Python的一些高级特性
内容基本上来自于廖雪峰老师的blog相当于自己手打了一遍,加强加强理解吧。
http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000
Python的一些高级特性
Slot
python是动态语言,所谓动态,就是可以先创建类的实例,之后再动态绑定属性或方法,比如下边这个例子:
class Student(object)
pass
s=Student()
s.name="asd"
注意这里的pass就是相当于空语句,表示什么都不做。
还可以进行方法的动态绑定,比如定义下面的方法,有点像java中反射的感觉。
def set_age(self,age)
self.age=age
from types import MethodType
s.set_age=MethodType(set_age,s,Student)
其中三个形参的含义:
将已经定义好的 set_age方法,绑定在Student类的实例s上。
绑定的时候,仅仅是将set_age方法与实例s进行了绑定,这里的绑定,只能是与固定实例进行,要是通过s2=Student() s2.set_age()来进行方法调用,就是不起作用的,因为方法仅仅与s1实例进行了绑定。
如果希望使得所有的类都适用,需要给class类绑定类方法:
def set_score(self,score)
self.score=score
Student.set_score=MethodType(set_score,None,Student)
这里的None表示这个类还没有实例
注意前面的不同,这里再具体进行绑定的时候,前面直接写成了,类名.set_score的形式。
实际情况中,有些时候,并不希望对实例的任意绑定都能够进行,这样随随便便就进行绑定想来也总是不太安全的行为。
可以通过下面的方法来解决:在定义class的时候,通过添加__slot__变量,来限制该class类所能够添加的属性。
class Student(object)
__slot__=('name','age')
注意通过__slot__定义仅对当前的类起作用,对继承的子类是不起作用的。
除非在子类中也加上__slot__ ,这样就相当于子类的__slot__范围加上父类的__slot__范围。
这样的话,能动态绑定的属性,就只有name和age两个。
如果绑定一个超出__slot__中所限制的范围的属性进去,比如:
s=Student()
s.score=90
这样就会报错。
函数式编程以及高阶函数
所谓高阶函数,就是函数本身也能作为参数传入,很多语言中都有高阶函数的相关机制。
能接受一个函数作为传递参数的函数,就称为高阶函数,所谓的函数式编程,就是指在程序中使用这种更高抽象程度的编程范式。
比如MapReduce中的map函数
map(f,[1,2,3,4,5])
这个就是说把f 函数作用于[1,2,3,4,5]中的每个元素,当然也可以通过别的方式来执行类似的操作,比如把list循环一下,每个元素都作为参数传递给f 最后输出的结果,
之后再放在一个新的list当中,但是这样并不是太简洁。
map作为一个高阶函数,事实上是把运算规则抽象化了,想想,有点想泛函分析的感觉,就是某种更高程度的抽象,像是直接提炼了算子出来的那种。估计自己以后不太有机会学数学上更高程度的课程了,想想当初老师上课说,如果工科方面再往高学,泛函分析是必须要学的,想想有点可惜,题外话。
运算规则抽象之后,不但可以对简单的f(x)=x^2计算,还可以按照算子的计算规则,对序列或者是矩阵,进行类似的运算,确实方便好多。
reduce也是一个高阶函数,对于reduce而言,reduce可以把一个函数作用在一个序列[x1, x2, x3...]上,这个函数必须接收两个参数,reduce把当前这一步的结果继续和序列的下一个元素做累积计算,其效果就是:reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
比方说一个序列求和的reduce的实现:
def add(x,y)
return x+y
reduce(add,[1,3,5,7,9])
这样,返回结果是25。
感觉高阶函数的主要好处还是体现在数学性比较强的运算上,比如结合mapreduce把str转化为int:
def fn(x,y)
return x*10+y
def char2num(s)
return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]
reduce(fn,map(char2num,'13579'))
先用map函数把序列中的每个元素转化为实际的数字,返回的结果可能是一个数字的列表之后再用fn函数进行数字结果的reduce操作,不断向后进行迭代每次都是之前得到的结果乘以10再加上后面的一个数字,这样不断进行累计,最后可以把分散的数字序列拼成一个实际的数字。
函数式编程在排序算法中的应用:
这个算是比较典型的,将比较结果抽象出来:两个元素x y进行比较,如果返回-1 x<y 返回0, x==y ,反之 x>y。
因此这个排序的函数也是一个高阶函数,因为在它的参数中,可以传入一个 函数,这个函数的作用是用来进行比较。
这个其实有点像模板方法模式,高级函数中定义好更高层次的函数的执行顺序,之后在调用的时候,将具体的执行函数传入。
当然,高阶函数除了接受函数作为传递的参数之外,还可以将函数作为值来返回。
比如下面的代码,在一个函数的内部又定义了另外一个求和的函数,并且将这个求和的函数返回:
def lazy_sum(*args):
def sum():
ax=0
for n in args:
ax=ax+n
return ax
return sum
调用f=lazy_sum(1,2,3,4,5)的时候,返回的只是函数的一个句柄:
只有再继续执行f()才能返回最后的结果:15。
还有一个地方要注意的是:
每次一个新的调用f1=lazy_sum(1,2,3) f2=lazy_sum(1,2,3) print f1==f2 结果就会返回false,f1()与f2()是两个不同的调用
匿名函数
匿名函数往往通过 Lambda表达式的方式来引入:
关键字lamda表示的是匿名函数,冒号前面的x表示的是函数的参数。
如果定义一个lamda x:x*x实际上表示的就是:
def f(x)
return x*x
匿名函数有一个限制,就是不用写return 这个表达式的返回值,就是最后的返回值。
用匿名函数的好处是,因为函数没有名字,因此不必担心命名冲突。
此外,匿名函数也是一个函数的对象,也可以把匿名函数赋值给一个变量,再利用变量来调用该函数。
当然通过lamda表达式定义的匿名函数也可以作为返回值来进行返回:
def build(x,y)
return lambda: x*x + y*y
注意这里lamda表达式本身就是写在函数里面的,因此就不用再在:的前面把x,y再当做函数参数进行声明了
装饰器
本质上decorator就是一个返回高阶函数的函数。
可以通过动态的方式给原来的函数添加新的功能,比如打印日志
比如我们定义一个log装饰器 对func方法进行包装
def log(func):
#这里添加了新的功能之后又将原来的函数返回
def wrapper(*args,**kw):
print 'call %s():' % func.__name__
return func(*args,**kw)
return wrapper
利用python的 @ 语法 把decorator置于函数的定义处 这里大概的意思就是把下面的函数作为参数 传入之前定义好的log函数中
这里相当于执行了类似下面的函数:now=log(now)原本的now函数还是存在的 只是现在同名的now变量指向了一个新的函数
再次调用now()的时候 返回的是wrapper函数 此时now.__name__就是wrapper而不是now(这里要特别注意)
@log
def now():
print '2014-12-06'
调用now()
打印的结果如下:
call now():
2014-12-06
如果在decorator本身需要参数 就需要写一个返回decorator的参数 而不是一个仅仅返回wrapper的参数
就是在wrapper的外层多套了一层decorator 这里要连续返回两层
def log(text):
def decorator(func):
def wrapper(*args,**kw):
print '%s %s():' %(text,func.__name__)
return func(*args,**kw)
return wrapper
return decorator
使用的时候:
@log('execute')
def now():
print '2013-12-25'
这个大概表示的意思就是 now=log('execute')(now)
首先调用log('execute') 返回的是最外层的decorator函数 对log可见的是这个返回的decorator函数
之后再调用这个返回的decorator函数 就是调用decorator(now) 来执行对应的wrapper函数
此时now.__name__就变成了wrapper
注意不论是两层还是三层 最里边总是一个wrapper的函数
一个完整的decorator的写法:
import functools
def log(func)
@functools.wraps(func)
def wrapper(*args,**kw)
print 'call %s() ' %func.__name__
return func(*args,**kw)
return wrapper
对于带参数的wrapper
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
关键是要注意在wrapper的前面加上@functools.wrap(func)
??这里还是有一些疑问的
偏函数
这里的偏函数和数学上的偏函数概念有所不同
偏函数这个理解起来其实也比较容易
就是函数中的某些参数被设定了默认值
比如int ('12345',base=10)
要是第二个参数没有显式地传进来的话 就是默认使用base=10来进行操作
Python的一些高级特性的更多相关文章
- Python:笔记(4)——高级特性
Python:笔记(4)——高级特性 切片 取一个list或tuple的部分元素是非常常见的操作.Python提供了切片操作符,来完成部分元素的选取 除了上例简单的下标范围取元素外,Python还支持 ...
- Python面向对象编程高级特性
***这里还是根据网上资料,主要是廖雪峰老师的教程学习的笔记,主要介绍python面向对象的高级特性,笔记不全,只是记录自己觉得容易出错的地方*** 1.python作为一种动态语言,他的动态绑定机制 ...
- Python的一些高级特性以及反序列化漏洞
0x01 简述 文章主要记录一下python高级特性以及安全相关的问题 python作为脚本语言,其作为高级语言是由c语言开发的,关于python的编译和链接可以看向这里https://github. ...
- python 9学习 高级特性
高级特性 掌握了Python的数据类型. 语句 和函数,基本上就可以编写出很多有用的程序了. 比如构造一个1, 3, 5, 7, ..., 99的列表,可以通过循环实现: L = [] n ...
- python:函数的高级特性
很多语言中,都允许把函数本身做为参数,传递给其它参数:即所谓的高阶函数.python中也有类似特性: 一.map/reduce.filter.sorted hadoop里的map-reduce思想在p ...
- Python中的高级特性
1.切片.使用“[”和“]”即可,类似Matlab,可以切list,tuple,字符串等. 2.迭代.Python内置的enumerate函数可以把一个list变成索引-元素对. 3.列表生成式.列表 ...
- Python语言的高级特性
函数式编程 基于lambda演算的一种编程方式 函数中只有函数 函数可以作为参数,同样可以作为返回值 纯函数式编程语言:LISP , Haskell python函数式编程只是借鉴函数式编程的一些特点 ...
- Python快速学习-高级特性
1.切片 取一个list或tuple的部分元素是非常常见的操作 L = ['hello','the','world','and','my','love'] 取前三个元素 L[0:3],L[:3] 取倒 ...
- Python学习之高级特性
切片 在Python基础篇里,我们知道Python的可序列对象可以通过索引号(下标)来引用对象元素,索引号可以由0开始从左向右依次获取,可以从-1开始由右向左获取.这种方法可以帮助我们依次获取我们想要 ...
随机推荐
- luogu_P1177 【模板】快速排序 (快排和找第k大的数)
[算法] 选取pivot,然后每趟快排用双指针扫描(l,r)区间,交换左指针大于pivot的元素和右指针小于pivot的元素,将区间分成大于pivot和小于pivot的 [注意] 时间复杂度取决于pi ...
- CSS制作垂直口风琴2
<!doctype html> <html lang="en"> <head> <meta charset="UTF-8&quo ...
- js—input框中输入数字,动态生成内容的方法
项目中需要在前端实现: 用户输入数字n,动态生成n个元素,删除n,自动清空n个元素(如图一): 用户输入数字n,失焦生成n个元素,再聚焦修改n,自动清空n个元素(如图二): 图一: 图二: 需求一实现 ...
- 命令行运行python -m http.server报错
最近在学习网站搭建,借助python搭建服务器时,在网站目录启动python服务时报错,如下: UnicodeDecodeError: 'utf-8' codec can't decode byte ...
- 轻便的gb28181协议中的rtp+ps格式视频流的封装和解析
streams 轻便的gb28181协议中的rtp+ps格式视频流的封装和解析 packet packet实现ps的相关封装和解析, example/enc 通过joy4来读本地视频文件,然后调用Rt ...
- python面向对象--反射机制
class Black: feture="ugly" def __init__(self,name,addr): self.addr=addr self.name=name def ...
- nginx+flask+gevent+uwsgi实现websocket
Websocket简介 WebSocket是HTML5开始提供的一种在单个 TCP 连接上进行全双工通讯的协议.在WebSocket API中,浏览器和服务器只需要做一个握手的动作,然后,浏览器和服务 ...
- hdu 4655 Cut Pieces(想法题)
Cut Pieces Time Limit: 4000/2000 MS (Java/Others) Memory Limit: 131072/65536 K (Java/Others) Tota ...
- 使用Node,Vue和ElasticSearch构建实时搜索引擎
(译者注:相关阅读:node.js,vue.js,Elasticsearch) 介绍 Elasticsearch是一个分布式的RESTful搜索和分析引擎,能够解决越来越多的用例. Elasticse ...
- 【HbuilerX-Bug】终端无法显示打印信息,也无法输入
经过调试HbuilderX“终端”插件,最终定位问题,问题是插件在打开终端时,无法定位具体的窗口程序,如“cmd.exe”.“powershell.exe”等.可能产生原因:1.可能是电脑系统升级产生 ...