python学习笔记6

python学习笔记（六）

函数

　　有了语句我们可以做很多事，但是如果要编写大型或更复杂的程序，那么代码的重用性值得我们考虑，因此就有了函数，函数其实可以重复利用的代码块。回忆一下我们N年前用C++痛苦的编写一个斐波那契数列，现用python是多么容易的实现：

?

fibs=[0,1]

num=input('How much numbers do you want:') #注意这里是input,或者是int(raw_input("")),不然会出错

for i in range(num-2):

    fibs.append(fibs[-2]+fibs[-1])

print fibs

raw_input('press any key to exit!')

　　函数可以调用，它执行某种操作并且可能返回值，内建的callable函数（python3中无此函数）可以判断函数是否可以调用：

>>> import math
>>> x=1
>>> y=math.sqrt
>>> callable(x)
False
>>> callable(y)
True

创建函数——用def关键字来定义

>>> def fibs(num):  #创建函数
    result=[0,1]
    for i in range(num-2):
        result.append(result[-2]+result[-1])
    return result

>>> fibs(10)   #调用函数
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
>>> fibs(15)   #调用函数
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377]

记录函数

　　要想给函数写文档让函数容易理解的话，除了写注释外还可以写文档字符串，它作为函数的一部分进行存储，并且可以调用查看：

>>> def square(x):
    'caculate the square of the number x.'  #插入文档字符串
    return x*x

>>> square.func_doc   #访问文档字符串
'caculate the square of the number x.'
（__doc是函数属性，输入square.，然后按tab键，能看到所有的函数属性）

函数参数

函数的定义和调用都比较简单，但是函数的用法是体现在它的参数上的，这个比较复杂。

（1）、普通形参

>>> def printMax(a, b):
    if a > b:
        print a, 'is maximum'
    else:
        print b, 'is maximum'

        
>>> printMax (5,3)
5 is maximum

（2）、默认参数值

>>> def say(message, times = 2):
    print message * times

    
>>> say('hello')
hellohello
>>> say(4)
8

（3）、关键参数

>>> def func(a, b=5, c=10):
    print 'a is', a, 'and b is', b, 'and c is', c

    
>>> func(4)
a is 4 and b is 5 and c is 10

（4）、可变长度参数

　　1）、*非关键字可变长参数(元组)

>>> def tupleVarArgs(arg1, arg2 = "defaultB", *theRest):
    print 'arg 1:', arg1
    print 'arg 2:', arg2
    for eachXtrArg in theRest:
        print 'another arg:', eachXtrArg
     
>>> tupleVarArgs('abc')
arg 1: abc
arg 2: defaultB
>>> tupleVarArgs(45,67.8)
arg 1: 45
arg 2: 67.8
>>> tupleVarArgs('abc',123,'xyz',456.7)
arg 1: abc
arg 2: 123
another arg: xyz
another arg: 456.7

　　2）、**关键字变量参数(字典)

>>> def dictVarArgs(arg1, arg2 = "defaultB", **theRest):
    print 'arg 1:', arg1
    print 'arg 2:', arg2
    for eachXtrArg in theRest.keys():
        print 'Xtra arg %s: %s' %(eachXtrArg, str(theRest[eachXtrArg]))
        
>>> dictVarArgs(1220, 740.0, c = 'gmail')
arg 1: 1220
arg 2: 740.0
Xtra arg c: gmail

>>> dictVarArgs(arg2 = 'tales', c = 123, d = 'zoo', arg1 = 'my')
arg 1: my
arg 2: tales
Xtra arg c: 123
Xtra arg d: zoo

>>> dictVarArgs('one', d = 10, e = 'zoo', girls = ('Jenny', 'Penny'))
arg 1: one
arg 2: defaultB
Xtra arg girls: ('Jenny', 'Penny')
Xtra arg e: zoo
Xtra arg d: 10

　　 3）、组合使用

>>> def newfoo(arg1, arg2, *t, **d):
    print 'arg1 is :', arg1
    print 'arg2 is :', arg2
    for eacht in t:
        print 'add non-keyword:', eacht
    for eachd in d.keys():
        print "add keyword '%s': %s" %(eachd, d[eachd])

        
>>>newfoo(10, 20, 30, 40, foo = 50, bar = 60)
arg1 is : 10
arg2 is : 20
add non-keyword: 30
add non-keyword: 40
add keyword 'foo': 50
add keyword 'bar': 60

>>> newfoo(2,4,*(6,8),**{'jzhou':22,'James':45})
arg1 is : 2
arg2 is : 4
add non-keyword: 6
add non-keyword: 8
add keyword 'jzhou': 22
add keyword 'James': 45

>>> atuple=(7,8,9)
>>> adict={'jzhou':22}
>>> newfoo(1,2,3,x=4,y=5,z=6,*atuple ,**adict)
arg1 is : 1
arg2 is : 2
add non-keyword: 3
add non-keyword: 7
add non-keyword: 8
add non-keyword: 9
add keyword 'y': 5
add keyword 'jzhou': 22
add keyword 'z': 6
add keyword 'x': 4

变量

（1）、变量作用域

python能够改变变量作用域的代码段是def、class、lamda

>>> def scopetest():
    localvar=6;
    print(localvar)

>>> scopetest()
6
>>> scopetest(localvar)  #在函数外不能访问lcoalvar

Traceback (most recent call last):
  File "<pyshell#74>", line 1, in <module>
    scopetest(localvar)
NameError: name 'localvar' is not defined

if/elif/else、try/except/finally、for/while 并不能涉及变量作用域的更改，也就是说他们的代码块中的变量，在外部也是可以访问的

>>> if True:
    a=3
    print a
else: print 'not equals 3'

3
>>> a  #外部也可以访问
3

（2）、局部变量和全局变量

#局部变量
>>> def func(x):
    print 'x is', x
    x = 2
    print 'Changed local x to', x

>>> x=50
>>> func(x)
x is 50
Changed local x to 2
>>> x
50
#全局变量
>>> def func():
    global x   #定义全局变量x
    print 'x is', x
    x = 2
    print 'Changed local x to', x

>>> x=50
>>> func()
x is 50
Changed local x to 2
>>> x
2

lambda匿名函数

　　使用方法：lambda [arg1[,arg2,arg3,...,argn]] : expression

>>> Factorial = lambda x: x > 1 and x * Factorial(x - 1) or 1   # x>1时求x的阶乘，其它返回1
>>> print Factorial(6)  # 6!
720
>>> max = lambda a, b: (a > b) and a or b  # a>b时返回a,否则返回b
>>> print max(2,4)
4
>>> x,y=11,12
>>> print (lambda:x+y)() #使用默认的x,y
23
>>> print (lambda x:x+y)(x)  #传的参数是x,y使用默认的12
23
>>> print (lambda x:x+y)(y)  #传的参数是y,则y替换x
24

Generator生成器

　　可以保存状态的函数，用yield指令(不是return)返回一个值，并保存当前整个函数执行状态，等待下一次调用，如此循环往复，直至函数末尾，发生StopIteration异常。generator利用next()来获取下一个返回值。

>>> def gen(n):
    for i in xrange(n):
        yield i

>>> g=gen(5)  
>>> g.next()
0
>>> g.next()
1
>>> for x in g:
    print x
    
2
3
4
>>> print g.next()

Traceback (most recent call last):
  File "<pyshell#128>", line 1, in <module>
    print g.next()
StopIteration  #迭代已停止

Iterations迭代器 

　　iter and next函数

>>> L=[1,2,3]
>>> I=iter(L)
>>> print I.next()
1
>>> print I.next()
2
>>> print I.next()
3
>>> print I.next()

Traceback (most recent call last):
  File "<pyshell#134>", line 1, in <module>
    print I.next()
StopIteration   #迭代停止
>>> for x in I: print (x)  #已经迭代完了

>>> Y=iter(L)
>>> while True:
    try:
        X=next(Y)
    except StopIteration:
        break
    print X**2
    
1
4
9

>>> R=range(3)  # R=[0,1,2] 列表
>>> I1,I2=iter(R),iter(R)
>>> print next(I1),next(I1),next(I2)
0 1 0

内建函数

（1）、enumerate函数 ——获得数组，或列表的索引及值

>>> string = 'hello'
>>> print list(enumerate(string))
[(0, 'h'), (1, 'e'), (2, 'l'), (3, 'l'), (4, 'o')]
>>> for index,value in enumerate(string):
    print index, value

0 h
1 e
2 l
3 l
4 o

（2）、filter函数

　　filter(bool_func,seq)：此函数的功能相当于过滤器。调用一个布尔函数bool_func来迭代遍历每个seq中的元素；返回一个使bool_seq返回值为true的元素的序列。

>>> def f(x):
    return x % 2 != 0 and x % 3 != 0

>>> print filter(f, range(2, 25))
[5, 7, 11, 13, 17, 19, 23]

（3）、map函数

　　map(func,seq1[,seq2...])：将函数func作用于给定序列的每个元素，并用一个列表来提供返回值；如果func为None，func表现为身份函数，返回一个含有每个序列中元素集合的n个元组的列表。

>>> def cube(x):
    return x*x*x

>>> print map(cube,range(1,5))
[1, 8, 27, 64]
>>> print filter (cube,range(1,5))
[1, 2, 3, 4]
>>> print map(lambda x:x*2,[1,2,3,4,[5,6,7]])
[2, 4, 6, 8, [5, 6, 7, 5, 6, 7]]

 None参数：

>>> map(None,'abc','xyz123')
[('a', 'x'), ('b', 'y'), ('c', 'z'), (None, '1'), (None, '2'), (None, '3')]

（4）、reduce函数 
　　reduce(func,seq[,init])：func 为二元函数，将func作用于seq序列的元素，每次携带一对（先前的结果以及下一个序列的元素），连续的将现有的结果和下一个值作用在获得的随后的结果上，最后减少我们的序列为一个单一的返回值：如果初始值init给定，第一个比较会是init和第一个序列元素而不是序列的头两个元素。

>>> print reduce((lambda x, y: x + y), [1, 2, 3, 4])
10
>>> print reduce((lambda x, y: x * y), [1, 2, 3, 4])
24

（5）、zip函数

　　zip允许用户使用for循环访问平行的多个序列,zip将一个或多个序列作为参数,然后返回一系列的与序列中项平行的元组。

>>> x, y = [1, 2, 3], [4, 5, 6]
>>> print zip(x, y)
[(1, 4), (2, 5), (3, 6)]
>>> print list(zip(x, y))
[(1, 4), (2, 5), (3, 6)]
>>> print dict(zip(x, y))
{1: 4, 2: 5, 3: 6}
>>> print tuple(zip(x, y))
((1, 4), (2, 5), (3, 6))
>>> T1, T2, T3 = (1,2,3), (4,5,6), (7,8,9)
>>> print list(zip(T1, T2, T3))
[(1, 4, 7), (2, 5, 8), (3, 6, 9)]
>>> print tuple(zip(T1, T2, T3))
((1, 4, 7), (2, 5, 8), (3, 6, 9))

（6）、type函数——得到对象的类型

>>> type(12)
<type 'int'>
>>> type('hello')
<type 'str'>
>>> type(type(42))
<type 'type'>
>>> type([].append)
<type 'builtin_function_or_method'>

（7）、cmp函数——比较两个对象是否相等

>>> cmp(1,2)
-1
>>> cmp(3,3)
0
>>> cmp(0xFF,255)
0

（8）、类型转换

#类型转换
>>> float(4)
4.0
>>> complex (2.4,8)  #转换为复数
(2.4+8j)
>>> coerce(1j,123)  #复数表示
(1j, (123+0j))
#ASCII转换
>>> ord('s')
115
>>> chr(115)
's'
#进制转换
>>> hex(255)  #16进制
'0xff'
>>> oct(255)   #8进制
'0377'

 

 

 

 

 

 

标签: Python