python小结（二） 函数（小白总结）&生成器&迭代器（定义）

【def】

定义一个函数    f()  调用这个函数        f 只是相当于调用一个函数对象，返回的是一个函数的内存地址,要搞清楚这一点，这样会对以后高阶函数的理解有帮助

def f():
    print "ok"
f()

运行结果：
ok

【参数】

给函数添加参数：1。 普通的参数       2。默认参数    3.不定长参数

【默认参数】

一般默认参数放在最后

def f(name,age=12):
    print "I am {name} I am {age}".format(name=name,age=age)
f("Tom")

运行结果：
I am Tom I am 12

【不定长参数】

1 无命名的不定长参数

def add(*args):  #不定参数无命名
    sum = 0
    for i in args:
        sum+=i
    return sum
sum =add(1,2,3,4,5)
print sum

运行结果：
15

#当你添加的是列表时

def a(*args):
    print args
a(*[1,2,3,4])  #####单个添加到元组####

运行结果：

(1, 2, 3, 4)

2。有命名的不定长参数

def login(**kwargs):    #有命名
    print kwargs
    for i in kwargs:
        print i
login(name="Tom",age=19,sex="man")

运行结果：
{‘age‘: 19, ‘name‘: ‘Tom‘, ‘sex‘: ‘man‘}
age
name
sex

def b(**kwargs):
    print kwargs
b(**{"name":"aa"}) ######键值对方式添加到字典####

运行结果：
{‘name‘: ‘aa‘

【return】

结束函数，返回某个对象

如果未在函数中指定return,那这个函数的返回值为None

可以返回多个对象 ，默认放到一个元组中

【作用域】

总共可以划分为Legb

built_in (系统定义)   　　　　global(全局变量)    　　　　enclosing（嵌套变量）   　　      local（局部变量）

count = 10
# count =["1","2"]
def out():
    global count    ##申明全局变量
    count+=1          ##当全局变量不可变时，局部变量不可修改，除非申明全局变量
    # count.append("3")    ##当是可变的类型时，内部可以对他进行修改
    print count
out()

运行结果：
11

【高阶函数】

高阶函数是至少满足下列一个条件的函数:

1.接受一个或多个函数作为输入

2.输出一个函数

def f(n):
    return n*n
def foo(a,b,fn):
    return fn(a)+fn(b)  ####fn()就是运行这个f()函数######
print foo(1,2,f)  ######f就是一个函数的内存地址######

def f():
    return 8
def fun():
    return f
ter=fun()     #####只是得到f函数的内存地址######
print ter
print ter()   ####只要加上括号就代表运行这个函数，所以就是运行f()这个函数

运行结果：
5
<function f at 0x00000000026CEBA8>
8

【递归函数】

定义：简单的可以概括为：调用自己的函数+结束条件

######递归求阶乘#####

def f(n):
    if n==1:
        return 1
    return n*f(n-1)   #####调用自己，结束条件
print f(7)

print reduce(lambda a,b:a*b ,range(1,8))     #之后会讲到这几个重要的内置函数，现在只是了解会有更简单的方法来实现递归

运行结果：
5040
5040

【斐波那契数列】

可以很好地解释递归函数，好好理解一下斐波那契数列，后边会以这个数列来讲解生成器

def f(n):
    if n<=2:
        return n
    return f(n-1)+f(n-2)

print f(5)

运行结果：
8

【内置函数】

py2内置函数：https://docs.python.org/3.5/library/functions.html#repr

几个重要的内置函数：

1。filetr(function,squence) 　　对sequence中的item依次执行function(item)，将执行结果为True的item做成一个filter object的迭代器返回。可以看作是过滤函数。

2。map(function,squence) 　　对sequence中的item依次执行function(item)，将执行结果组成一个map object迭代器返回.map也支持多个sequence，这就要求function也支持相应数量的参数输入：

3。reduce(function,squence) 　　对sequence中的item顺序迭代调用function，如果有starting_value，还可以作为初始值调用.

4.。lambda(function,squence)　　匿名函数的命名规则，用lamdba 关键字标识，冒号（：）左侧表示函数接收的参数（a,b） ,冒号（：）右侧表示函数的返回值（a+b）。因为lamdba在创建时不需要命名，所以，叫匿名函数　　

#filter
str = ["a","b","c","d","e"]
def func(s):
    #print s
    if s !="a":
        return s
let = filter(func,str)
print list(let)

#map
str = [ ‘a‘, ‘b‘]
def fun2(s):
    return s + "alvin"
ret = map(fun2, str)
print(ret)  # map object的迭代器
print(list(ret))  # [‘aalvin‘, ‘balvin‘, ‘calvin‘, ‘dalvin‘]

#reduce
from functools import reduce
def add1(x, y):
    return x + y
print (reduce(add1, range(1, 101)))  ## 5050 （注：1+2+...+100）
print (reduce(add1, range(1, 101), 20))  ## 5070 （注：1+2+...+100+20）

#lambda
#普通函数
def add(a, b):
    return a + b
print add(2, 3)
# 匿名函数
add = lambda a, b: a + b
print add(2, 3)

运行结果：
[‘b‘, ‘c‘, ‘d‘, ‘e‘]
[‘aalvin‘, ‘balvin‘]
[‘aalvin‘, ‘balvin‘]
5070
5

【装饰器函数】

1.闭包的概念：a）有一个内部函数   　　b）引用一个外部变量

2.装饰器的作用：遵守开放，闭合的原则，在不修改原来的代码的基础上添加要求，调用的时候重新赋值相当于调用原来的函数， 不会影响其他对该函数的调用

下面是两个例子来帮助理解装饰器，装饰器再python中十分的重要，如果这两个例子不能帮助你理解的话，你可以看一下大牛Yuan先生博客，里面讲的很通彻

例子1：

计算函数运行的时间

import time
def show_time(f):
    def out(*x,**y):
        start = time.time()
        f(*x,**y)
        end = time.time()
        print "spend time:%s"%(end-start)
    return out
@show_time    # f=show_time(f)
def f(*a,**b):
    sums=0
    for i in a:
        sums+=i
    print sums
    time.sleep(1)
f(1,2,7,4)

运行结果：
14
spend time:1.0

例子2

增加难度，再添加一个参数

import time
def log(flag):
    def show_time(f):            #2.show_time（f，flag）
        def out(*x,**y):
            start = time.time()
            f(*x,**y)
            end = time.time()
            run = end-start
            print "spend time:%s"%(run)
            if flag=="True":
                with open("text","a") as ji:
                    ji.write("\nspend time:%s"%(run))
        return out
    return show_time
@log("True")   #@out    out(f) # 1[email protected]封装的只能传一个参数，只要满足闭包的定义就能运行，返回值show_time，就相当于@show_time，
def f(*a,**b):    #2，不用@多加一个参数也可以
    sums=0
    for i in a:
        sums+=i
    print sums
    time.sleep(1)
f(1,2,7,4)

运行结果：

14
spend time:1.00099992752

【列表生成式】

print [ i*i for i in range(0,19)]

运行结果：
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100, 121, 144, 169, 196, 225, 256, 289, 324]

【生成器（generator）】

生成器其实是一种特殊的迭代器，不过这种迭代器更加优雅

生成器一定是迭代器，迭代器不一定是生成器

生成器的创建：（）或 yield

下边的斐波那契数列会让你更好的体会生成器，生成器的调用时用next()方法，生成器就是平常不会运行，只有调用的时候才会运行，而且因为python的回收机制，使得生成器在内存中只有自己的一条数据可以更好地对内存进行利用

s=((x for x in range(2)))   #yield
print next(s)

运行结果：
0

def fib(max):
    n,before,after = 0,1,1
    while n<max:
       # print after
        yield after   #就成了生成器了
        before,after = after,before+after
        n+=1
a=fib(10)
print next(a)

运行结果：
1

【生成器的send() 方法】

send()方法是对yeild的前边的变量进行赋值

def f():
    print "aa"
    count = yield 1
    print count
    yield 2
b = f()
next(b)
ret =b.send("bb")   #可以给yeild前边的变量赋值
print ret

运行结果：
aa
bb
2

【迭代器】

定义L: 1.有iter方法 2.有next方法

for 内部做的三件事： 1。调用可迭代对象的iter方法，返回一个迭代器对象 2.不断调用next方法 3处理StopIteration异常

原文地址：https://www.cnblogs.com/guo970910/p/9942824.html

时间： 2024-10-08 21:40:22

python小结（二） 函数（小白总结）&生成器&迭代器（定义）的相关文章

【python基础】生成器&amp;迭代器

一.生成器:generator 按照规则去生成一定的数据 1.列表推导式和生成器的区别 列表推导式: 一次性生成所有满足条件的数据 生成器: 你要一个数据, 我生成出来给你一个 2.生成器表达式 生成器对象 = (表达式 for item in 容器) 生成器对象 = (表达式 for item in 容器 if 条件) 生成器对象 = (表达式 for item in 容器 for item2 in 容器2) 3.通过生成器对象获取数据 (1)next(g) (2)for in 依次获取生成器

Python之路-函数

一.函数分类 1.内置函数 2.自定义函数 二.函数的使用 1.先定义 (1)准备工具工具的过程叫定义函数,内置函数解释器已经定义好,可以直接使用. 例: def 函数名(test1,test2,test3): 函数体 return 返回值 函数内部可以有多个return,但只能执行到一个return就结束调用,把return后的值作为函数的执行结果返回,return的返回值没有类型限制,没有值,返回None. (2)定义阶段只检测语法,不执行代码. (3)函数定义的三种形式: 无参函数:只是执

python中的函数对象的内存地址是多少

今天和同学讨论一个问题,发现了函数的内存地址和我想象的不一样. 我以为同一个函数,假如给的参数不一样,那么这两个函数的id就不一样. 然后经过实验,发现python为了便于管理函数,所有的函数都放在同一片内存空间里面. func函数是我定义的一个函数,从结果可以看到func函数和print函数的内存地址是一样的. 这应该是python底层定义的,为了便于管理Python的各种函数和自己项目中定义的函数,可以想到,也许其他的地方也是这个管理机制呢. 原文地址:https://www.cnblogs

for python 字典和函数def

关于python中的函数的def def 的定义参数:形参和实际参数 例如下面中的songer和songname为形参而“alan warker,play crime,tobu为实际参数” 关于参数顺序如果没有特殊说明则按照顺序来 def love_song_message(songer,songname): "定义喜欢歌手的姓名和曲目" print("\ni love called ".title() + songer.title() + "!"

Python中生成器,迭代器,以及一些常用的内置函数.

知识点总结 生成器 生成器的本质就是迭代器. 迭代器:Python中提供的已经写好的工具或者通过数据转化得来的. 生成器:需要我们自己用Python代码构建的 创建生成器的三种方法: 通过生成器函数 通过生成器推导式 python内置函数或者模块提供 生成器函数 yield:一个yield对应一个next,next超过yield数量,就会报错,与迭代器一样. yield与return的区别: return一般在函数中只设置一个,他的作用是终止函数,并传给函数的执行者返回值 yield在生成器中可

python的重重之器（生成器、迭代器、装饰器）

一.装饰器 1.定义:本质是函数,装饰其他函数就是为其他函数添加附件功能. 2.原则: a.不能修改被装饰的函数的源代码: b.不能修改被装饰的函数的调用方式: 实例: #!/usr/bin/env python # -*- coding:utf-8 -*- #Author:ye import time #装饰器 def time_cha(func):#func等于test time_start = time.time() func()#此时func()相当于test() time.sleep(

Python中的内置模块与生成器迭代器-day5

Python3 中内置模块 Python中的列表生成式 Python生成器 Python迭代器 一.Python中的内置模块 PS:作为一个新手如果你不想使用IDE又想使用Python中的自动补全,可以下载使用ipython.下面实例中也大多是ipython输入和输出的内容. 安装ipython:pip3 install ipython Python3-内置函数 - abs() 绝对值 - all() 都为真 - any() 有一个为真 - ascii() 把字符串转换成ASCII - bin(

python-学习笔记之-Day5 双层装饰器 字符串格式化 python模块 递归 生成器 迭代器 序列化

1.双层装饰器 #!/usr/bin/env python # -*- coding: utf-8 -*- # author:zml LOGIN_INFO = False IS_ADMIN = False   def check_log(func): def inner(): res = func() if LOGIN_INFO: print('验证成功!') return res else: print('验证失败!') return inner   def check_admin(func)

Python学习之旅 —— 基础篇（五）字符串格式化、递归、生成器&amp;迭代器、模块

本篇要点:字符串格式化递归生成器和迭代器模块 一.字符串格式化 字符串格式化的两种方式:占位符 %, format函数1.占位符% %[(name)][flags][width].[precision]typecode - (name) 可选,用于选择指定的key - flags 可选,可供选择的值有: - + 右对齐:正数前加正好,负数前加负号: - - 左对齐:正数前无符号,负数前加负号: - 空格 右对齐:正数前加空格,负数前加负号: - 0 右对齐:正数前无符号,负数前加负号:用0填充空