1.1 Python基础

1.1.1  推导式

列表

given_list = [0, 1, 2, 3, 4] 
given_list

输出：
[0, 1, 2, 3, 4]

定义函数

def my_func(x): 
      return x ** 2

new_list = [] 
 for i in range(5): 
     new_list.append(my_func(i)) 
 new_list

输出
[0, 1, 4, 9, 16]

 以上例子可以简化为：

list(my_func(i) for i in given_list)     #列表推导式

  {my_func(i) for i in given_list} # 集合推导式

  {i: my_func(i) for i in given_list} # 字典推导式

更简化的表达式：

 [i**2 for i in given_list]

多次传参没必要：

不提倡做法
sum([my_func(i) for i in given_list])    
  
正确做法：
 sum(my_func(i) for i in given_list)

 推导式的嵌套：

第一类推导式，靠前的为外层循环，靠后的为内层循环

IN:
 [(color, item) for color in ["red", "blue"] for item in ["pen", "book"]]

OUTPUT:
 [('red', 'pen'), ('red', 'book'), ('blue', 'pen'), ('blue', 'book')]

第二类推导式，外层推导式内的迭代为外层循环，内层推导式内的迭代为内层循环

IN:
[[(color, item) for color in ["red","blue"]] for item in ["pen", "book"]] 

Out:
[[('red', 'pen'), ('blue', 'pen')], [('red', 'book'), ('blue', 'book')]]

 

1.1.2   匿名函数

匿名函数使用 lambda 关键字创建。lambda 紧接形参名，后接冒号与映射关系。

IN:
single_para_func = lambda x: 2 * x 
single_para_func(3)
OUTPUT:
6

IN:
 multi_para_func = lambda a, b: a + b 
 multi_para_func(1, 2)
OUTPUT:
3