素
- len(list)
- list[0] / list[-1] :索引访问元素
classmate = ['niu','meng','hello world'] # 中括号表示
classmate.append('the end')
classmate.pop()
classmate.insert(i,'insert')
classmate[0] = 'change'
classmate = [] len(classmate)=0
tuple
- 不可变的有序列表,没有insert和append方法
- tuple元祖的指向永远是不变的,但是如果tuple的一个元素是list,那么可以修改list中的值来修改tuple。
tuple = ('hello','world')
2.4 条件判断和循环
条件判断
if <条件判断1>:
<执行1>
elif <条件判断2>:
<执行2>
elif <条件判断3>:
<执行3>
else:
<执行4>
循环
sum = 0
for x in range(101):
sum = sum + x
print sum
2.5 dict和set的使用
dict
- 字典即为所谓的key-value键值对嘛
>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
- 注意啦注意啦!写脚本的时候查找mongodb总是报这个错误呢,一开始不明白,后来才发现是没有该字段名。MongoDB的文档,本质上是个dict。
>>> d['Thomas']
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 'Thomas'
- 判断key是否存在的方法:
>>> 'Thomas' in d
False
- 通过dict提供的get方法,如果key不存在,可以返回None,或者自己指定的value:
>>> d.get('Thomas')
>>> d.get('Thomas', -1)
-1
- 要删除一个key,用pop(key)方法,对应的value也会从dict中删除:
>>> d.pop('Bob')
- key 必须为不可变对象,如字符串;而list则不能作为key
set
- set和dict类似,也是一组key的集合,但不存储value。由于key不能重复,所以,在set中,没有重复的key。
>>> s = set([1, 2, 3])
>>> s
set([1, 2, 3])
>>> s.add(4) 集合增加一个元素
>>>> s.remove(4) 删除一个元素
>>> s1 = set([1, 2, 3])
>>> s2 = set([2, 3, 4])
>>> s1 & s2 求两个集合的交集
set([2, 3])
>>> s1 | s2
set([1, 2, 3, 4])
不可变对象
可变对象list:
>>> a = ['c', 'b', 'a']
>>> a.sort()
>>> a
['a', 'b', 'c']
不可变对象:str
>>> a = 'abc'
>>> a.replace('a', 'A')
'Abc'
>>> a
'abc'
字符串本身并没有改变
三、函数
3.2 定义函数
函数的定义格式
def my_abs(x):
if x >= 0:
return x
else:
return -x
空函数
- pass语句什么都不做,那有什么用?实际上pass可以用来作为占位符,比如现在还没想好怎么写函数的代码,就可以先放一个pass,让代码能运行起来。
def nop():
pass
函数多返回值
扫描二维码关注公众号,回复:
6084947 查看本文章
- 在语法上,返回一个tuple可以省略括号,而多个变量可以同时接收一个tuple,按位置赋给对应的值,所以,Python的函数返回多值其实就是返回一个tuple,但写起来更方便。
def move(x, y, step, angle=0):
nx = x + step * math.cos(angle)
ny = y - step * math.sin(angle)
return nx, ny
>>> r = move(100, 100, 60, math.pi / 6)
>>> print r
(151.96152422706632, 70.0)
3.3 函数的参数
默认参数
- 默认参数:
def enroll(name, gender, age=6, city='Beijing'):
- 必选参数在前,默认参数在后,否则Python的解释器会报错
- 默认参数的一个巨大的坑:默认参数必须指向不变变量,不能指向list
可变参数
def calc(*numbers):
sum = 0
for n in numbers:
sum = sum + n * n
return sum
- 在参数numbers前面加了一个*,在函数内部,参数numbers收到的是一个tuple,可传入0-人一个参数。
关键字参数
- 如何传入一个dict
def person(name, age, **kw):
print 'name:', name, 'age:', age, 'other:', kw
>>> person('Bob', 35, city='Beijing')
name: Bob age: 35 other: {'city': 'Beijing'}
>>> person('Adam', 45, gender='M', job='Engineer')
name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}
小结:
-
*args是可变参数,args接收的是一个tuple;
-
**kw是关键字参数,kw接收的是一个dict。
-
可变参数既可以直接传入:func(1, 2, 3),又可以先组装list或tuple,再通过args传入:func((1, 2, 3));
-
关键字参数既可以直接传入:func(a=1, b=2),又可以先组装dict,再通过kw传入:func({‘a’: 1, ‘b’: 2})。
四、高级特性
4.1 切片
- 什么是切片:
>>> L[0:3] ['Michael', 'Sarah', 'Tracy']
- L[0:3]表示,从索引0开始取,直到索引3为止,但不包括索引3。
- 倒数切片:
L[-2:-1]
- 每隔i个取一个数:
L[:10:2]
- tuple也是一种list,唯一区别是tuple不可变。因此,tuple也可以用切片操作,只是操作的结果仍是tuple
4.2 迭代
- 可迭代对象:list / tuple / dict / str
- dict 如何进行迭代:
>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
... print key
默认情况下,dict迭代的是key。
如果要迭代value,可以用for value in d.itervalues()。
如果要同时迭代key和value,可以用for k, v in d.iteritems()。
- 判断一个对象是否可迭代:
>>> 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
- 对list实现类似Java那样的下标循环:
>>> for i, value in enumerate(['A', 'B', 'C']):
... print i, value
...
0 A
1 B
2 C
在Python中可以在for循环中同时使用两个变量:
>>> for x, y in [(1, 1)print x, y
...
1 1
2 4
3 9
4.3 列表生成式
- 强大的生成list的方式,使循环代码用一行搞定,高效简洁:
>>> range(1, 11)
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> [x * x for x in range(1, 11) if x % 2 == 0]
>>> [m + n for m in 'ABC' for n in 'XYZ']
4.4 生成器
- 列表生成器可以直接生成一个列表,但若我们只用的到这个列表的前几个元素,那便极大地浪费内存空间了。如果可以一边循环一边计算,根据某种算法推算出所需元素,那便要用到我们的生成器(generator)啦!
- 如何创建一个生成器?
- 第一种方法很简单,只要把一个列表生成式的[]改成(),就创建了一个generator:
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x104feab40>
- 生成器元素的打印方法?
>>> g.next()
0
>>> g.next()
1
>>> g = (x * x for x in range(10))
>>> for n in g:
... print n,‘还是使用for循环迭代生成器方便地多呀’
- generator非常强大。如果推算的算法比较复杂,用类似列表生成式的for循环无法实现的时候,还可以用函数来实现。如著名的斐波那契数列的生成:
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print b
a, b = b, a + b
n = n + 1
运行这个fib()们想把它变成一个生成器,每打印一个数字便暂停等待。只需要:
print b --> yield b
使用fib生成器的方法便是for循环调用:
for i in fib(6): print i
- 总结:普通的函数为顺序执行,遇到return停止;生成器则遇到yield语句才会暂停。
五、函数式编程
5.1 高阶函数
变量也可以指向函数
5.2 返回函数
5.3 匿名函数
5.4 装饰器
5.5 偏函数