Python语言精要---下

2024-01-13 09:00:40

函数：
可以返回多个值，其实函数是返回一个对象，就是元组，元组中的元素被拆分到各个结果变量中了

匿名函数：
lambda函数，仅仅由单条语句组成，结果就是返回值
这种函数没有提供名称属性

闭包：

closure就是其他函数动态生成并返回的函数
被返回的函数可以访问其创建者的局部命名空间
    

  1. def make_closure(a):
    2. 

  2.     def closure():
    3. 

  3.         print("I know the secret: %d" % a)
    4. 

  4.     return closure()
    5. 

  5. closure = make_closure(5) 
    6.
和标准函数的区别就是，即使创建者已经执行完成，闭包仍然可以访问创建者的局部命名空间
#I know the secret: 5

扩展调用语法：
    

  1. def say_hello_then_call_f(f,*args,**kwargs):
    2. 

  2.     print("arg is " + str(args))
    3. 

  3.     print("kwargs is %s "% kwargs)
    4. 

  4.     print("hello now i am gonna to call %s" % f)
    5. 

  5.     return f(*args,**kwargs)
    6. 

  6. def g(x,y,z = 1):
    7. 

  7.     return (x+y) / z
    8. 

  8. say_hello_then_call_f(g,1,2,z = 5)
    9. 

  9. print(say_hello_then_call_f(g,1,2,z = 5))
    10. 

  10. print(g(1,2,z = 5))
    11.
 
柯里化：
通过部分参数应用从现有函数派生出来的新函数技术
    

  1. def add_numbers(x,y):
    2. 

  2.     return x+y
    3. 

  3. add_five = lambda y: add_numbers(5, y)
    4. 

  4. print(add_five(2))
    5. 

  5. #这里的add_numbers的第二个参数是柯里化的，就是定义了一个可以调用现有函数的新函数而已
    6. 

  6. #还可以使用下面的模块函数简化这个过程
    7. 

  7. from functools import partial
    8. 

  8. add_five_ = partial(add_numbers,5)
    9. 

  9. print(add_five_(9))
    10.
在pandas和时间序列中，可以用这个技术创建专门的数据序列转换函数
    

  1. #计算时间序列x的60日移动平均
    2. 

  2. ma60 = lambda x:pandas.rolling_mean(x,60)
    3. 

  3. #计算data中所有时间序列的60日移动平均
    4. 

  4. data.apply(ma60)
    5.
pandas:Python Data Analysis Library

生成器：
能以一种一致的方式对序列进行迭代
通过一种迭代器协议实现的
生成器是构造性的可迭代对象的一种简单方式
一般的函数执行之后只返回单个值
生成器则是以延时的方式返回一个序列
每返回一个值之后暂停
直到下一个值被请求时再继续
要创建一个生成器，只需要将函数中的return替换成yeild即可
    

  1. def squares(n=10):
    2. 

  2.     print('Generating squares from 1 to %d' % (n**2))
    3. 

  3.     for i in range(1,n+1): 
    4. 

  4.         yield i**2
    5. 

  5. gen = squares()
    6. 

  6. print(gen)
    7. 

  7. #直到从生成器中请求元素时候，才会执行代码
    8. 

  8. for x in gen:
    9. 

  9.     print(x)
    10. 

  10. '''
    11. 

  11. <generator object squares at 0x000000BD50384518>
    12. 

  12. Generating squares from 1 to 100
    13. 

  13. 1
    14. 

  14. 4
    15. 

  15. 9
    16. 

  16. 16
    17. 

  17. 25
    18. 

  18. 36
    19. 

  19. 49
    20. 

  20. 64
    21. 

  21. 81
    22. 

  22. 100
    23. 

  23. '''
    24.

生成器表达式：
是构造生成器的最简单的方式，方式就是把列表推导两边的方括号改成圆括号
    

  1. gen= (x ** 2 for x in range(100))
    2. 

  2. print(gen)
    3. 

  3. print(sum(x**2 for x in range(100)))
    4. 

  4. print(dict((i,i**2) for i in range(7)))
    5. 

  5. '''
    6. 

  6. <generator object <genexpr> at 0x0000007F13491938>
    7. 

  7. 328350
    8. 

  8. {0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36}
    9. 

  9. '''
    10.

itertools模块：
这个模块中有一组可以用于许多常见数据算法的生成器
groupby可以接受任何序列和一个函数，根据函数的返回值对序列中的连续元素进行分组
    

  1. import itertools
    2. 

  2. first_letter = lambda x: x[0]
    3. 

  3. names = ['jason','peggy','charles','heather','whitney','thea','ana','jane','aya']
    4. 

  4. for letter,name in itertools.groupby(names,first_letter):
    5. 

  5.     print(letter,list(name))
    6. 

  6. '''
    7. 

  7. j ['jason']
    8. 

  8. p ['peggy']
    9. 

  9. c ['charles']
    10. 

  10. h ['heather']
    11. 

  11. w ['whitney']
    12. 

  12. t ['thea']
    13. 

  13. a ['ana']
    14. 

  14. j ['jane']
    15. 

  15. a ['aya']
    16. 

  16. '''
    17.
文件操作：
    

  1. with open('temp_temp.txt','w') as handle:
    2. 

  2.     handle.writelines(x for x in open('temp.txt') if len(x)> 1)
    3. 

  3. open('temp_temp.txt').readline()
    4.

上一篇：撑100s小游戏


下一篇：最简单有效的关于linux下配置Git操作免登录ssh公钥