python 的与众不同 -- 进阶篇(一)

2023-10-20 20:38

本文主要是介绍python 的与众不同 -- 进阶篇(一),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

函数简介(function)

python函数和java不同,python定义函数时参数不需要类型,返回值也不需要类型

  • 函数也是一个对象
  • 对象是内存中专门用来存储数据的一块区域
  • 函数也可用来保存很多可执行的代码,可以多次调用
  • 创建函数:def 函数名(参数,参数,…):代码块
  • 函数名() 和 函数名 区别
    函数名() 是执行函数 或者说是 调用函数
    函数名 是函数对象,可作为参数传递
  • 函数在调用时创建,调用结束后销毁

函数参数

  • 函数参数可有可无,根据需求而定
  • 函数参数可指定默认值 def 函数名([参数,参数=‘000’]):代码块
  • 关键字参数:可以不按照顺序传递参数,而直接根据参数名传递
    def test(a,b,c):pass
    #关键字参参数test(b=1,c=2,a=3)
    
  • 实参可以是任意类型,在函数中要检验数据类型

不定长参数

  • 可以在形参前加上*,这个参数就会接收所有实参以元组类型体现 称之为装包
    def test(*a):pass
    #不定个数参数
    test(1,2,3,4)
    
  • 带*号的形参不在最后时,它后边的的参数都应以关键字参数形式传递
    def test(*a,b,c):pass
    # 带*号的形参不在最后时
    test(1,2,3,4,5,6,b=7,c=8)
    
    • 带*号的形参不能接收关键字参数
    • 关键字参数可以使用**形参保存为字典,必须在最后
    def test(**a):pass
    # **形参
    test(a=6,b=7,c=8)
    

参数解包

  • 解包序列参数个数要符合函数接收参数个数
    def test(a,b,c):pass
    // 定义一个序列
    s = (1,2,3)
    // 直接传s会报错,可以解包传参
    test(*s)
    
  • 一个*是对元组,集合,列表解包,两个**是对字典解包

文档字符串

  • 在python中,可以使用help()内置函数查看函数的使用说明,如:
    # 查看函数说明时  函数要以对象方式传入,不能加()
    help(print)
    
    打印结果
    Help on built-in function print in module builtins:
    print(...)print(value, ..., sep=' ', end='\n', file=sys.stdout, flush=False)Prints the values to a stream, or to sys.stdout by default.Optional keyword arguments:file:  a file-like object (stream); defaults to the current sys.stdout.sep:   string inserted between values, default a space.end:   string appended after the last value, default a newline.flush: whether to forcibly flush the stream.
    
    这个说明就是文档字符串说明
  • 编写文档字符串
    # 文档字符串非常简单,就是用三个单引号包括上
    def text(a,b,c):'''你好,我是一个测试函数的文档字符串'''print(a)
    
    打印结果
    Help on function text in module __main__:text(a, b, c)你好,我是一个测试函数的文档字符串
    
  • 编写文档字符串,并对入参出参做说明
    # 文档字符串非常简单,就是用三个单引号包括上
    # 入参出参说明 只是说明,不会强制入参出参类型
    # 解读text函数:入参为 整数类型a,字符串类型b,布尔值类型c;返回值是字符串类型
    def text(a:int,b:str,c:bool) -> str:'''你好,我是一个测试函数的文档字符串'''print(a)
    
    打印结果
    Help on function text in module __main__:text(a: int, b: str, c: bool) -> str你好,我是一个测试函数的文档字符串***Repl Closed***
    

作用域

  • 变量默认回在自己的作用域中使用,
  • 默认形况下函数中是不能修改全局变量的如果想修改,则使用关键字 global
    a = 10
    def test():global a # 声明在函数中使用的是全局变量aa = 20 # 此时就把全局变量a的值改了
  • 函数嵌套,想修改上一级函数中变量,则使用关键字 nonlocal
    def make_test():a = 10def test():nonlocal a # 声明在函数中使用的是上一级函数中变量aa = 20 # 此时就可以修改变量a的值了
    
    如果在函数内不用global声明你个,则函数内变量a只是和全局a同名,但并不是一个

命名空间

  • 命名空间实际上就是一个字典,专门存储当前作用域中的变量、函数
  • 使用 locals 来获取当前作用域的命名空间
    # 定义一些变量和函数 以作测试
    a = 10
    b = 20 
    c = 'hello'
    d = True
    e = 5.66def test_a():passdef test_b():return 10scope = locals()
    print(scope)
    
    打印结果
    {
    '__name__': '__main__', 
    '__doc__': None, 
    '__package__': None, 
    '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x003BAF40>, 
    '__spec__': None, 
    '__annotations__': {}, 
    '__builtins__': <module 'builtins' (built-in)>, 
    '__file__': 'testb.py', 
    '__cached__': None, 
    'a': 10, 
    'b': 20, 
    'c': 'hello', 
    'd': True, 
    'e': 5.66, 
    'test_a': <function test_a at 0x01188190>, 
    'test_b': <function test_b at 0x01188148>, 
    'scope': {...}
    }
    
  • locals就是一个字典,也就是说我们可以直接操作字典添加变量(一般不建议这样做)
    # 向命名空间添加一个列表变量f
    scope['f'] = ['a','b','c']
    
    打印结果
    {
    '__name__': '__main__', 
    '__doc__': None, 
    '__package__': None, 
    '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x0132AF40>, 
    '__spec__': None, 
    '__annotations__': {}, 
    '__builtins__': <module 'builtins' (built-in)>, 
    '__file__': 'testb.py', 
    '__cached__': None, 
    'a': 10, 
    'b': 20, 
    'c': 'hello', 
    'd': True, 
    'e': 5.66, 
    'test_a': <function test_a at 0x013B8190>, 
    'test_b': <function test_b at 0x013B8148>, 
    'scope': {...}, 
    'f': ['a', 'b', 'c']
    }
    
  • 也可以通过命名空间获取变量
    print(scope)print('-----------------分割线-----------------')print('a = ' + str(scope['a']))
    print('f = ' + str(scope['f']))
    
    打印结果
    {'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x037AAF40>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, '__file__': 'testb.py', '__cached__': None, 'a': 10, 'b': 20, 'c': 'hello', 'd': True, 'e': 5.66, 'test_a': <function test_a at 0x038E8190>, 'test_b': <function test_b at 0x038E8148>, 'scope': {...}, 'f': ['a', 'b', 'c']}
    -----------------分割线-----------------
    a = 10
    f = ['a', 'b', 'c']
    

递归

  • 递归和循环类似,一般可以替换使用
  • 递归要满足两个条件:
    基线条件:递归不在执行的条件
    递归条件:
  • 递归就是函数自己调用自己
    # 这是一个递归的例子:求乘阶
    def factorial(n):if n == 1:return 1return n * factorial(n-1)
    

高阶函数

  • 接收函数参数 或者 将函数作为返回值的函数
  • 高阶函数 和 普通函数 的对比:
    # 比如说我们想获取列表中所有偶数
    def fn0(x):
    mlist = list()
    for s in x:if s % 2 == 0:mlist.append(s)
    return mlist# 可是我们需求又变了,想要奇数
    def fn1(x):
    mlist = list()
    for s in x:if s % 2 == 1:mlist.append(s)
    return mlist
    
  • 这样我们会多谢很多重复代码,所以我们可以使用高阶函数
    # 一个奇数原则函数
    def fn3(n):return n % 2 == 1
    # 一个偶数原则函数
    def fn4(n):return n % 2 == 0
    # 一个大于等于10原则函数
    def fn5(n):return n >= 10
    # 一个小于10原则函数
    def fn6(n):return n < 10# 根据不同原则函数 返回数据
    def fn30(fun,lit):mlist = list()for n in lit:if fun(n):mlist.append(n)return mlist# 函数使用
    print(fn30(fn3,array))
    print(fn30(fn4,array))
    print(fn30(fn5,array))
    print(fn30(fn6,array))# 这样我们就可以根据不同要求传入函数
    
    一般情况下我们们的规则都是一次性的(只有一个地方只用),这样我们创建一个函数有些多余,此时我们可以使用匿名函数

匿名函数

  • 语法:lambda 参数列表 : 返回值
  • 多数作为参数使用
    # 匿名表达式 示例
    lambda a,b : a + b # 两个入参a和b,返回a,b的和
    
    • 使用匿名函数完成高阶函数的使用
    # 根据不同原则函数 返回数据
    def fn30(fun,lit):mlist = list()for n in lit:if fun(n):mlist.append(n)return mlist# 使用
    fn7 = lambda n : n%2 == 0
    print(fn30(fn7,array))
    # 或者
    print(fn30(lambda n : n%2 == 0,array))
    
    • 只能写一些简单的表达式
    • map()
      对每个元素操作
    # 列表元素 加一
    array = [2,1,5,6,4,51,8,45,17,84,61,14,32,16,49,48,7,9,3]
    r = map(lambda i : i + 1,array)
    print(list(r))
    

闭包

  • 高阶函数中,函数返回值时函数,我们称之为闭包
  • 闭包 一定是函数嵌套
  • 写一个例子:
    假如我们写一个数值累加器
       sums = 0def sum(n):global sumssums += nreturn sumsprint(sum(1))print(sum(2))print(sum(3))print(sum(4))print(sum(5))# 我们完成了一个累加器,但是这样的累加器很危险,如果我此时添加代码:sums = 1print(sum(6))# 此时的累加器数据一定不准确,因为在途中把变量改了,可能是无意的```*使用闭包写一个数值累加器*```def make_sum():sums = 0def sum(n):nonlocal sumssums += nreturn sumsreturn sum # 返回一个函数sum = make_sum()print(sum(1))print(sum(2))print(sum(3))print(sum(4))print(sum(5))# 使用闭包,我们在外面没办法直接调用sums,所以sums变量是安全的```
    

这篇关于python 的与众不同 -- 进阶篇(一)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/249571

相关文章

使用Python实现可恢复式多线程下载器

《使用Python实现可恢复式多线程下载器》在数字时代,大文件下载已成为日常操作,本文将手把手教你用Python打造专业级下载器,实现断点续传,多线程加速,速度限制等功能,感兴趣的小伙伴可以了解下... 目录一、智能续传:从崩溃边缘抢救进度二、多线程加速:榨干网络带宽三、速度控制:做网络的好邻居四、终端交互

Python中注释使用方法举例详解

《Python中注释使用方法举例详解》在Python编程语言中注释是必不可少的一部分,它有助于提高代码的可读性和维护性,:本文主要介绍Python中注释使用方法的相关资料,需要的朋友可以参考下... 目录一、前言二、什么是注释?示例:三、单行注释语法:以 China编程# 开头,后面的内容为注释内容示例:示例:四

Python中win32包的安装及常见用途介绍

《Python中win32包的安装及常见用途介绍》在Windows环境下,PythonWin32模块通常随Python安装包一起安装,:本文主要介绍Python中win32包的安装及常见用途的相关... 目录前言主要组件安装方法常见用途1. 操作Windows注册表2. 操作Windows服务3. 窗口操作

Python中re模块结合正则表达式的实际应用案例

《Python中re模块结合正则表达式的实际应用案例》Python中的re模块是用于处理正则表达式的强大工具,正则表达式是一种用来匹配字符串的模式,它可以在文本中搜索和匹配特定的字符串模式,这篇文章主... 目录前言re模块常用函数一、查看文本中是否包含 A 或 B 字符串二、替换多个关键词为统一格式三、提

python常用的正则表达式及作用

《python常用的正则表达式及作用》正则表达式是处理字符串的强大工具,Python通过re模块提供正则表达式支持,本文给大家介绍python常用的正则表达式及作用详解,感兴趣的朋友跟随小编一起看看吧... 目录python常用正则表达式及作用基本匹配模式常用正则表达式示例常用量词边界匹配分组和捕获常用re

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

python删除xml中的w:ascii属性的步骤

《python删除xml中的w:ascii属性的步骤》使用xml.etree.ElementTree删除WordXML中w:ascii属性,需注册命名空间并定位rFonts元素,通过del操作删除属... 可以使用python的XML.etree.ElementTree模块通过以下步骤删除XML中的w:as

使用Python绘制3D堆叠条形图全解析

《使用Python绘制3D堆叠条形图全解析》在数据可视化的工具箱里,3D图表总能带来眼前一亮的效果,本文就来和大家聊聊如何使用Python实现绘制3D堆叠条形图,感兴趣的小伙伴可以了解下... 目录为什么选择 3D 堆叠条形图代码实现:从数据到 3D 世界的搭建核心代码逐行解析细节优化应用场景:3D 堆叠图

深度解析Python装饰器常见用法与进阶技巧

《深度解析Python装饰器常见用法与进阶技巧》Python装饰器(Decorator)是提升代码可读性与复用性的强大工具,本文将深入解析Python装饰器的原理,常见用法,进阶技巧与最佳实践,希望可... 目录装饰器的基本原理函数装饰器的常见用法带参数的装饰器类装饰器与方法装饰器装饰器的嵌套与组合进阶技巧

Python中Tensorflow无法调用GPU问题的解决方法

《Python中Tensorflow无法调用GPU问题的解决方法》文章详解如何解决TensorFlow在Windows无法识别GPU的问题,需降级至2.10版本,安装匹配CUDA11.2和cuDNN... 当用以下代码查看GPU数量时,gpuspython返回的是一个空列表,说明tensorflow没有找到