day14总结
匿名函数
有名 --> 有名字
匿名--> 没有名字 --> 没办法调用 --> 只能和某些方法联用
匿名函数的语法
lambda 参数:返回值
如果你真的要用,也可以用,但是会变成有名函数
f = lambda x, y: x * y
res = f(1, 2)
print(res)
max/min/filter/map/sorted联用
max/min 返回最大值
res = max([1, 2, 3, 4, 5])
print(res)
res = max(1, 2, 3, 4, 5, 6, )
print(res)
salary_dict = {
'nick': 3000,
'jason': 100000,
'tank': 5000,
'sean': 2000,
'z': 1000
}
def func(name): # nick/jason/tank/sean/z
return salary_dict[name] # 3000/100000/5000/2000/1000
res = max(salary_dict, key=func) # 默认key的首字母
res = max(salary_dict, key=lambda name: salary_dict[name]) # 默认key的首字母
print(res)
key=func默认做的事情
- 循环遍历salary_dict,会取到所有的key值
- 然后把所有的key值依次丢入func中,返回薪资
- 通过返回的薪资排序,得到最大值
res = min(salary_dict, key=lambda name: salary_dict[name])
print(res)
fileter ---> 筛选
def function(item): # 1/2/3/4
if item < 5:
return True
else:
return False
res = filter(function, [1, 2, 3, 4])
res = filter(lambda item: item > 2, [1, 2, 3, 4])
print(res) # 迭代器
print(list(res))
salary_dict = {
'nick': 3000,
'jason': 100000,
'tank': 5000,
'sean': 2000,
'z': 1000
}
res = filter(lambda item: salary_dict[item] > 3000, salary_dict)
print(list(res))
map --> 映射 --> y = x+1
def function1(item):
return item + 2
res = map(function1, [1, 2, 3, ])
print(res)
print(list(res))
sorted --> 排序
def function2(item):
return salary_dict[item]
salary_dict = {
'nick': 3000,
'jason': 100000,
'tank': 5000,
'sean': 2000,
'z': 1000
}
res = sorted([2,3,4,1,0,5],key=function2,reverse=True)
res = sorted(salary_dict, key=function2, reverse=True)
print(list(res))
内置函数
python解释器内置方法:
# bytes
res = bytes('中国', encoding='utf8')
print(res)
# chr/ord
print(chr(97))
print(ord('a'))
# divmod
print(divmod(10, 4)) # 取整/取余
# enumerate(********)
lt = [1, 2, 3]
for i in range(len(lt)):
print(i, lt[i])
for ind, val in enumerate(lt):
print(ind, val)
# eval(***) --> 把字符串的引号去掉,留下来的是什么就是什么
s = '"abc"'
print(type(eval(s)), eval(s))
# hash,可变不可哈希
print(hash(123123))
# 了解
# abs
print(abs(-1))
# all# 可迭代对象内的元素全部为True则为True
print(all([1, 2, 3, 3]))
# any
print(any([0, 0, ]))
# bin/oct/hex
print(bin(123))
print(oct(123))
print(hex(123))
# dir: 列出模块的所有方法
# import time
#
# print(dir(time))
# frozenset: 不可变化的集合,类似于元组
s = frozenset({1, 2, 3})
print(s)
# gloabals/locals
# print(globals()) # 列出所有全局变量
# print('locals():', locals())
def func():
s = 's1'
print(globals()) # 列出所有全局变量
print('locals():', locals()) # 列出当前位置所有变量
func()
# pow
print(pow(2, 2))
# round
print(round(10.333))
# slice
s = slice(1, 5, 2) # 1start,5stop,2step
lt = [1, 2, 3, 4, 5, 6, 7]
print(lt[s])
print(lt[1:5:2])
# # sum
print(sum([1, 2, 3, 4, 5]))
# __import__ # 通过字符串导入模块
# import 'time'
time = __import__('time')
print(time.time())
异常处理
异常处理: 报了错,进行处理
dic = {'a': 1}
#
# try:
#
# print(dic['b']) # KeyError
# 1 / int(num) # 报错之后,不运行下面的代码
#
# except Exception as e: # 万能异常,只要有错误,就捕捉
# print(e) # 错误的描述信息
# print('傻逼,不知道什么错误')
#
# print(2)
# fr = open('test.py')
# try:
# # 文件中途报错
# 1 / 0
# fr.close()
# except Exception as e:
# print(e)
# finally: # 无论你包不报错,都执行这一行
# print('finally')
assert 断言 + 条件--> 被历史淘汰了
面向过程编程
面条版 --》 面向过程编程 --》 思想 --》面向对象编程
思想没有好坏
面向(代词--》使用) 过程(流程--》步骤) 编程(写代码,写文件)
造青铜器
I input 输入(定义的变量) P Process 过程(控制变量的改变) O output(新的变量) 输出编程 == 面向过程编程
原材料 -》 烧成液体 -》倒入模具 -》 冷却 -》敲打 -》冷却 -》输出一个青铜器
一个步骤就是一个函数
面向过程编程:类似于流水线,一步一步往下走
优点:逻辑非常清晰
缺点:上一步错了,下一步就跟着一起错
为什么会报错
逻辑 --》 控制变量改变的方向出错了
检查错误 --》打印变量的变化状态 --》
x = 10
y = 20
z = x + y
print(1, z) # 30
z = z + 10
print(2, z) # 40
z = z - 20
print(z)
debug