字符串格式化及函数
(1)字符串格式化
python的字符串格式化有两种方式: 百分号方式, format方式
1.百分号格式
%[(name)][flags][width].[precision]typecode
(name) 可选,用于选择指定的key
flags 可选,可供选择的值有:
+ 右对齐;正数前加正号,负数前加负号;
- 左对齐;正数前无符号,负数前加负号;
空格 右对齐; 正数前加空格,负数前加负号;
0 右对齐;正数前无符号,负数前加负号;用0填充空白处
width 可选,占有宽度
precision 可选,小数点后保留的位数
typecode 必选
s, 获取传入对象的__str__方式的返回值,并将其格式化到指定位置
r,获取传入对象的__repr__方法的返回值,并将其格式化到指定位置
c,整数:将数字转换成其unicode对应的值,10进制范围为 0 <= i <= 1114111(py27则支持 0-255);字符:将字符添加到指定位置
o,将整数转换成八进制表示,并将其格式化到指定位置
x,将整数转换成十六进制表示,并将其格式化到指定位置
d,将整数,浮点数转换成十进制表示,并将其格式化到指定位置
e,将整数,浮点数转换成科学计数法,并将其格式到指定位置(小写e)
- E，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（大写E）
- f， 将整数、浮点数转换成浮点数表示，并将其格式化到指定位置（默认保留小数点后6位）
- F，同上
- g，自动调整将整数、浮点数转换成 浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是e；）
- G，自动调整将整数、浮点数转换成 浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是E；）
- %，当字符串中存在格式化标志时，需要用 %%表示一个百分号
注:python中百分号格式化是不存在自动将整数转换成二进制表示的方式 常用: %s>>>>>>>>输入为字符串 %d>>>>>>>>输入格式为数字 %f>>>>>>>>输入格式为浮点型,即小数,在%后加.数字表示保留小数点后几位,在f后加%%输入百分数
2.Format方式
[[fill]align][sign][#][0][width][,][.precision][type]
- fill 【可选】空白处填充的字符
- align 【可选】对齐方式（需配合width使用）
- <，内容左对齐
- >，内容右对齐(默认)
- ＝，内容右对齐，将符号放置在填充字符的左侧，且只对数字类型有效。 即使：符号+填充物+数字
- ^，内容居中
- sign 【可选】有无符号数字
- +，正号加正，负号加负；
- -，正号不变，负号加负；
- 空格 ，正号空格，负号加负；
- # 【可选】对于二进制、八进制、十六进制，如果加上#，会显示 0b/0o/0x，否则不显示
- ， 【可选】为数字添加分隔符，如：1,000,000
- width 【可选】格式化位所占宽度
- .precision 【可选】小数位保留精度
- type 【可选】格式化类型
- 传入” 字符串类型 “的参数
- s，格式化字符串类型数据
- 空白，未指定类型，则默认是None，同s
- 传入“ 整数类型 ”的参数
- b，将10进制整数自动转换成2进制表示然后格式化
- c，将10进制整数自动转换为其对应的unicode字符
- d，十进制整数
- o，将10进制整数自动转换成8进制表示然后格式化；
- x，将10进制整数自动转换成16进制表示然后格式化（小写x）
- X，将10进制整数自动转换成16进制表示然后格式化（大写X）
- 传入“ 浮点型或小数类型 ”的参数
- e， 转换为科学计数法（小写e）表示，然后格式化；
- E， 转换为科学计数法（大写E）表示，然后格式化;
- f ， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；
- F， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；
- g， 自动在e和f中切换
- G， 自动在E和F中切换
- %，显示百分比（默认显示小数点后6位）
注意，在字符串中引用format，默认替换变量下标由0开始
(2)函数>>>>>def
特点:一次创建可多次调用,增强代码的重用性和可读性, 调用函数过程中, 函数的代码块中变量会被赋值,但在调用结束后, 变量对应的值会被清空, 不会占用内存空间
1 def 函数名(参数): 2 3 4 ' ' ' 5 函数体 6 ' ' ' 7 返回值
函数的定义主要有如下要点:
def : 标识符, 表示函数的关键字
函数名 : 函数的名称, 日后根据函数名调用函数, 函数名实质也是一个变量
函数体 : 函数中进行一系列的逻辑计算, 如: 发送邮件, 计算出 [11,22,38,888,2]中的最大数等
参数: 为函数体提供数据
返回值 : 当函数执行完毕后, 可以给调用者返回数据.结束函数, 可以一个return返回多个值以 元组形式呈现, 若没设置返回值, 则会隐式返回一个none.
1.参数
函数参数分为形式参数跟实际参数
形式参数 : 在函数名后面括号里作为函数体逻辑判断的变量名
实际参数 : 在调用函数时,赋值给函数变量的值
位置参数和关键字(标准调用: 实参与形参位置-------对应; 关键字调用: 位置无需固定)
默认参数, 在定义形式参数的时候给参数赋值
参数组 (*args >>> 传列表元素,**kwargs传字典元素)
*arg若不传参数不会报错, 会输出一个空元组, 列表前不加*号默认将整个列表作为一个元素 传 给*arg
**kwargs若不传参不会报错,会输出一个空字典,传值方式有键值对(类似于关键字传值) 传值跟 *+字典传值
2.局部变量与全局变量
全局变量: 顶头无缩进定义的变量, 对全局有效的变量
局部变量: 在函数中定义的变量, 只有在调用该函数的时候对函数体起作用
global:声明修改全局变量
nonlocal:在函数内声明修改上一层变量, 只能修改函数内变量, 可以隔层往上寻找该变量,若最外层函数不存在该变量, 会报错
name = "tom"#定义全局变量无缩进
def con(): name1 = "aric"#在函数中定义的变量为局部变量 print(name1)
name = "tom"#定义全局变量无缩进 def con(): name1 = "aric"#在函数中定义的变量为局部变量 print(name1)#》》》》aric con()#调用函数时候，局部变量只在函数内有效 print(name)#》》》》tom
n1 = "tom" def n2(): n1 = 123 print(n1)#》》》》123 def n3(): nonlocal n1#》》》》声明修改上一层变量 n1 = "aric" n3() print(n1)#》》》》aric print(n1)#》》》》tom n2() print(n1)#》》》》》tom
n1 = "aric" def coin(): global n1#global声明修改全局变量 n1 = "aric" print(n1)#>>>aric coin() print(n1)#>>>aric
(3)函数的引用
由于python执行代码的顺序是由前到后, 所以若要引用某函数, 需先在引用之前定义好该函数, 若在定义之前引用函数则会报错
def u(): pass q() u()#报错,q() 未定义
def u(): pass q() def q(): pass u() q()#可以执行
(4)嵌套函数
在函数内层继续定义函数，调用函数的时候只能调用最外层函数，不能直接调用内层函数
作用域在定义函数时就已经固定住了，不会随着调用位置的改变而改变
n1 = "tom" def n2(): n1 = 123 print(n1)#》》》》123 def n3():#嵌套函数 nonlocal n1 n1 = "aric" n3() print(n1)#》》》》aric print(n1)#》》》》tom n2() print(n1)#》》》》》tom
(5)递归函数
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
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。)
def cl(n): print(n) if (int(n/2)) == 0: return n return cl(int(n/2))#调用函数本身 cl(10)
(6)匿名函数>>>>lambda
匿名函数就是不需要显示的指定函数,直接可以调用,不需要先定义,形式为lambda x:x的逻辑体,其中x为变量,处理结果为输出经过x的逻辑体处理过的x的值,即函数中的return,使用匿名函数可以简化很多简单函数
v = lambda x,y,z:(x+1,y+1,z+1)#表示x,y,z分别+1并以列表输出 print(v(1,2,3))#>>>>(2,3,4)
(7)函数式编程
当下主流的编程方法有三种：函数式，面向过程，面向对象
高阶函数
1.map函数用法:
map(a,b),a为处理逻辑, b为要处理的可迭代对象, 处理过程(处理逻辑依次处理b中的元素),在Python2中直接生成列表,在python3中需要list转换
1 l1 = [1,2,3,4,5,6,7] 2 def redu(x): 3 return x-1 4 print(list(map(redu,l1)))#map(a,b),a为处理逻辑，b为要处理的可迭代对象，处理过程（处理逻辑依次处理b中的元素），在python2中直接生成列表，在python3中需用list转换 5 print(list(map(lambda x:x-1,l1)))#运用匿名函数可以简化很多过程
a = "tomp" print(list(map(lambda x:x.upper(),a)))#>>>>>>['T', 'O', 'M', 'P']map可以处理很多可迭代对象
2.reduce函数用法：遍历对象，运用逻辑将可迭代对象合并
1 s = [1,2,3,4,5] 2 def reduce_test(func,array,init=None): 3 l=list(array) 4 if init is None: 5 res=l.pop(0) 6 else: 7 res=init 8 for i in l: 9 res=func(res,i) 10 return res 11 print(reduce_test(lambda x,y:x+y,s,50))#>>>>65
3.filter函数用法：相当于一个过滤器，filter(a,b)a相当于处理逻辑以布尔值方式作判断处理可迭代对象b，符合逻辑的保留，不符合的删除，生成迭代器，用list转换为列表
li = [11,222,333,44,55,66]
print(list(filter(lambda x:x>22,li)))#[33, 44, 55, 66, 77, 88, 99, 200]
