NOTE:文章中的代碼縮進不知道怎么搞，直接粘貼使用會報錯
Python高級特征
- 切片
Slice
- 作用對象：list、truple
>>> L[0:3] #0為底，左閉右開，第一個索引是0時可以省略，等同于L[:3]
>>> L[-5:] #倒數(shù)切片，最后一個元素索引是-1
>>> L[::n] #每n個取一個，默認n為1
>>> L[:] #復(fù)制一個list
>>> (0, 1, 2, 3, 4, 5)[:3]
(0,1,2) #tuple切片的結(jié)果仍然是tuple
>>> 'ABCDEFG'[:3]
'ABC' #字符串可以看成是list，但是切片結(jié)果仍然是字符串
- 迭代
Iteration
遍歷可迭代對象就是迭代。是否是可迭代對象通過一下來判斷：
>>> from collections import Iterable
>>> isinstance('abc', Iterable) # str是否可迭代
True
>>> isinstance([1,2,3], Iterable) # list是否可迭代
True
>>> isinstance(123, Iterable) # 整數(shù)是否可迭代
False
迭代通過for ... in來實現(xiàn)
- 列表生成式(List Comprehensions)
常用的幾張列表生成式如下
>>> list(range(1, 11))
>>> [x * x for x in range(1, 11)] # 可以計算
>>> [x * x for x in range(1, 11) if x % 2 == 0] #可以有if條件判斷
>>> [m + n for m in 'ABC' for n in 'XYZ'] # 可以使用兩層循環(huán)，生成全排列
>>> [s.lower() for s in L] #可以使用函數(shù)
對于dict類型，可以同時使用兩個變量（也支持多個變量）
>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> [k + '=' + v for k, v in d.items()]
['y=B', 'x=A', 'z=C']
- 生成器(generator)
一邊循環(huán)一邊計算的機制，就是生成器(generator),生成器是可迭代對象，所以通常用for來調(diào)用generator
創(chuàng)建方法：
- 將列表生成器的
[]換為()即可
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>
- 函數(shù)定義中包含
yield關(guān)鍵字，這個函數(shù)就不是普通函數(shù)，而是一個generator
函數(shù)返回的是直接結(jié)果，generator返回的是generator對象
其他具體的暫略
- 迭代器
- 凡是可作用于
for循環(huán)的對象都是Iterable類型- 凡是可作用于
next()函數(shù)的對象都是Iterator類型，它們表示一個惰性計算的序列- 集合數(shù)據(jù)類型如
list、dict、str等是Iterable但不是Iterator，不過可以通過iter()函數(shù)獲得一個Iterator對象。- Python的
for循環(huán)本質(zhì)上就是通過不斷調(diào)用next()函數(shù)實現(xiàn)的
函數(shù)式編程
- 函數(shù)是Python內(nèi)建支持的一種封裝，我們通過把大段代碼拆成函數(shù)，通過一層一層的函數(shù)調(diào)用，就可以把復(fù)雜任務(wù)分解成簡單的任務(wù)，這種分解可以稱之為面向過程的程序設(shè)計。函數(shù)就是面向過程的程序設(shè)計的基本單元。
- 函數(shù)式編程的一個特點就是，允許把函數(shù)本身作為參數(shù)傳入另一個函數(shù)，還允許返回一個函數(shù)！
- Python對函數(shù)式編程提供部分支持。由于Python允許使用變量，因此，Python不是純函數(shù)式編程語言。
高階函數(shù)
一個函數(shù)就可以接收另一個函數(shù)作為參數(shù)，這種函數(shù)就稱之為 高階函數(shù)
- 變量可以指向函數(shù)
- 函數(shù)名也是變量
- 傳入函數(shù)
編寫高階函數(shù)，就是讓函數(shù)的參數(shù)能夠接收別的函數(shù)。
- map/reduce
map()
map()函數(shù)接收兩個參數(shù)，一個是函數(shù)，一個是Iterable，map將傳入的函數(shù)依次作用到序列的每個元素，并把結(jié)果作為新的Iterator返回。
reduce()
reduce把一個函數(shù)作用在一個序列[x1, x2, x3, ...]上，這個函數(shù)必須接收兩個參數(shù)，reduce把結(jié)果繼續(xù)和序列的下一個元素做累積計算
reduce()通常與map()配合使用，單獨使用不多
- filter
- 和
map()類似，filter()也接收一個函數(shù)和一個序列。- 和
map()不同的是，filter()把傳入的函數(shù)依次作用于每個元素，然后根據(jù)返回值是True還是False決定保留還是丟棄該元素。filter()函數(shù)返回的是一個Iterator，也就是一個惰性序列，所以要強迫filter()完成計算結(jié)果，需要用list()函數(shù)獲得所有結(jié)果并返回list。
3.sorted
- 普通排序
>>> sorted([36, 5, -12, 9, -21])
[-21, -12, 5, 9, 36]
- 使用
key函數(shù)實現(xiàn)自定義排序
>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]
- 字符串排序
默認情況下，是按照ASCII的大小比較的 - 反向排序
只需傳入第三個參數(shù)reverse=True即可
返回函數(shù)
- 一個函數(shù)可以返回一個計算結(jié)果，也可以返回一個函數(shù)。
- 返回一個函數(shù)時，牢記該函數(shù)并未執(zhí)行，返回函數(shù)中不要引用任何可能會變化的變量。
先就這些，其他不懂的回頭用到再 回頭看
匿名函數(shù)
關(guān)鍵字
lambda表示匿名函數(shù)，
如：匿名函數(shù)lambda x: x * x中冒號前面的x表示函數(shù)參數(shù)，冒號后面的x*x是函數(shù)表達式
- 匿名函數(shù)有個限制，就是只能有一個表達式，不用寫
return，返回值就是該表達式的結(jié)果。- 把匿名函數(shù)賦值給一個變量，再利用變量來調(diào)用該函數(shù)
f = lambda x: x * x- 也可以把匿名函數(shù)作為返回值返回
def build(x, y):
return lambda: x * x + y * y
- Python對匿名函數(shù)的支持有限，只有一些簡單的情況下可以使用匿名函數(shù)。
裝飾器(Decorator)
- 在代碼運行期間動態(tài)增加功能的方式，稱之為“裝飾器”(Decorator)
- 本質(zhì)上,decorator就是一個返回函數(shù)的高階函數(shù)
這一節(jié)好難啊，看不懂，回頭再搞
其他的參考學(xué)習(xí)地址:
one
two
偏函數(shù)(Partial function)
Python的
functools模塊提供了很多有用的功能，其中一個就是偏函數(shù)(Partial function)
使用場景：
當(dāng)函數(shù)的參數(shù)個數(shù)太多，需要簡化時，使用
functools.partial可以創(chuàng)建一個新的函數(shù)，這個新函數(shù)可以固定住原函數(shù)的部分參數(shù)，從而在調(diào)用時更簡單。
模塊(Module)
在Python中，一個.py文件就稱之為一個模塊（Module）
使用模塊的好處是：
- 提高了代碼的可維護性
- 編寫代碼不必從零開始
- 可以避免函數(shù)名和變量名沖突
- 為了避免不同人編寫的模塊名沖突，引入了按目錄來組織模塊的方法，成為包(Package)
- 每個包目錄下必須有一個
__init__.py文件，否則Python會當(dāng)成普通目錄，__init__.py可以為空也可以不為空 - 使用模塊是通過
import sys(模塊名)來使用導(dǎo)入模塊 - 作用域
- 正常的函數(shù)和變量名是公開的（public）
- 類似
_xxx和__xxx這樣的函數(shù)或變量就是非公開的（private）- 外部不需要引用的函數(shù)全部定義成private，只有外部需要引用的函數(shù)才定義為public
- 安裝第三方模塊
pip install 模塊名
