计较眼前的人,会失去未来

基于编程人员Python学习第一章节

基于廖雪峰的python零基础学习后,自我总结。适用于有一定基础的编程人员,对我而言,则是基于.net已有方面,通过学习,记录自我觉得有用的地方,便于后续回顾。

主要以快速定位内容,通过直观代码输入输出结果,展示独有的特性,更直观表现,而不拘禁于理论描述。待以后使用中遇到坑,再来详细阐述。

本章包含,Python基础、函数、高级特性、函数式编程、模块

一、Python基础

  Python程序大小写敏感,个人使用sublime编写程序,注意规范使用tab缩进或者空格,否则程序运行会报unexpected error

  字符串转义:用r''表示''内部的字符串默认不转义   

>>> print(r'\\\t\\')
\\\t\\

        用'''...'''的格式表示多行内容

>>> print('''line1
... line2
... line3''')
line1
line2
line3

        Encode & Decode

>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'
>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
''

      长度:len(str)

      格式化: %s 字符串; %d 整数; %f 浮点数;%x 十六进制整数;%%=>%

>>> print('%2d-%02d' % (3, 1))
 3-01
>>> print('%.2f' % 3.1415926)
3.14、

  布尔值:True,False

  空值:None 

  集合list  和 元组 tuple

classmates = ['Michael', 'Bob', 'Tracy']    集合list  append 添加,pop 删除
classmates = ('Michael', 'Bob', 'Tracy')
>>> classmates[-3]
'Michael'

#只有一个元素tuple 定义加上逗号 ,
>>> t = (1,)
>>> t
(1,)
#“可变的”tuple 内部list改变,实际指向list位置未变
>>> t = ('a', 'b', ['A', 'B']) >>> t[2][0] = 'X' >>> t[2][1] = 'Y' >>> t ('a', 'b', ['X', 'Y'])
 

  条件判断

age = 20
if age >= 6:
    print('teenager')
elif age >= 18:
    print('adult')
else:
    print('kid')

  dic 字典 和 set

>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
95
#设定默认值
>>> d.get('Thomas', -1) -1
#删除
>>> d.pop('Bob') 75
#重复元素在set中自动被过滤:  add(key)  remove(key)
>>> s = set([1, 2, 3]) >>> s {1, 2, 3}

二、函数

  函数定义

def my_abs(x):
    if x >= 0:
        return x
    else:
        return -x
#返回多个值 return a,b,c

  函数参数

#默认参数必须指向不变对象!
def
add_end(L=None): if L is None: L = [] L.append('END') return L
# *args 可变参数 **关键字参数
def
f1(a, b, c=0, *args, **kw): print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)
>>> f1(1, 2, 3, 'a', 'b', x=99)
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99}
# *,d 命名关键字参数
def f2(a, b, c=0, *, d, **kw): print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)
>>> f2(1, 2, d=99, ext=None)
a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}
#对于任意函数,都可以通过类似func(*args, **kw)的形式调用它,无论它的参数是如何定义的

三、高级特性

  切片 substring

>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
>>> L[1:3]  # L[1] L[2]
['Sarah', 'Tracy']
>>> L = list(range(100))
>>> L[-10:]  # L[-10:100] 后10个
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
>>> L[:10:2]  # L[0:10:2] 前10个数,每两个取一个
[0, 2, 4, 6, 8]
>>> L[:]  # L[0:100:1] copy 复制
[0, 1, 2, 3, ..., 99]

 >>> L[::-1]  #相当于 L[-1:-101:-1]  if s<0 then L[-1:-len(L)-1:-1]
 [99, 98, 97, ..., 0]

  迭代 for

>>> 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) # 整数是否可迭代
False
>>> for i, value in enumerate(['A', 'B', 'C']):
...     print(i, value)
...
0 A
1 B
2 C

  列表生成式

>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
>>> L = ['Hello', 'World', 'IBM', 'Apple']
>>> [s.lower() for s in L]
['hello', 'world', 'ibm', 'apple']

  生成器 yield

>>> 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>
# 使用next(g) or for n in g 可迭代对象g #斐波拉契数
def fib(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1 return 'done'

  迭代器

>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False

#Iterable。 for 循环迭代
#Iterator。 next 迭代器
# Iterable 转换 Iterator
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

四、函数式编程 

  高阶函数 map/reduce/filter/sorted

#map 传入函数依次作用到序列每个元素,返回Iterator结果集
>>> def f(x):
...     return x * x
...
>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> list(r)
[1, 4, 9, 16, 25, 36, 49, 64, 81]
# r 为Iterator惰性序列,list() 是整个序列返回

#reduce  reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
>>> from functools import reduce
>>> def add(x, y):
...     return x + y
...
>>> reduce(add, [1, 3, 5, 7, 9])
25

#map reduce 结合使用
from functools import reduce
DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
def char2num(s):
    return DIGITS[s]
def str2int(s):
    return reduce(lambda x, y: x * 10 + y, map(char2num, s))
#filter filter()把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留还是丢弃
def not_empty(s):
    return s and s.strip()

list(filter(not_empty, ['A', '', 'B', None, 'C', '  ']))
# 结果: ['A', 'B', 'C']
#sorted sorted()函数对list进行排序
>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']

  函数返回值 和 闭包

def lazy_sum(*args):
    def sum():
        ax = 0
        for n in args:
            ax = ax + n
        return ax
    return sum
>>> f = lazy_sum(1, 3, 5, 7, 9)
>>> f
<function lazy_sum.<locals>.sum at 0x101c6ed90>
>>> f()
25
#典型闭包错误
def count():
    fs = []
    for i in range(1, 4):
        def f():
             return i*i
        fs.append(f)
    return fs

f1, f2, f3 = count()

>>> f1()
9
>>> f2()
9
>> f3()
9
##返回闭包时牢记一点:返回函数不要引用任何循环变量,或者后续会发生变化的变量

修改后:
def count():
    def f(j):
        def g():
            return j*j
        return g
    fs = []
    for i in range(1, 4):
        fs.append(f(i)) # f(i)立刻被执行,因此i的当前值被传入f()
    return fs

  匿名函数 lambda

>>> list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
[1, 4, 9, 16, 25, 36, 49, 64, 81]
#lambda 不包含return,返回即使return结果

  装饰器

import functools

def log(text):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kw):
            print('%s %s():' % (text, func.__name__))
            return func(*args, **kw)
        return wrapper
    return decorator

@log('execute')
def now():
    print('2018-8-13')

>>> now()
execute now():
2018-8-13

  偏函数

>>> import functools
>>> int2 = functools.partial(int, base=2)
>>> int2('1000000')
64
#相当于下面这样调用
kw = { 'base': 2 }
int('10010', **kw)

五、模块

  

posted @ 2018-08-13 22:51 Aikenwu 阅读(...) 评论(...) 编辑 收藏

第一份工作重要,但第一个领导更重要。要麽旅行,要麽讀書。身體和靈魂必須有一個在路上。