第四章:Python基础の快速认识內置函数和操作实战

 本課主題

  • 內置函数介紹和操作实战
  • 装饰器介紹和操作实战
  • 本周作业

 

內置函数介紹和操作实战 

返回Boolean值的內置函数

  1. all( ): 接受一個可以被迭代的對象,如果函数裡所有為真,才會真;有一個是假就會返回假‧
    >>> a1 = all([1,2,3,4])
    >>> print(a1)
    True
    
    >>> a2 = all([1,2,3,0])
    >>> print(a2)
    False
    
    >>> a3 = all([1,2,3,[]])
    >>> print(a3)
    False
    all( )函数例子
  2. any( ): 接受一個可以被迭代的對象,如果函数裡只要有真,就會真;所有為假才會返回假‧
    >>> n1 = any([1,2,3,4])
    >>> print(n1)
    True
    
    >>> n2 = any([1,2,3,0])
    >>> print(n2)
    True
    
    >>> n3 = any([1,2,3,[]])
    >>> print(n3)
    True
    
    >>> n4 = any([0,(),{},[]])
    >>> print(n4)
    False
    any( )函数例子
  3. bool( ): 判断什麼時候是真,什麼時候是假
    >>> print(bool(0))
    False
    
    >>> print(bool(None))
    False
    
    >>> print(bool(""))
    False
    
    >>> print(bool([]))
    False
    
    >>> print(bool({}))
    False
    
    >>> print(bool(()))
    False
    
    >>> print(bool(" "))
    True
    
    >>> print(bool(1))
    True
    
    >>> print(bool(-1))
    True
    bool( )函数例子

面向对象相关的内置函数

  1. ascii( ): 它會自动执行对象里的 __repr___方法,然後取 __repr___方法裡的值。
    >>> class Foo:
    ...     def __repr__(self):
    ...         return "111"
    ... 
    
    >>> n = ascii(Foo()) #自动执行对象里的 __repr___方法
    >>> print(n)
    ascii( )函数例子
  2. staticmethod( ):
  3. repr( ):
    >>> class Foo:
    ...     def __repr__(self):
    ...         return "111"
    ... 
    
    >>> n = repr(Foo()) #自动执行对象里的 __repr___方法
    >>> print(n)
    repr( )函数例子
  4. object( ):
  5. property( ):
  6. isinstance( ): 判断某一个对象是谁的实例,对象和类是什么关系,对于 str 这个类可以创建,执行功能的时候,都会到 str 里找,对象跟类是有关系的。另外一种说法是对象是类的实例,

    s = "alex"
    r1 = isinstance(s, str) #判断对象是否是 str 的事例
    print(r1)
    #True
    
    r2 = isinstance(s, dict) #判断对象是否是 dict 的事例
    print(r2)
    #False
    
    r3 = isinstance(s, list) #判断对象是否是 list 的事例
    print(r3)
    #False
    isinstance( )函数例子
  7. super( ):

返回数字的内置函数

  1. round( ):四写五入传进来的数字
  2. abs( ): 取绝对值
    >>> n = abs(-1)
    >>> print(n)
    1
    abs( )例子
  3. divmod( ):计算余数
    >>> r = divmod(97,10) # 會返回 Tuple
    >>> print(r)
    (9, 7)
    
    >>> print(r[0])
    >>> print(r[1]) #余數
    
    >>> (n1,n2) = divmod(97,10) # 會返回 Tuple
    >>> print(n1)
    >>> print(n2) #余數
    divmod( )函数例子
  4. len( )
    #Python2
    >>> s = "你好"
    >>> print(len(s)) #默认是按字节来判断长度
    
    #Python3
    >>> s = "你好"
    >>> print(len(s)) #默认是按字符来判断长度
    >>> s = "你好"
    >>> s2 = bytes(s, encoding='utf-8') #Python3也可以按字节找
    >>> print(len(s2))
    len( )函数例子
  5. pow( )
    >>> r1 = 2**10
    >>> r2 = pow(2,10)
    >>> print(r1) 
    1024
    >>> print(r2) 
    1024
    pow( )函数例子
  6. enumerate( )
    >>> company = ["google", "facebook", "baidu", "alibaba", "yahoo", "IBM", "apple", "amazons"]
    >>> for com in enumerate(company):
    ...     print(com)
    ... 
    (0, 'google')
    (1, 'facebook')
    (2, 'baidu')
    (3, 'alibaba')
    (4, 'yahoo')
    (5, 'IBM')
    (6, 'apple')
    (7, 'amazons')
    
    >>> for com in enumerate(company, 10):
    ...     print(com)
    ... 
    (10, 'google')
    (11, 'facebook')
    (12, 'baidu')
    (13, 'alibaba')
    (14, 'yahoo')
    (15, 'IBM')
    (16, 'apple')
    (17, 'amazons')
    enumerate( ) 例子

     

字符、字节相关的内置函数

  1. bin( ): 这个函数接受一个十进制,然后转换成二进制
    >>> print(bin(5))
    0b101
    bin( )例子
  2. oct( ): 这个函数接受一个十进制,然后转换成八进制
    >>> print(oct(9))
    0o11
    oct( )例子
  3. hex( ): 这个函数接受一个十进制,然后转换成十六进制
    >>> print(hex(15))
    0xf
    hex( )例子
  4. 字節
    s = "李杰"
    
    #二进制:10101010 10101010 10101010 10101010 10101010 10101010
    #十进制:       23           23           23             23             23           23
    #十六进制:    2f             2g          2e             2d             2c            2f
    字节

    如果想把一个字节串转换成字节类型需要调用 bytes( )函数,然后加上要转换的字符串,还有编码。如果想把字符串转换成字节类型,不同的编码会有不同大小的字节,它的二进制是表现形式

    >>> bytes("李杰",encoding='utf-8')
    b'\xe6\x9d\x8e\xe6\x9d\xb0'
    
    >>> bytes("李杰",encoding='gbk')
    b'\xc0\xee\xbd\xdc'
    bytes( )例子
  5. 字节又怎么转换成字符串
    >>> n = bytes("李杰",encoding='utf-8')
    >>> n
    b'\xe6\x9d\x8e\xe6\x9d\xb0'
    
    >>> ret = str(n,encoding='utf-8')
    >>> print(ret)
    李杰
    str( )函数例子
  6. chr( ): 数字转换成字母
    >>> r = chr(65) #把一个数节转换成字母
    >>> print(r) #A
    A
    chr( )函数例子
  7. ord( ): 字母转换成数字
    >>> n = ord("A") #把一个字母转换成数字
    >>> print(n) #65
    65
    ord( )函数例子

其他的内置函数

对于一个文件它保存是以0101010的方式保存,如果想操作文件,应该需要把它读取到内存里,Python 读取文章的内容到内存,内部会把一个字符串给你编译成一个特殊的代码,第三步才执行代码。 Compile( ) 就是用来编译代码

Compile( )exec( ):如果是 exec 的话,会给你编译Python 一样的代码,可以执行所有 Python 的东西。

>>> s = "print(123)" #这个字符串会放内存
>>> r = compile(s,"<string>","exec")
>>> print(r)
<code object <module> at 0x10345f810, file "<string>", line 1>

>>> exec(r)
123
compile( )函数例子

如果是 single 的话,会给你编译成单行的 Python 程序

如果是 eval 的话,会给你编译成表达式,拿到一个字符串,变成了表达式然后去执行它,eval 是有返回值的,它会执行程序并可以把结果返回给另外一个参数。

s2 = "8*8"
ret = eval(s2)
print(ret)

#64
eval( )函数例子

dir( ): 快速获取一下一个类提供了哪些功能

>>> print(dir(dict))
['__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'clear', 'copy', 'fromkeys', 'get', 'items', 'keys', 'pop', 'popitem', 'setdefault', 'update', 'values']
dir( )函数例子

help( ): 功能详细显示出来

>>> print(help(list))

class list(object)
 |  list() -> new empty list
 |  list(iterable) -> new list initialized from iterable's items
 |  
 |  Methods defined here:
 |  
 |  __add__(self, value, /)
 |      Return self+value.
 |  
 |  __contains__(self, key, /)
 |      Return key in self.
 |  
 |  __delitem__(self, key, /)
 |      Delete self[key].
 |  
 |  __eq__(self, value, /)
 |      Return self==value.
 |  
 |  __ge__(self, value, /)
 |      Return self>=value.
 |  
 |  __getattribute__(self, name, /)
 |      Return getattr(self, name).
 |  
 |  __getitem__(...)
 |      x.__getitem__(y) <==> x[y]
 |  
 |  __gt__(self, value, /)
 |      Return self>value.
 |  
 |  __iadd__(self, value, /)
 |      Implement self+=value.
 |  
 |  __imul__(self, value, /)
 |      Implement self*=value.
 |  
 |  __init__(self, /, *args, **kwargs)
 |      Initialize self.  See help(type(self)) for accurate signature.
 |  
 |  __iter__(self, /)
 |      Implement iter(self).
 |  
 |  __le__(self, value, /)
 |      Return self<=value.
 |  
 |  __len__(self, /)
 |      Return len(self).
 |  
 |  __lt__(self, value, /)
 |      Return self<value.
 |  
 |  __mul__(self, value, /)
 |      Return self*value.n
 |  
 |  __ne__(self, value, /)
 |      Return self!=value.
 |  
 |  __new__(*args, **kwargs) from builtins.type
 |      Create and return a new object.  See help(type) for accurate signature.
 |  
 |  __repr__(self, /)
 |      Return repr(self).
 |  
 |  __reversed__(...)
 |      L.__reversed__() -- return a reverse iterator over the list
 |  
 |  __rmul__(self, value, /)
 |      Return self*value.
 |  
 |  __setitem__(self, key, value, /)
 |      Set self[key] to value.
 |  
 |  __sizeof__(...)
 |      L.__sizeof__() -- size of L in memory, in bytes
 |  
 |  append(...)
 |      L.append(object) -> None -- append object to end
 |  
 |  clear(...)
 |      L.clear() -> None -- remove all items from L
 |  
 |  copy(...)
 |      L.copy() -> list -- a shallow copy of L
 |  
 |  count(...)
 |      L.count(value) -> integer -- return number of occurrences of value
 |  
 |  extend(...)
 |      L.extend(iterable) -> None -- extend list by appending elements from the iterable
 |  
 |  index(...)
 |      L.index(value, [start, [stop]]) -> integer -- return first index of value.
 |      Raises ValueError if the value is not present.
 |  
 |  insert(...)
 |      L.insert(index, object) -- insert object before index
 |  
 |  pop(...)
 |      L.pop([index]) -> item -- remove and return item at index (default last).
 |      Raises IndexError if list is empty or index is out of range.
 |  
 |  remove(...)
 |      L.remove(value) -> None -- remove first occurrence of value.
 |      Raises ValueError if the value is not present.
 |  
 |  reverse(...)
 |      L.reverse() -- reverse *IN PLACE*
 |  
 |  sort(...)
 |      L.sort(key=None, reverse=False) -> None -- stable sort *IN PLACE*
 |  
 |  ----------------------------------------------------------------------
 |  Data and other attributes defined here:
 |  
 |  __hash__ = None
help( )函数例子

filter( ): 函数返回 True,将元素添加到结果中,可以有兩個方法

  1. 先不用Python 的内置函数,都可以自己写一个有 filter 功能的函数
    >>> def f1(args):
    ...     results = []
    ...     for item in args:
    ...         if item > 22:
    ...             results.append(item)
    ...     return results
    
    >>> li = [11,22,33,44,55,66,77,88,99]
    >>> ret = f1(li)
    >>> print(ret)
    [33, 44, 55, 66, 77, 88, 99]
    自定义有filter()功能的函数
  2. 然後現在的調用 Python 的內置函数:filter( ),filter(func,iter)
    filter(func,iter)
     
    #func 接收一个函数
    #iter 接收一个可迭代的对象
    >>> def f2(a):
    ...     if a > 22:
    ...         return True
    ... 
    
    >>> li = [11,22,33,44,55]
    
    >>> ret = filter(f2,li) #filter(func(),Iterator)
    >>> print(list(ret))
    [33, 44, 55]
    
    # filter内部, 循环第二个参数
    # results = []
    # for item in 第二个参数:
    #     r = 第一個参数(item)
    #     if r:
    #         results(item)
    # return results
    filter( )函数例子
  3. 调用 lambda 表达式也可以实现相同的功能
    #lambda 內部會幫自動 return 
    # f1 = lambda a: a > 30
    # ret = f1(90)
    
    li = [11,22,33,44,55]
    results = filter(lambda a: a > 33,li)
    print(list(results))
    
    #[44, 55]
    lambda表达式的filter( )函数例子

 map( ):帮你遍历数组里的每一个元素,然后基于自己写的逻辑对数组进行处理。 map也会接收一个函数和一个可迭代的对象。

map(func,iter)
  
#func 接收一个函数
#iter 接收一个可迭代的对象 
  1. 先不用Python 的内置函数,都可以自己写一个有 map 功能的函数
    >>> li = [11, 22, 33, 44, 55]
    >>> def f2(a):
    ...     return a + 100
    ... 
    
    >>> results = map(f2,li)
    >>> print(list(results))
    [111, 122, 133, 144, 155]
    自定义有map()功能的函数
  2. 调用 lambda 表达式也可以实现相同的功能
    li = [11, 22, 33, 44, 55]
    results = map(lambda a:a+100, li)
    print(list(results))
    
    #[111, 122, 133, 144, 155]
    lambda表达式的map( )函数例子

在 Spark 裡用了很多 lamdba 表達式

from __future__ import print_function

import sys
from operator import add

from pyspark.sql import SparkSession


if __name__ == "__main__":
    if len(sys.argv) != 2:
        print("Usage: wordcount <file>", file=sys.stderr)
        exit(-1)

    spark = SparkSession\
        .builder\
        .appName("PythonWordCount")\
        .getOrCreate()

    lines = spark.read.text(sys.argv[1]).rdd.map(lambda r: r[0])
    counts = lines.flatMap(lambda x: x.split(' ')) \
                  .map(lambda x: (x, 1)) \
                  .reduceByKey(add)
    output = counts.collect()
    for (word, count) in output:
        print("%s: %i" % (word, count))

    spark.stop()
Spark Word Count 例子

Zip( ):两个或以上的列表,各自列表的第 x个元素右起来组成新的元组

l1 = ["Python", 44, 11, 33, 22]
l2 = ["is", 44, 11, 33, 22]
l3 = ["Fun", 44, 11, 33, 22]
r = zip(l1,l2,l3)
temp = list(r)[0]
ret = " ".join(temp)
print(ret)

#Python is Fun
Zip( )函数例子 

locals( ): 代表所有的局部变量,都会放在这个函数里

global( ): 代表所有的全区变量,都会放在这个函数里

>>> NAME = "Janice"
>>> def show():
...     a=123
... 
>>> def show():
...     a=123
...     print(locals())
...     print(globals())
... 

>>> show()
{'a': 123}
{'a3': False, 'add': <function <lambda> at 0x1034ab598>, 'n1': 9, 'r': (9, 7), 'li': [11, 22, 33, 44, 55], 'fruit': 'apple', '__package__': None, 'n3': True, 'results': <map object at 0x10376b668>, 'n4': False, '__name__': '__main__', 'NAME': 'Janice', 'Foo': <class '__main__.Foo'>, '__doc__': None, 'f1': <function f1 at 0x1034ab620>, '__loader__': <class '_frozen_importlib.BuiltinImporter'>, 'f2': <function f2 at 0x1034ab510>, '__spec__': None, 'ret2': 110, '__builtins__': <module 'builtins' (built-in)>, 'name': 'apple', 'show': <function show at 0x10375c268>, 's': 'print(123)', 'n2': 7, 'a2': False, 'ret': <filter object at 0x10376b7f0>, 'a1': True, 'n': b'\xe6\x9d\x8e\xe6\x9d\xb0'}
globals( )和locals( )

hash( ): 生成一個hash值,它在內部經常用,一般用於字典的 Key 來保存

>>> s = "ffffffffffffffffffffffffffffffffffffffffffffffffffffffff"

#不会把整个字符串存储在内部里
>>> dic = {"ffffffffffffffffffffffffffffffffffffffffffffffffffffffff" : 1}

#会首先把它转换成 hash 值然后以字典的 Key 方式存储在内部里
>>> hash("ffffffffffffffffffffffffffffffffffffffffffffffffffffffff")
7896373676960469870

>>> dic = {"7896373676960469870" : 1}
>>> dic
{'7896373676960469870': 1}
hash( )函数例子

memoryview( ):

callable( ):

vars( ): 

sorted( ): Python 有两个内置的排序函数,一种是调用 sorted(a) 函数但并不改变原来实例的顺序;另一种是调用 a.sort( )函数,这会改变原来目标的顺序

>>> a = [2, 4, 3, 5, 1]
>>> sorted(a)
[1, 2, 3, 4, 5]
>>> a
[2, 4, 3, 5, 1]
>>> a.sort()
>>> a
[1, 2, 3, 4, 5]
sorted(a) 和 a.sort( )例子

 

 

 

装饰器的介紹和操作实战

单层装饰器

>>> def outer():
...     print("outer.....")
... 
>>> def f1():
...     outer()
...     print("f1\n")
... 
>>> def f2():
...     outer()
...     print("f2\n")
... 
>>> def f100():
...     outer()
...     print("f100\n")
... 
>>> ff1 = f1()
outer.....
f1

>>> ff2 = f2()
outer.....
f2

>>> ff100 = f100()
outer.....
f100
沒有用装饰器例子
  1. 开放封闭原则:对于类或者是函数的内部,对所有人来说是封闭的,你改函数的时候不要在函数内部改,意思是说如果需要统一修改或者是添加功能的话,不可以在类或者是函数的内部直接改,对类或者是函数的外部是开放的。不影响函数的执行下,在外部添加一个新功能
  2. 应用埸景:在不改变函数内容的前题下,在它的参数不变的基础上,在它的之前或者是之后统一的做一些操作为什么要使用装饰器,因为想在执行函数之前先做一些操作,然后在执行函数之后又做一些操作。我通过一些语法,在你执行函数之前做一些操作,之后又做一些操作。
    >>> def outer(func):
    ...     def inner():
    ...         print("log")
    ...         return func()
    ...     return inner
    ... 
    
    >>> @outer  #在函数的外部添加一个 outer 函数
    ... def f1():
    ...     print("f1")
    ... 
    
    >>> f1()
    log
    f1
    装饰器例子[函数執行之前添加信息]
    >>> def outer(func):
    ...     def inner():
    ...         print("decorator: before.....")
    ...         r =  func()
    ...         print("decorator: after.....\n")
    ...         return r
    ...     return inner
    ... 
    
    >>> @outer
    ... def f1():
    ...     print("f1")
    ... 
    
    >>> ff1 = f1()
    decorator: before.....
    f1
    decorator: after.....
    装饰器例子[函数執行之后添加信息]
  3. 对函数是一个整体来说是可以把它当参数传到另外一个函数里
    def f1():
        print(123)
    
    def f2(xxx):
        xxx()
    
    f2(f1)
    #123
    函数当参数传到另外一个函数里
    # 首先定义了 outer 函数
    # 调用装饰器时会把f1这个整体当做参数传到 outer,然后把outer函数的返回再赋值给f1,这相当于
    # def outer():
    #     return "123"
    # 
    # f1 = "123"
    
    def outer(func):
        return "123"
    
    @outer
    def f1():
        print("f1")
       
    f1
    print(f1,type(f1))
    
    #123 <class 'str'>
    函数是参数原理解析
  4. 在你執行函数之前做一些操作,之後又做一些操作,装饰器有兩個主要的功能,
    功能一、自动执行 outer 函数并且将下面的函数名 f1当作参数传
    功能二、将 outer 函数的返回值返回,重新赋值给 f1
    def outer(func):
        def inner():
            print("before")
            func() #执行原来的函数 e.g. f1()
            print("after")
        return inner
    
    @outer
    def f1():
        print("F1")
  5. 也可以在原来的函数传入参数,当原函数有返回值时,在执行装饰器时也需要确保有返回值
    def outer(func):
        def inner(a):
            print("before")
            r = func(a) #执行原来的函数 e.g. f1()
            print("after")
            return r
        return inner
    
    # @ + 函数 然后放在一个函数上面
    # 功能:
    #- 自动执行 outer 函数并且将下面的函数名 f1当作参数传
    #- 将 outer 函数的返回值返回,重新赋值给 f1
    
    @outer
    def f1(args):
        print(args)
        return ("返回了")
    
    @outer
    def f2():
        print("F2")
    装饰器例子[有一個参数]
    def outer(func):
        def inner(*args, **kwargs):
            print("before")
            r = func(*args, **kwargs) #执行原来的函数 e.g. f1()
            print("after")
            return r
        return inner
    
    # @ + 函数 然后放在一个函数上面
    # 功能:
    #- 自动执行 outer 函数并且将下面的函数名 f1当作参数传
    #- 将 outer 函数的返回值返回,重新赋值给 f1
    
    @outer
    def f1(args):
        print(args)
        return ("返回了")
    
    @outer
    def f2(arg1, arg2):
        print(arg1,arg2)
    装饰器例子[多个参数]
  6. 程序执行的步骤

import time


def log_calls(func):

    def wrapper(*args, **kwargs):
        now = time.time()
        print("Calling {0} with {1} and {2}".format(func.__name__, args, kwargs))
        return_value = func(*args, **kwargs) # call test1(1,2,3) function
        print("Executed {0} in {1}ms".format(func.__name__, time.time() - now))
        return return_value

    return wrapper


#log_calls(test1)
@log_calls
def test1(a,b,c):
    print("\ttest1 called")


#log_calls(test2)
@log_calls
def test2(a,b):
    print("\ttest2 called")


#log_calls(test3)
@log_calls
def test3(a,b):
    print("\ttest3 called")
    time.sleep(1)


# test1 = log_calls(test1)
# test2 = log_calls(test2)
# test3 = log_calls(test3)


test1(1,2,3) # wrapper(*args, **kwargs)
test2(4,b=5)
test3(6,7)

"""
Calling test1 with (1, 2, 3) and {}
    test1 called
Executed test1 in 0.00011897087097167969ms
Calling test2 with (4,) and {'b': 5}
    test2 called
Executed test2 in 2.193450927734375e-05ms
Calling test3 with (6, 7) and {}
    test3 called
Executed test3 in 1.0049281120300293ms
"""
装饰器例子

双层装饰器

[更新中]  

 

 

 

案例实战

[更新中] 

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author: Janice Cheng


LOGIN_USER = {"is_login": False}

def outer(func):
    def inner(*args, **kwargs):
        if LOGIN_USER["is_login"]:
            r = func()
            return r
        else:
            print("Please login First")
    return inner

@outer
def order():
    print("Welcome {} ".format(LOGIN_USER["current_user"]))

@outer
def changepwd():
    print("Welcome {} ".format(LOGIN_USER["current_user"]))

@outer
def manager():
    print("Welcome {} ".format(LOGIN_USER["current_user"]))


def login(user,pwd):
    if user == "janice" and pwd == "jc123456":
        LOGIN_USER["is_login"] = True
        LOGIN_USER["current_user"] = user
        print("login successful\n")


def main():
    while True:
        inp = input("1. 后台管理; 2.登录\n>> ")
        if inp == '1':
            manager()
        elif inp == '2':
            username = input("Username: ")
            password = input("password: ")
            login(username,password)

main()
用户管理程序

 

本周作业

优化用户管理程序

普通用户: 登录,注册,修改密码,查看本用户信息
管理员用户:登录,注册,修改密码,查看本用户信息
      删除、添加普通用户
      修改普通用户密码
      查看所有普通用户,按照指定关键字搜索用户信息
      提高用户权限

* 用户信息需要存储在文件:alex|123|alex@gmail.com|1
* 权限要用装饰器来实现

程序流程图

 

程序结果 

 

 

 

参考资料

金角大王:

银角大王:Python开发【第四篇】:Python基础之函数



 

posted @ 2016-09-08 22:01  無情  阅读(750)  评论(0编辑  收藏  举报