Python学习笔记二(高级特性)

大家好，又见面了，我是你们的朋友全栈君。

1. 切片

#取一个list或tuple的部分元素是非常常见的操作,即输出第0,1,2三个元素
L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']

# 方法一：
print([L[0], L[1], L[2]])

# 方法二:
r = []
n = 3
for i in range(n):
    r.append(L[i])

print(r)

# 方法三：
print(L[0:3])
#如果第一个索引是0，还可以省略：
print(L[:3])

print(L[2:3])

输出结果：

['Michael', 'Sarah', 'Tracy']
['Michael', 'Sarah', 'Tracy']
['Michael', 'Sarah', 'Tracy']
['Michael', 'Sarah', 'Tracy']
['Tracy']

2.迭代

类似于java的for…each方法，任何可迭代对象都可以作用于
for循环，包括我们自定义的数据类型，只要符合迭代条件（即
Iterable类型的对象），就可以使用
for循环。

print("#dict遍历")
d = {'a': 1, 'b': 2, 'c': 3}
for key in d:
    print(key)

print("#字符串遍历")
for ch in 'ABC':
    print(ch)

print("#输出下标值")
for i, value in enumerate(['A', 'B', 'C']):
    print(i, value)

print("同时遍历两个元素")
for x, y in [(1, 1), (2, 4), (3, 9)]:
    print(x, y)

输出结果：

#dict遍历
a
b
c
#字符串遍历
A
B
C
#输出下标值
0 A
1 B
2 C
同时遍历两个元素
1 1
2 4
3 9

3.列表生成式

print("#列表生成式")
print([x * x for x in range(1, 11)])

输出结果:

#列表生成式
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

4.生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

print("#生成器")
g = (x * x for x in range(10))

print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))

print("for循环遍历")
g = (x * x for x in range(10))
for n in g:
    print(n)

输出结果：

#生成器
0
1
4
9
16
for循环遍历
0
1
4
9
16
25
36
49
64
81

5.迭代总结

凡是可作用于for循环的对象都是Iterable类型；

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象；

Python的for循环本质上就是通过不断调用next()函数实现的。

6. 函数式编程

函数式编程就是一种抽象程度很高的编程范式，纯粹的函数式编程语言编写的函数没有变量，因此，任意一个函数，只要输入是确定的，输出就是确定的，这种纯函数我们称之为没有副作用。而允许使用变量的程序设计语言，由于函数内部的变量状态不确定，同样的输入，可能得到不同的输出，因此，这种函数是有副作用的。允许把函数本身作为参数传入另一个函数，还允许返回一个函数，即函数本身也可以赋值给变量，即：变量可以指向函数。

print("#函数为变量")
f = abs
print(f(-10))

print("#函数作为参数传入")
def add(x, y, f):
    return f(x) + f(y)

print(add(-5, 6, abs))

输出结果：

#函数为变量10#函数作为参数传入11

7.map/reduce

print("#map/reduce")
def f(x):
  return x * x

r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])

#r是一个Iterator，Iterator是惰性序列，因此通过list()函数让它把整个序列都计算出来并返回一个list
print(list(r))

输出结果：

#map/reduce[1, 4, 9, 16, 25, 36, 49, 64, 81]

8.filter

filter()的作用是从一个序列中筛出符合条件的元素。由于
filter()使用了惰性计算，所以只有在取
filter()结果的时候，才会真正筛选并每次返回下一个筛出的元素。

print("#去除空字符串")def not_empty(s):    return s and s.strip()r = filter(not_empty, ['A', '', 'B', None, 'C', '  '])print(list(r))

输出结果：

#去除空字符串
['A', 'B', 'C']

9.排序

print("#python排序")r = sorted([36, 5, -12, 9, -21])print(r)print("#根据abs结果排序")r = sorted([36, 5, -12, 9, -21], key=abs)print(r)print("#字符串排序")#默认情况下，对字符串排序，是按照ASCII的大小比较的，由于'Z' < 'a'，结果，大写字母Z会排在小写字母a的前面r= sorted(['bob', 'about', 'Zoo', 'Credit'])print(r)print("#不区分大小写字符串排序")r= sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)print(r)

输出结果：

#python排序[-21, -12, 5, 9, 36]#根据abs结果排序[5, 9, -12, -21, 36]#字符串排序['Credit', 'Zoo', 'about', 'bob']#不区分大小写字符串排序['about', 'bob', 'Credit', 'Zoo']

10.匿名函数

print("#匿名函数")
print(list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])))

输出结果：

#匿名函数
[1, 4, 9, 16, 25, 36, 49, 64, 81]

11.装饰器

python装饰器自己的理解非常类似于java的aop拦截器

import time
def now():
    print(time.strftime("%Y-%m-%d %H:%M:%S",time.localtime(time.time())))


f = now
print("打印当前时间")
f()
print("输出函数名称")
print(now.__name__)


# wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用

def log(func):
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper

# 在wrapper()函数内，首先打印日志，再紧接着调用原始函数。
@log
def now():
    print(time.strftime("%Y-%m-%d %H:%M:%S",time.localtime(time.time())))

print("python装饰功能测试验证，相当于now=log（now）")
now()

# 传入参数的log
def log(text):
    def decorator(func):
        def wrapper(*args, **kw):
            print('%s %s():' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return decorator

@log("打印当前时间方法")
def now():
    print(time.strftime("%Y-%m-%d %H:%M:%S",time.localtime(time.time())))


print("python装饰功能测试验证，相当于now = log('execute')(now)")
now()

输出结果：

打印当前时间
2017-03-28 16:11:25
输出函数名称
now
python装饰功能测试验证，相当于now=log（now）
call now():
2017-03-28 16:11:25
python装饰功能测试验证，相当于now = log('execute')(now)
打印当前时间方法 now():
2017-03-28 16:11:25