Python高级特性与几种函数的讲解_Python

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(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，谢谢大家对服务器之家的支持。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

Python高级特性与几种函数的讲解

相关文章

热门资讯