三元运算

三元运算（三目运算），是对简单的条件语句的缩写

# 书写格式
 
result = 值1 if 条件 else 值2
 
# 如果条件成立，那么将 “值1” 赋值给result变量，否则，将“值2”赋值给result变量

基本数据类型补充

set

set集合，是一个无序且不重复的元素集合，它的主要作用如下：

去重，把一个列表变成集合，就自动去重了
关系测试，测试两组数据之前的交集、差集、并集等关系

集合对象是一组无序排列的可哈希的值：集合成员可以做字典的键

集合分类：可变集合、不可变集合

可变集合(set)：可添加和删除元素，非可哈希的，不能用作字典的键，也不能做其他集合的元素

不可变集合(frozenset)：与上面恰恰相反

class set(object):
    """
    set() -> new empty set object
    set(iterable) -> new set object
 
    Build an unordered collection of unique elements.
    """
    def add(self, *args, **kwargs): # real signature unknown
        """
        Add an element to a set，添加元素
        This has no effect if the element is already present.
        """
        pass
 
    def clear(self, *args, **kwargs): # real signature unknown
        """ Remove all elements from this set. 清除内容"""
        pass
 
    def copy(self, *args, **kwargs): # real signature unknown
        """ Return a shallow copy of a set. 浅拷贝  """
        pass
 
    def difference(self, *args, **kwargs): # real signature unknown
        """
        Return the difference of two or more sets as a new set. A中存在，B中不存在 ( in A not in B )
        (i.e. all elements that are in this set but not the others.)
        """
        pass
 
    def difference_update(self, *args, **kwargs): # real signature unknown
        """ Remove all elements of another set from this set.  从当前集合中删除和B中相同的元素"""
        pass
 
    def discard(self, *args, **kwargs): # real signature unknown
        """
        Remove an element from a set if it is a member.
 
        If the element is not a member, do nothing. 移除指定元素，不存在不保错
        """
        pass
 
    def intersection(self, *args, **kwargs): # real signature unknown
        """
        Return the intersection of two sets as a new set. 交集
 
        (i.e. all elements that are in both sets.)
        """
        pass
 
    def intersection_update(self, *args, **kwargs): # real signature unknown
        """ Update a set with the intersection of itself and another.  取交集并更更新到A中 """
        pass
 
    def isdisjoint(self, *args, **kwargs): # real signature unknown
        """ Return True if two sets have a null intersection.  如果没有交集，返回True，否则返回False"""
        pass
 
    def issubset(self, *args, **kwargs): # real signature unknown
        """ Report whether another set contains this set.  是否是子序列"""
        pass
 
    def issuperset(self, *args, **kwargs): # real signature unknown
        """ Report whether this set contains another set. 是否是父序列"""
        pass
 
    def pop(self, *args, **kwargs): # real signature unknown
        """
        Remove and return an arbitrary set element.
        Raises KeyError if the set is empty. 移除元素
        """
        pass
 
    def remove(self, *args, **kwargs): # real signature unknown
        """
        Remove an element from a set; it must be a member.
 
        If the element is not a member, raise a KeyError. 移除指定元素，不存在保错
        """
        pass
 
    def symmetric_difference(self, *args, **kwargs): # real signature unknown
        """
        Return the symmetric difference of two sets as a new set.  对称差集   (not in a and b )
 
        (i.e. all elements that are in exactly one of the sets.)
        """
        pass
 
    def symmetric_difference_update(self, *args, **kwargs): # real signature unknown
        """ Update a set with the symmetric difference of itself and another. 对称差集，并更新到a中 """
        pass
 
    def union(self, *args, **kwargs): # real signature unknown
        """
        Return the union of sets as a new set.    并集
        (i.e. all elements that are in either set.)
        """
        pass
 
    def update(self, *args, **kwargs): # real signature unknown
        """ Update a set with the union of itself and others. 更新 """
        pass

set

练习：寻找差异

old_dict = {
    "#1":11,
    "#2":22,
    "#3":100,
}
 
new_dict = {
    "#1":33,
    "#4":22,
    "#7":100,
}
 
old_set = set(old_dict.keys())
new_set = set(new_dict.keys())
 
same_set = old_set.intersection(new_set)
up_set = new_set.difference(old_set)
 
ret_dict = {}
for k in same_set:
    ret_dict[k]=new_dict[k]
 
for i in up_set:
    ret_dict[i]=new_dict[i]
 
print(ret_dict)
# print(old_set)
# print(new_set)

深浅拷贝

一、数字和字符串

对于数字和字符串而言，赋值、浅拷贝和深拷贝无意义，因为其永远指向同一个内存地址。

import copy
 
a = 132
b = 'Ales'
 
# ## 浅拷贝 ##
aa = copy.copy(a)
bb = copy.copy(b)
 
# ## 深拷贝 ##
aaa = copy.deepcopy(a)
bbb = copy.deepcopy(b)
 
print(id(a),id(aa),id(aaa))
print(id(b),id(bb),id(bbb))
 
# ## 1691783456   1691783456     1691783456
# ##  47227376    47227376       47227376

二、其他基本数据类型

对于字典、元祖、列表而言，进行赋值、浅拷贝和深拷贝时，其内存地址的变化是不同的。

1、赋值

赋值，只是创建一个变量，该变量指向原来内存地址，如：

n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 456]}
 
n2 = n1

2、浅拷贝

浅拷贝，在内存中只额外创建第一层数据

import copy
 
n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 456]}
 
n3 = copy.copy(n1)
 
print(id(n1),id(n3))
print(id(n1["k1"]),id(n3["k1"]))
 
# 44947080 45383304
# 45327056 45327056

3、深拷贝

深拷贝，在内存中将所有的数据重新创建一份（排除最后一层，即：python内部对字符串和数字的优化）

import copy
 
n1 = {"k1": "wu", "k2": 123, "k3": ["alex", 456]}
 
n4 = copy.deepcopy(n1)
 
print(id(n1),id(n4))
print(id(n1["k3"]),id(n4["k3"]))
print(id(n1["k3"][0]),id(n4["k3"][0]))
 
# 56088200 56460680
# 58962760 58930696
# 56506216 56506216

函数

一、背景

在学习函数之前，一直遵循：面向过程编程，

即：根据业务逻辑从上到下实现功能，其往往用一长段代码来实现指定功能，开发过程中最常见的操作就是粘贴复制，也就是将之前实现的代码块复制到现需功能处，如下：

while True：
    if cpu利用率 > 90%:
        #发送邮件提醒
        连接邮箱服务器
        发送邮件
        关闭连接
 
    if 硬盘使用空间 > 90%:
        #发送邮件提醒
        连接邮箱服务器
        发送邮件
        关闭连接
 
    if 内存占用 > 80%:
        #发送邮件提醒
        连接邮箱服务器
        发送邮件
        关闭连接

腚眼一看上述代码，if条件语句下的内容可以被提取出来公用，如下：

def 发送邮件(内容)
    #发送邮件提醒
    连接邮箱服务器
    发送邮件
    关闭连接
 
while True：
 
    if cpu利用率 > 90%:
        发送邮件('CPU报警')
 
    if 硬盘使用空间 > 90%:
        发送邮件('硬盘报警')
 
    if 内存占用 > 80%:

对于上述的两种实现方式，第二次必然比第一次的重用性和可读性要好，其实这就是函数式编程和面向过程编程的区别：

函数式：将某功能代码封装到函数中，日后便无需重复编写，仅调用函数即可
面向对象：对函数进行分类和封装，让开发“更快更好更强...”

简单的例子：求一个长方形的周长和面积。

面向过程的程序设计方式：

1、确定长方形周长和面积的算法。

2、编写两个方法（函数）分别计算长方形的周长和面积。

3、求周长的方法（函数）和求面积的方法（函数）需要两个参数，分别是长方形的长和宽。

面向对象的程序设计方式：

1、一个长方形可以看成一个长方形对象。

2、一个长方形对象有两个状态（长和宽）和两个行为（求周长和求面积）。

3、将所有长方形的共性抽取出来，设计一个长方形类。

4、通过长方形对象的行为，就可以求出某个具体的长方形对象的周长和面积。

二、函数定义和使用

def 函数名(参数):
 
    ...
    函数体
    ...
    返回值

函数的定义主要有如下要点：

def：表示函数的关键字
函数名：函数的名称，日后根据函数名调用函数
函数体：函数中进行一系列的逻辑计算，如：发送邮件、计算出 [11,22,38,888,2]中的最大数等...
参数：为函数体提供数据
返回值：当函数执行完毕后，可以给调用者返回数据。

1、返回值

函数是一个功能块，该功能到底执行成功与否，需要通过返回值来告知调用者。

返回多个对象时，封装成一个元组返回！

以上要点中，比较重要有参数和返回值：

def 发送短信():
    发送短信的代码...
    if 发送成功:
        return True
    else:
        return False
 
while True:
    # 每次执行发送短信函数，都会将返回值自动赋值给result
    # 之后，可以根据result来写日志，或重发等操作
    result = 发送短信()
    if result == False:
        记录日志，短信发送失败...

2、参数

函数有三种不同的参数：

普通参数
默认参数
动态参数

# ######### 定义函数 ######### 
 
# name 叫做函数func的形式参数，简称：形参
def func(name):
    print name
 
# ######### 执行函数 #########
#  'alex' 叫做函数func的实际参数，简称：实参
func('alex')

普通参数

def func(name, age = 18):
 
    print "%s:%s" %(name,age)
 
# 指定参数
func('wupeiqi', 19)
# 使用默认参数
func('alex')
 
注：默认参数需要放在参数列表最后

默认参数

def func(*args):
    print(args,type(args))
 
# 执行方式一
func(11,33,4,4454,5,['',''])
 
# (11, 33, 4, 4454, 5, ['11', '22']) <class 'tuple'>
 
# 执行方式二
li = [11,2,2,3,3,4,54]
 
func(li)
# ([11, 2, 2, 3, 3, 4, 54],) <class 'tuple'>   注意此处!元组第一个元素为列表
 
func(*li)
# (11, 2, 2, 3, 3, 4, 54) <class 'tuple'>

动态参数一

def func(**kwargs):
    print(kwargs)
 
# 执行方式一
func(name='wupeiqi',age=18)
 
# 执行方式二
li = {'name':'wupeiqi', 'age':18, 'gender':'male'}
func(**li)
 
# {'name': 'wupeiqi', 'age': 18}
# {'name': 'wupeiqi', 'age': 18, 'gender': 'male'}

动态参数二

def f1(*a,**aa):
    print(a,type(a))
    print(aa,type(aa))
 
f1(11,22,33,k1=123,k2=456)
 
# (11, 22, 33) <class 'tuple'>
# {'k1': 123, 'k2': 456} <class 'dict'>

动态参数一,二结合

3.函数名可以做参数传递

　　函数名() => 执行函数

　　函数名 => 代指函数内容

def f1():
    print("F1")
    return "F1"
 
def f2(arg):
    arg()
    print("F2")
    return "F2"
 
f2(f1)
 
# F1
# F2

函数式编程、面向过程编程、面向对象编程

函数式编程 ：主要思想是把运算过程尽量写成一系列嵌套的函数调用。增强代码的重用性和可读性

传统的编程模式：

　　var a = 1 + 2;

　　var b = a * 3;

　　var c = b - 4;

函数式编程要求使用函数，我们可以把运算过程定义为不同的函数，然后写成下面这样：

　　var result = subtract(multiply(add(1,2), 3), 4);

函数式编程具有五个鲜明的特点。

　　（1）函数是"第一等公民"，与其他数据类型一样，处于平等地位，可以赋值给其他变量，也可以作为参数，传入另一个函数，或者作为别的函数的返回值。

　　（2）申明式（Declarative）的编程方式，相对于命令式而言，命令式程序设计大量使用可变对象和指令。习惯于创建对象或者变量，并且修改它们的状态或者值，或者喜欢提供一系列指令，要求程序执行。

　　对于申明式编程范式，不需要提供明确的指令操作，所有的细节指令将会更好的被程序库所封装，只需要提出要求，申明用意即可。

　　（3）无"副作用"（side effect），指的是函数内部与外部互动（最典型的情况，就是修改全局变量的值），产生运算以外的其他结果。

　　显式函数指函数与外界交换数据的唯一渠道就是参数和返回值，显式函数不会去读取或者修改函数的外部状态，

　　隐式函数除了参数和返回值外，还会读取外部信息，或者可能修改外部信息。

　　（4）不修改状态，函数式编程只是返回新的值，不修改系统变量。因此，不修改变量，也是它的一个重要特点。

　　在其他类型的语言中，变量往往用来保存"状态"（state）。不修改变量，意味着状态不能保存在变量中。函数式编程使用参数保存状态，最好的例子就是递归。

　　（5）尾递归优化，尾递归操作处于函数的最后一步。这种情况下，函数的工作其实已经完成（剩余工作就是再次调用它自身）。

　　编译器可以进行优化，用新函数的帧栈覆盖掉老函数的帧栈，避免递归操作不断申请栈空间。

函数式编程好处：

　　（1）代码简洁，开发快速。函数式编程大量使用函数，减少了代码的重复，因此程序比较短，开发速度较快。

　　（2）接近自然语言，易于理解。

　　（3）易于并发编程（concurrency）。函数式编程不需要考虑"死锁"（deadlock），因为它不修改变量，所以根本不存在"锁"线程的问题。不必担心一个线程的数据，被另一个线程修改，所以可以很放心地把工作分摊到多个线程，部署"并发编程"。

面向过程是一种以事件为中心的编程思想，以功能（行为）为导向，面向过程类型的编码是需求的直译过程。按模块化的设计，就是分析出解决问题所需要的步骤，然后用函数把这些步骤一步一步实现，实现的时候一个一个依次调用。

面向对象是一种以事物为中心的编程思想，以数据（属性）为导向，将具有相同一个或者多个属性的物体抽象为“类”，将他们包装起来；而有了这些数据(属性)之后，我们再考虑他们的行为（对这些属性进行怎样的操作），是把构成问题的事物分解成各个对象，建立对象的目的不是为了完成一个步骤，而是为了描述某个事物在整个解决问题的步骤中的行为。

内置函数

注：查看详细猛击这里

open()函数　=> 详情点击

lambda表达式

学习条件运算时，对于简单的 if else 语句，可以使用三元运算来表示，即：

# 普通条件语句
if 1 == 1:
    name = 'eric'
else:
    name = 'alex'
 
# 三元运算
name = 'eric' if 1 == 1 else 'alex'

对于简单的函数，也存在一种简便的表示方式，即：lambda表达式

func = lambda x,y : x+1

参数 x,y
函数体
隐含 return
func 函数名

# ###################### 普通函数 ######################
def f1(x):
    return x+100
 
result = f1(10)
print(result)
 
# ###################### lambda ######################
 
my_lambda = lambda x : x+100
result = my_lambda(10)
print(result)

注意 :

def makelist():
    L = []
    for i in range(5):
        L.append(lambda x: i**x)
    return L
 
mylist = makelist()
 
>>> mylist[0](0)
1
>>> mylist[0](1)
4
>>> mylist[0](2)
16

i 为enclosing variables，直到lambda函数调用时，i 的最终值为4

具体参考python作用域

for 循环中的 lambda 表达式

第一种：

f = [ lambda x: x*i for i in range(4) ]

调用结果为：

>>> f = [lambda x:x*i for i in range(4)]
>>> f[0](1)
3    # 1*3
>>> f[1](1)
3    # 1*3
>>> f[2](1)
3    # 1*3
>>> f[0](3)
9    # 3*3
>>> f[1](3)
9    # 3*3
>>> f[2](3)
9    # 3*3

表达式展开为函数代码：

def func():
    fs = []
    for i in range(4):
        def lam(x):
            return x*i
        fs.append(lam)
    return fs
 
>>> f = func()
>>> f[0](3)
9
>>> f[2](3)
9
>>> f[1](3)
9

　　当调用func()时，每次循环都将lam()函数的地址放入到fs列表中。

　　循环中的lam()函数，都未绑定i的值，直到循环结束，i的值为3，并将lam()函数中所用到的 i 值定为3。

　　到调用时，i 的值一直保持为3。

另一种：

f = [ lambda :i*i for i in range(4) ]　　（没有传入x值）

>>> f = [lambda :i*i for i in range(4)]
>>> f[0]()
9
>>> f[1]()
9
>>> f[2]()
9
>>> f[3]()
9

第二种：

f = [ lambda i=i: i*i for i in range(4) ]

表达式调用结果为：

>>> f1 = [lambda i=i: i*i for i in range(4)]
>>> f1[0]()
0
>>> f1[1]()
1
>>> f1[2]()
4
>>> f1[3]()
9

展开为函数为：

def func():
    fs = []
    for i in range(4)
        def lam(x=i):   # 即 i=i
            return x*x    # 即 i*i
        fs.append(lam)
    return fs

　　当调用func()函数时，每次循环都将lam()函数的地址放入到fs列表中。

　　但是在每次循环中，都将 i 的值绑定到了 x 上，所以直到循环结束，每次的 x 的值都不一样。

　　到调用时，x 的值为当时绑定的值。

　　当有给 lam()函数进行参数传递时，参数就绑定到 x 的值上。

>>> f1 = [lambda i=i: i*i for i in range(4)]
>>> f1[0](8)
64
>>> f1[1](8)
64
>>> f1[2](8)
64
>>> f1[3](8)
64

第三种：

f = [ lambda x=i:i*i for i in range(4) ]

表达式调用结果为：

>>> f2 = [lambda x=i: i*i for i in range(4)]
>>> f2[0]()
9
>>> f2[1]()
9
>>> f2[2]()
9
>>> f2[0](1)
9
>>> f2[1](2)
9

传不传参数都不影响结果。展开后：

def func():
    fs = []
    for i in range(4)
        def lam(x=i):
            return i*i
        fs.append(lam)
    return fs

　　虽然 lam()函数将 i 的值绑定到 x上，但是函数体中并没有使用到 x 的值，

　　直到循环结束，i 的值变为3，才会在调用时使用。

递归

利用函数编写如下数列：

斐波那契数列指的是这样一个数列 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233，377，610，987，1597，2584，4181，6765，10946，17711，28657，46368...

斐波纳契数列以如下被以递归的方法定义：F(0)=0，F(1)=1，F(2)=1, F(n)=F(n-1)+F(n-2)（n>=2，n∈N*）

def f1(a1,a2):
    if a1 == 0:
        print(a1,a2)
    a3 = a1 + a2
    print(a3)
    f1(a2,a3)
 
f1(0,1)

第一种（递归法）：

　　写法最简洁，但是效率最低，会出现大量的重复计算，时间复杂度O（1.618^n）,而且最深度1000

def fi(n):
    if n <= 1:
        return n
    return fi(n-2) + fi(n-1)
 
for i in range(6):
    print(fi(i),end=' ')

第二种（递推法）：

　　递推法，就是递增法，时间复杂度是 O(n)，呈线性增长，如果数据量巨大，速度会越拖越慢

def fi(n):
    if n <= 1:
        return n
    a, b = 0, 1
    for i in range(n-1):
        a, b = b, a + b
 
    return b

第三种（生成器）：

def fi(n):
    a, b = 0, 1
    while n >= 1 :
        a, b = b, a+b
        yield a
        n -= 1
 
for i in fi(6):
    print(i, end=' ')

第四种（类）：

class Fabinacci(object):
    def __init__(self, count):
        self.current = 0
        self.a = 0
        self.b = 1
        self.max = count
 
    def __next__(self):
        if self.current < self.max:
            self.a,self.b = self.b, self.a + self.b
            self.current += 1
            return self.a
        else:
            raise StopIteration
 
    def __iter__(self):
        return self
 
for i in Fabinacci(6):
    print(i, end=' ')

第五种（矩阵）：

　　因为幂运算可以使用二分加速，所以矩阵法的时间复杂度为 O(log n)

　　用科学计算包numpy来实现矩阵法 O(log n)

### 1
import numpy
def fib_matrix(n):
    res = pow((numpy.matrix([[1, 1], [1, 0]])), n) * numpy.matrix([[1], [0]])
    return res[0][0]
for i in range(10):
    print(int(fib_matrix(i)), end=' ')
 
### 2
# 使用矩阵计算斐波那契数列
def Fibonacci_Matrix_tool(n):
    Matrix = npmpy.matrix("1 1;1 0")
    # 返回是matrix类型
    return pow(Matrix, n)  # pow函数速度快于 使用双星好 **
 
def Fibonacci_Matrix(n):
    result_list = []
    for i in range(0, n):
        result_list.append(numpy.array(Fibonacci_Matrix_tool(i))[0][0])
    return result_list
# 调用
Fibonacci_Matrix(10)

练习题

1、简述普通参数、指定参数、默认参数、动态参数的区别

# 普通参数：按照形式参数的指定位置 传入参数。
# 指定参数：可以在实际参数里指定任意位置,传入参数。
# 默认参数：如果实际参数没有给形式参数传入值　　那么默认使用的参数就是默认参数　默认参数需要放到尾部
# 动态参数：可以无限传入任意参数，如果是*代表传入参数的形式将会是元组 **表示将会是字典

2、写函数，计算传入字符串中【数字】、【字母】、【空格] 以及【其他】的个数

#!/usr/bin/env python
# -*-coding:utf-8 -*-
 
def counts(str):
    num_counts=0
    al_counts=0
    space_num=0
    other=0
    for i in str:
        if i.isdigit():
            num_counts += 1
        elif i.isalpha():
            al_counts += 1
        elif i.isspace():
            space_num +=1
        else:
            other += 1
    print(num_counts,al_counts,space_num,other)
 
counts('123 456abc def g_*-/')

3、写函数，判断用户传入的对象（字符串、列表、元组）长度是否大于5。

#!/usr/bin/env python
# -*-coding:utf-8 -*-
 
def length(input):
    if isinstance(input,str) or isinstance(input,list) or isinstance(input,tuple):
        if len(input) > 5:
            print("大于5")
            return True
        else:
            print("小于5")
            return False
    else:
        print("类型错误!")
        return None
 
length("abc544")
 
li = ['','','','asd',45,22,]
length(li)
 
tu=(11,22,33,44,)
length(tu)
 
a =123
length(a)

4、写函数，检查用户传入的对象（字符串、列表、元组）的每一个元素是否含有空内容。

#!/usr/bin/env python
# -*-coding:utf-8 -*-
 
def has_space(str):
    ret = False
    for i in str:
        if i.isspace():
            ret = True
            break
    return ret
 
ret = has_space('22 123')
print(ret)

5、写函数，检查传入列表的长度，如果大于2，那么仅保留前两个长度的内容，并将新内容返回给调用者。

#!/usr/bin/env python
# -*-coding:utf-8 -*-
 
def check(li):
    if len(li)>2:
        del li[2:]
 
li = [11,22,33,44,55]
check(li)
print(li)

6、写函数，检查获取传入列表或元组对象的所有奇数位索引对应的元素，并将其作为新列表返回给调用者。

#!/usr/bin/env python
# -*-coding:utf-8 -*-
 
def check(li):
    return li[0:len(li):2]
 
li = [11,22,33,44,55,66,77,88,99]
ll = check(li)
print(ll)

7、写函数，检查传入字典的每一个value的长度,如果大于2，那么仅保留前两个长度的内容，并将新内容返回给调用者。

dic = {"k1": "v1v1", "k2": [11,22,33,44]}
 
PS:字典中的value只能是字符串或列表

#!/usr/bin/env python
# -*-coding:utf-8 -*-
 
dic = {"k1": "v1v1", "k2": [11,22,33,44],"k3":''}
 
def check(dic):
    for k,v in dic.items():
        if len(v)>2:
            dic[k]=v[0:2]
    return dic
 
check(dic)
print(dic)

8、写函数，利用递归获取斐波那契数列中的第 10 个数，并将该值返回给调用者。

#!/usr/bin/env python
# -*-coding:utf-8 -*-
 
def f1(a1,a2,depth):
    if depth == 10:
        return a1
    a3 = a1 + a2
    a1 = f1(a2,a3,depth+1)
    return a1
 
a = f1(0,1,1)
print(a)

【Python之路】第四篇--Python基础之函数的更多相关文章

python之路第四篇（基础篇）
一.冒泡算法实现: 方法一: li = [13,33,12,80,66,1] print li for m in range(4): num1 = li[m] num2 = li[m+1] if nu ...
【Python之路】第九篇--Python基础之线程、进程和协程
进程与线程之间的关系线程是属于进程的,线程运行在进程空间内,同一进程所产生的线程共享同一内存空间,当进程退出时该进程所产生的线程都会被强制退出并清除.线程可与属于同一进程的其它线程共享进程所拥有的全 ...
Python之路第四天，基础(4)-装饰器，迭代器，生成器
装饰器装饰器(decorator)是一种高级Python语法.装饰器可以对一个函数.方法或者类进行加工.在Python中,我们有多种方法对函数和类进行加工,比如在Python闭包中,我们见到函数对象 ...
【Python之路】第一篇--Linux基础命令
pwd 命令查看”当前工作目录“的完整路径 pwd -P # 显示出实际路径,而非使用连接(link)路径:pwd显示的是连接路径 . 表示当前目录 .. 表示上级目录 / 表示根目录 ls ...
Python之路(第四篇)：Python基本数据类型列表、元组、字典
一.列表 1.列表 list ,是一个类,li = [1,2,"nicholas"] li是通过list类创建的对象. 2.list特点: 用中括号括起来,用逗号分割每个元素,列表 ...
Python之路(第八篇)Python内置函数、zip()、max()、min()
一.python内置函数 abs() 求绝对值例子 print(abs(-2)) all() 把序列中每一个元素做布尔运算,如果全部都是true,就返回true, 但是如果是空字符串.空列表也返回t ...
Python之路(第五篇) Python基本数据类型集合、格式化、函数
一.变量总结 1.1 变量定义记录某种状态或者数值,并用某个名称代表这个数值或状态. 1.2 变量在内存中的表现形式 Python 中一切皆为对象,数字是对象,列表是对象,函数也是对象,任何东西都是 ...
【Python之路】特别篇--Python正则表达式
正则表达式的基础正则表达式并不是Python的一部分. 正则表达式是用于处理字符串的强大工具,拥有自己独特的语法以及一个独立的处理引擎,效率上可能不如str自带的方法,但功能十分强大. 得益于这一点 ...
【Python之路】特别篇--Python面向对象（进阶篇）
上一篇<Python 面向对象(初级篇)>文章介绍了面向对象基本知识: 面向对象是一种编程方式,此编程方式的实现是基于对类和对象的使用类是一个模板,模板中包装了多个“函数”供使 ...
Python之路(第七篇)Python作用域、匿名函数、函数式编程、map函数、filter函数、reduce函数
一.作用域 return 可以返回任意值例子 def test1(): print("test1") def test(): print("test") ret ...

随机推荐

工具条OutLookBar
工具条OutLookBar 灰姑娘本身也有自已的优点,但是却可能因为外貌不讨人喜欢,要变成白雪公主却需要有很多勇气和决心去改变自已: 有一颗善良的心讨人喜爱的外貌我这里讲的是一个工具条的蜕变过程, ...
软件设计师.NET认证考试测试卷（试题及答案）
软件设计师.NET认证考试测试卷注意事项:用蓝.黑色钢笔答题.保持卷面整洁. 得分阅卷人一.单项选择(40分,每小题1分) 1.以下标识符中不全是关键字的是(D ) A.case for in ...
ASP.NET Core + Angular 2 Template for Visual Studio
多个月以来,我和多个Github上的社区贡献者一起建立支持库.包,我们最终的目的是希望完成这样一个作为起点的模板,也就是基于把Typescript代码和Angular2宿主在ASP.NET Core项 ...
.Net程序员学用Oracle系列(2)：准备测试环境
<.Net程序员学用Oracle系列:导航目录> 本文大纲 1.创建说明 1.1.为什么要创建的测试环境? 1.2.了解 Oracle 实例的默认用户 2.创建环境 2.1.创建基本环境 ...
BST 二叉搜索树
定义: 二叉查找树要么是一棵空树,要么是一棵具有如下性质的非空二叉树: 1.若左子树非空,则左子树上的所有结点的关键字值均小于根结点的关键字值. 2.若右子树非空,则右子树上的所有 ...
Python wifi掉线重连接
原理很简单,通过python执行dos命令 : ping 和 netsh 需要用到os和time模块代码如下: >>> import os >>> print ' ...
记一次kali和win8.1的双系统修复！！
简要情况: 原来电脑存在的系统:win7和kali. 后来的系统:win8.1和原本的kali 情况描述:在我装完win8.1后就直接启动到win8.1了没有了grub2的选择启动界面,但是我还是想要 ...
自定义连接池java.lang.ClassCastException: com.sun.proxy.$Proxy4 cannot be cast to java.sql.Connection
原因:Connection.getInterfaces() 与数据库驱动有关,数据库驱动不同 Connection.getInterfaces() 的结果也就不同,Connection.getInte ...
oracle登录时shared memory realm does not exist的解决方法
解决办法:1.用CMD进入命令行2.sqlplus /nolog 3.conn / as sysdba4.startup 然后用sqlplus进入命令
【LeetCode】31. Next Permutation
Implement next permutation, which rearranges numbers into the lexicographically next greater permuta ...

【Python之路】第四篇--Python基础之函数