Python学习-函数名的应用、格式化输出、可迭代对象与迭代器
记录下python中函数名的应用、格式化输出的其他写法、可迭代对象和迭代器的内容。
函数名的应用
在Python中，函数名有以下的用途：
- 函数名指向的是内存地址，使用函数名+()就可以执行函数
- 函数名就是变量，可以像基本数据类型一样进行赋值
- 函数名可以作为容器型数据类型的元素
- 函数名可以做为函数的参数
- 函数名可以作为函数的返回值
（1）函数名指向内存地址。
def func():
print('我是函数')
print(func,type(func)) # <function func at 0x106ecb268> <class 'function'>
（2）函数名是变量，可以赋值。
def func():
print('我是函数')
# 函数名是变量
f1=func
f2=f1
f3=f2
# f3是可以执行的
f3() # 我是函数
（3）函数名可以作为容器型数据类型的元素，如列表、元祖、集合和字典就是容器型数据类型。
def func1():
print('I am func1')
def func2():
print('I am func2')
def func3():
print('I am func3')
li=[func1,func2,func3]
print(li) # [<function func1 at 0x106f89378>, <function func2 at 0x106f892f0>, <function func3 at 0x106f891e0>]
（4）函数名可以作为函数的参数。
def func(fn):
fn()
def print_circle():
print('你特别喜欢画饼，可惜我吃不下')
func(print_circle) # 你特别喜欢画饼，可惜我吃不下
（5）函数名可以作为函数的返回值。
def func1():
print('这是func1')
def func2():
print('这是func2')
print('这是func1')
return func2
fn=func1()
fn()
这是func1
这是func1
这是func2
格式化输出
前面学过，可使用%s占位符替换字符串、%d占位符替换数字、format进行格式化输出。
favor=input('你的爱好是：')
age=input('你的年龄是：')
print('我的爱好是%s，今年我%s'%(favor,age))
print('我的爱好是{}，今年我{}'.format(favor,age))
在python3.6之后，可以使用如下方式进行格式化输出，但! , : 等符号不能出现在大括号{}中，以后可结合lamda表达式使用。
favor=input('你的爱好是：')
age=input('你的年龄是：')
print(f'我的爱好是{favor}，今年我{age}')
你的爱好是：football
你的年龄是：18
我的爱好是football，今年我18
{}里可以加表达式、函数。
# 1 可以加表达式
dic={'favor':'football','age':18}
print(f'我的爱好是{dic["favor"]}，今年我{dic["age"]}') # 我的爱好是football，今年我18
li=['football',18]
print(f'我的爱好是{li[0]}，今年我{li[1]}') # 我的爱好是football，今年我18
print(f'我的爱好是{favor.upper()}，今年我{age}') # 我的爱好是FOOTBALL，今年我18
# 2 可以结合函数来写
def my_sum(a,b):
return a+b
print(f'和为：{my_sum(200,100)}') # 和为：300
这种写法结构简单，一目了然，执行效率也更高。
可迭代对象&迭代器
包含基本概念说明、for循环机制、可迭代对象和迭代器优缺点总结。
基本概念
可迭代对象遵循可迭代协议，如str、list、tuple、dict、set都遵循均为可迭代对象，先看下面例子，str执行for循环没有报错，但是int类型的提示“TypeError: 'int' object is not iterable”，表明int不遵循可迭代协议。
# 可迭代协议
s='abc'
for c in s:
print(c)
s=123
for i in s:
print(i)
执行结果如下：
Traceback (most recent call last):
File "/Users/yangchaolin/pythonCode/day11/05 迭代器01.py", line 30, in <module>
for i in s:
TypeError: 'int' object is not iterable
a
b
c
内部含有'iter'方法的对象，就是可迭代对象，可以通过dir函数来查看，从下面代码可以看出str类型的对象含有此方法。
# 查看一个对象的所有方法
s1='messi'
print(s1.__dir__())
# 判断是否存在这个方法
print('__iter__' in s1.__dir__())
print('__iter__' in dir(s1))
执行结果：
['__repr__', '__hash__', '__str__', '__getattribute__', '__lt__', '__le__', '__eq__', '__ne__', '__gt__', '__ge__', '__iter__', '__mod__', '__rmod__', '__len__', '__getitem__', '__add__', '__mul__', '__rmul__', '__contains__', '__new__', 'encode', 'replace', 'split', 'rsplit', 'join', 'capitalize', 'casefold', 'title', 'center', 'count', 'expandtabs', 'find', 'partition', 'index', 'ljust', 'lower', 'lstrip', 'rfind', 'rindex', 'rjust', 'rstrip', 'rpartition', 'splitlines', 'strip', 'swapcase', 'translate', 'upper', 'startswith', 'endswith', 'isascii', 'islower', 'isupper', 'istitle', 'isspace', 'isdecimal', 'isdigit', 'isnumeric', 'isalpha', 'isalnum', 'isidentifier', 'isprintable', 'zfill', 'format', 'format_map', '__format__', 'maketrans', '__sizeof__', '__getnewargs__', '__doc__', '__setattr__', '__delattr__', '__init__', '__reduce_ex__', '__reduce__', '__subclasshook__', '__init_subclass__', '__dir__', '__class__']
True
True
此外，还可以通过isinstance()函数查看对象是什么类型，可以看出str是可迭代对象，但是不是迭代器。
# 查看对象类型，python3.8之前可以这么导入
from collections import Iterable
from collections import Iterator
s='messi'
print(isinstance(s,Iterable))
print(isinstance(s,Iterator))
执行结果：
True
False
什么是迭代器呢，将可迭代对象通过iter()函数进行转换，内部除了含有'iter'方法，还含有'next'方法，就是迭代器，也可以通过以上两种方式判断是否是迭代器。
# 可迭代对象转换为迭代器，并判断类型
s='messi'
# 以下两种写法都可以
s_iter=s.__iter__()
# s_iter=iter(s)
print('__iter__' in s_iter.__dir__()) # True
print('__next__' in s_iter.__dir__()) # True
通过'next'方法，可以获取到迭代器中的元素。
# 列表转换为迭代器，然后对迭代器循环打印
li=['messi','ronald','herry']
it=iter(li)
# 循环控制次数
for index in range(len(li)):
print(next(it))
执行结果：
messi
ronald
herry
for循环机制
可迭代对象是不能直接取值的，但列表通过for循环可以获取到值，这其实是内部进行了转换，将列表转化成了一个迭代器。
li=[1,2,3,4]
print('__iter__' in li.__dir__()) # True，说明列表就是可迭代对象
print('__next__' in dir(li)) # False，说明不是迭代器
for num in li:
print(num)
可以使用while循环+迭代器来模拟for循环。
li=[1,2,3,4]
li_iter=iter(li)
while True:
try:
i=li_iter.__next__()
print(i)
except StopIteration:
break
获取元素特点
迭代器的next函数执行是不走回头路的，执行一次，就走到下一个元素。next一次只取一个元素，这就是迭代器的惰性机制。从下面的例子可以看出，迭代器it执行7次next取值后，后面再执行3次，发现不从开头取值，而是接着从下个元素开始取值。
# 不走回头路
li=[0,1,2,3,4,5,6,77,88,99]
it=iter(li)
for i in range(7):
print(it.__next__())
print('----分割线----')
for i in range(3):
print(next(it))
执行结果：
0
1
2
3
4
5
6
----分割线----
77
88
99
然而，可迭代对象是可以走回头路的。
count=0
for item in li:
if count==7:
break
else:
print(item)
count+=1
print('----分割线----')
count=0
for item in li:
if count==3:
break
else:
print(item)
count+=1
执行结果：
0
1
2
3
4
5
6
----分割线----
0
1
2
两者特点
- 可迭代对象优点：存储数据相对较少，操作方法比较多，看上去比较具体。
- 可迭代对象缺点：当内存足够多，侧重于对数据的灵活处理，可以使用它。
- 迭代器优点：当数据量太大可能撑爆内存时，就可以考虑使用迭代器了，它的惰性机制可以有效的规避撑爆风险。
- 迭代器缺点：通过next方法取值，可以记录位置，但是操作方法比较单一。
相关练习
（1）看代码写结果，主要理解函数名的使用。
def func1():
print('I am func1')
def func2(x):
print('I am func2')
return x
def func3(y):
print('I am func3')
return y
ret=func2(func1)
ret()
ret2=func3(func2)
ret3=ret2(func1)
ret3()
执行结果：
I am func2
I am func1
I am func3
I am func2
I am func1
（2）看代码写结果，理解列表为全局命名空间的，方法操作的都是这个li。
li=[]
def func(args):
li.append(args)
return li
print(func(1))
print(func(2))
print(func(3))
执行结果：
[1]
[1, 2]
[1, 2, 3]
（3）看代码写结果，这里主要理解方法的默认参数，l1和l3，其实指向的都是默认参数里的列表，而l2指向的是一个新的列表，所以最后结果会是l1和l3一样。
def magic_list(s,li=[]):
li.append(s)
return li
l1=magic_list(100,)
l2=magic_list('messi',[])
l3=magic_list('ronald',)
print(f'l1的结果是{l1}')
print(f'l2的结果是{l2}')
print(f'l3的结果是{l3}')
执行结果：
l1的结果是[100, 'ronald']
l2的结果是['messi']
l3的结果是[100, 'ronald']
（4）写一个函数，返回除大小王之外的52张扑克牌，每一项是一个字典[{'红心':2},{'黑桃':1},…]，这个主要是体会迭代器的使用。
shape=['红心','黑桃','梅花','方块']
number=[1,2,3,4,5,6,7,8,9,10,'j','Q','K']
shape_it=iter(shape)
li=[]
for i in range(len(shape)):
s=shape_it.__next__()
# 下面for循环完后，不能回头，因此需要临时再新建对象
number_it = iter(number)
for j in range(len(number)):
dic={}
dic[s]=next(number_it)
li.append(dic)
print(li)
执行结果：
[{'红心': 1}, {'红心': 2}, {'红心': 3}, {'红心': 4}, {'红心': 5}, {'红心': 6}, {'红心': 7}, {'红心': 8}, {'红心': 9}, {'红心': 10}, {'红心': 'j'}, {'红心': 'Q'}, {'红心': 'K'}, {'黑桃': 1}, {'黑桃': 2}, {'黑桃': 3}, {'黑桃': 4}, {'黑桃': 5}, {'黑桃': 6}, {'黑桃': 7}, {'黑桃': 8}, {'黑桃': 9}, {'黑桃': 10}, {'黑桃': 'j'}, {'黑桃': 'Q'}, {'黑桃': 'K'}, {'梅花': 1}, {'梅花': 2}, {'梅花': 3}, {'梅花': 4}, {'梅花': 5}, {'梅花': 6}, {'梅花': 7}, {'梅花': 8}, {'梅花': 9}, {'梅花': 10}, {'梅花': 'j'}, {'梅花': 'Q'}, {'梅花': 'K'}, {'方块': 1}, {'方块': 2}, {'方块': 3}, {'方块': 4}, {'方块': 5}, {'方块': 6}, {'方块': 7}, {'方块': 8}, {'方块': 9}, {'方块': 10}, {'方块': 'j'}, {'方块': 'Q'}, {'方块': 'K'}]
（5）python版本的九九乘法表。
for i in range(1,10,1):
s=''
for j in range(1,i+1,1):
if j!=i:
# 不到最后，需要用分隔符隔开
s+=str(i)+'*'+str(j)+'='+str(i*j)+'\t'
else:
# 到了最后，不需要用分隔符隔开
s+=str(i)+'*'+str(j)+'='+str(i*j)
# 打印
print(s)
执行结果：
1*1=1
2*1=2 2*2=4
3*1=3 3*2=6 3*3=9
4*1=4 4*2=8 4*3=12 4*4=16
5*1=5 5*2=10 5*3=15 5*4=20 5*5=25
6*1=6 6*2=12 6*3=18 6*4=24 6*5=30 6*6=36
7*1=7 7*2=14 7*3=21 7*4=28 7*5=35 7*6=42 7*7=49
8*1=8 8*2=16 8*3=24 8*4=32 8*5=40 8*6=48 8*7=56 8*8=64
9*1=9 9*2=18 9*3=27 9*4=36 9*5=45 9*6=54 9*7=63 9*8=72 9*9=81
PS：以上，理解不一定正确，学习就是一个不断认识和纠错的过程，如果有误还请批评指正。
参考博文：
（1）https://www.cnblogs.com/pingwen/p/12634614.html 容器型数据类型
（2）https://www.cnblogs.com/youngchaolin/p/12323797.html#_label2_10 format格式化
（3）https://www.cnblogs.com/youngchaolin/p/10963219.html#_label1 %s %d
