python学习笔记之——函数模块

1、函数参数说明：

def login(name,info,passwd = ‘123456‘)

函数参数可以有默认值，调用函数时：

1、如果只传二个参数，则有默认值的一定要放到最后；

def login(name,passwd = ‘123456‘,info=‘welcome to you‘)

2、如果传二个参数，一定要指明形参；

login(user)

login(user,passwd)

login(user,info=‘欢迎‘)

login(user,info=‘欢迎‘,passwd=‘123456‘)

def list_show(*args):

for name in args:
        print(name)
        
list_show(‘a‘,‘b‘,‘c‘,‘d‘,1,2,3,4)        #传多个参数
list_show([‘a‘,‘b‘,‘c‘,1,2,3])             #直接传个列表参数

def dict_show(**args):
    for name in args.items():
        print(name)

dict_show(name=‘kevin‘,age=23)       #传多个参数时，格式为key=value
print(‘##################‘)

dict = {‘name‘:‘kevin‘,‘age‘:23}

dict_show(**dict)                    #直接传个字典参数时，字典前加二个**

 for i in range(1000): pass

会导致生成一个 1000 个元素的 List，而代码：

 for i in xrange(1000): pass

则不会生成一个 1000 个元素的 List，而是在每次迭代中返回下一个数值，内存空间占用很小。因为 xrange 不返回 List，而是返回一个 iterable 对象。

同样类似于文件读行的readlines和xreadlines。

带有 yield 的函数在 Python 中被称之为 generator（生成器），例：

#with打开文件无需使用close来结束读取文件
                f.seek(seek)
                data =  f.readline()
                if data:
                    seek = f.tell()
                    yield data
                else:
                    return            #直接返回，退出函数

for line in kevin_readlines():
    print(line)

3、函数介绍：

★ lamba

python lambda是在python中使用lambda来创建匿名函数，而用def创建的方法是有名称的，除了从表面上的方法名不一样外，python lambda还有哪些和def不一样呢？

1 python lambda会创建一个函数对象，但不会把这个函数对象赋给一个标识符，而def则会把函数对象赋值给一个变量。
2 python lambda它只是一个表达式，而def则是一个语句。

lambda语句中，冒号前是参数，可以有多个，用逗号隔开，冒号右边的返回值。lambda语句构建的其实是一个函数对象。

例：

m = lambda x,y,z: (x-y)*z
print m(234,122,5)

也经常用于生成列表，例：

list_lambda = map(lambda x:x**x,range(10))
print(list_lambda)

★ enumerate(iterable,[start])   iterable为一个可迭代的对象；

enumerate(iterable[, start]) -> iterator for index, value of iterable Return an enumerate object.  iterable must be another object  that supports iteration.  The enumerate object yields pairs containing a count  (from start, which defaults to zero) and a value yielded by the iterable
 argument. enumerate is useful for obtaining an indexed list:    (0, seq[0]), (1, seq[1]), (2, seq[2]), ...

例：

Return a formatted version of S, using substitutions from args and kwargs.
        The substitutions are identified by braces (‘{‘ and ‘}‘).

s = ‘i am {0},{1}‘
print(s.format(‘wang‘,1))

★map(function,sequence) 将squence每一项做为参数传给函数，并返回值

例：

例：

例：

print(reduce(lambda x,y:x*y,[],5))

例：

例：

d = {‘a‘:5,‘b‘:4}
print(eval(‘a*b‘,d))

例：

b = ‘for i in range(10): print i‘

exec(a)

exec(b)

4、反射之__import__

我们知道import语句是用来导入外部模块的，当然还有from...import...也可以，但是其实import实际上是使用builtin函数__import__来工作的。
        在一些程序中，我们可以动态地去调用函数，如果我们知道模块的名称(字符串)的时候，我们可以很方便的使用动态调用。

__import__(module_name[, globals[, locals[, fromlist]]]) #可选参数默认为globals(),locals(),[]
__import__(‘os‘)    
__import__(‘os‘,globals(),locals(),[‘path‘,‘pip‘])  #等价于from os import path, pip

mod = __import__(‘sys‘)
print(mod.path)

例：以字符串的形式调用模块中的函数

func = getattr(mod,‘path‘)
print(func)

★random 生成随机数

print random.random()             生成0-1之间的小数

print random.randint(1,3)         生成整数，包含endpoint

print random.randrange(1,3,2)    生成整数，不包含endpoint

randrange(self, start, stop=None, step=？)

生成5位随机数，例：

a = []
for i in range(5):
    if i == random.randint(1,5):
        a.append(str(i))
    else:
        a.append(chr(random.randint(65,90)))
else:        
    print(‘‘.join(a))

例：

import md5
src = ‘this is a md5 test.‘   
m1 = md5.new()   
m1.update(src)   
print m1.hexdigest()

二. 使用hashlib

import hashlib
hash = hashlib.md5()
hash.update(‘this is a md5 test.‘)

hash.update(‘admin‘)

print(hash.digest())

print(hash.hexdigest())

推荐使用第二种方法。

对以上代码的说明：

1.首先从python直接导入hashlib模块

2.调用hashlib里的md5()生成一个md5 hash对象

3.生成hash对象后，就可以用update方法对字符串进行md5加密的更新处理

4.继续调用update方法会在前面加密的基础上更新加密

5.加密后的二进制结果

6.十六进制结果

如果只需对一条字符串进行加密处理，也可以用一条语句的方式：

print(hashlib.new("md5", "Nobody inspects the spammish repetition").hexdigest())

★pickle模块用来实现python对象的序列化和反序列化。通常地pickle将python对象序列化为二进制流或文件。

python对象与文件之间的序列化和反序列化：

pickle.dump()

pickle.load()

如果要实现python对象和字符串间的序列化和反序列化，则使用：

pickle.dumps()

pickle.loads()

可以被序列化的类型有：

* None,True 和 False;

* 整数，浮点数，复数;

* 字符串，字节流，字节数组;

* 包含可pickle对象的tuples，lists，sets和dictionaries；

* 定义在module顶层的函数：

* 定义在module顶层的内置函数；

* 定义在module顶层的类；

* 拥有__dict__()或__setstate__()的自定义类型；

注意：对于函数或类的序列化是以名字来识别的，所以需要import相应的module。

例：

data = {
    ‘a‘: [1, 2.0, 3, 4+6j],
    ‘b‘: ("character string", "byte string"),
    ‘c‘: set([None, True, False])
}
du = pickle.dumps(data)
print(pickle.loads(du))
print(du)

with open(‘data.pickle‘, ‘wb‘) as f:
      pickle.dump(data, f)

with open(‘data.pickle‘, ‘rb‘) as f:
    data = pickle.load(f)
    print(str(data))

Python的Json模块序列化与反序列化的过程分别是 encoding和 decoding

encoding：把一个Python对象编码转换成Json字符串
decoding：把Json格式字符串解码转换成Python对象

具体的转化对照如下：

loads方法返回了原始的对象，但是仍然发生了一些数据类型的转化。比如，上例中‘abc’转化为了unicode类型。从json到python的类型转化对照如下：

例：

du = json.dumps(data)
print(du)
print(json.loads(du,encoding=‘ASCII‘))

with open(‘data.json‘,‘wb‘) as f:
    json.dump(data,f)

with open(‘data.json‘,‘rb‘) as f:
    data = json.load(f)
    print(repr(data))

7、正则表达式模块

★re.match的函数原型为：re.match(pattern, string, flags)

第一个参数是正则表达式，这里为"(\w+)\s"，如果匹配成功，则返回一个Match，否则返回一个None；

第二个参数表示要匹配的字符串；

第三个参数是标致位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

★re.search的函数原型为： re.search(pattern, string, flags)

每个参数的含意与re.match一样。

re.match与re.search的区别：re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配。

★re.findall可以获取字符串中所有匹配的字符串。如：re.findall(r‘\w*oo\w*‘, text)；获取字符串中，包含‘oo‘的所有单词。

★re.sub的函数原型为：re.sub(pattern, repl, string, count)

其中第二个函数是替换后的字符串；本例中为‘-‘

第四个参数指替换个数。默认为0，表示每个匹配项都替换。

re.sub还允许使用函数对匹配项的替换进行复杂的处理。如：re.sub(r‘\s‘, lambda m: ‘[‘ + m.group(0) + ‘]‘, text, 0)；将字符串中的空格‘ ‘替换为‘[ ]‘。

★re.split可以使用re.split来分割字符串，如：re.split(r‘\s+‘, text)；将字符串按空格分割成一个单词列表。

★re.compile可以把正则表达式编译成一个正则表达式对象。可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。下面是一个正则表达式对象的一个例子：

例：

r = re.compile(‘\d+‘)
r1 = r.match(‘adfaf123asdf1asf1123aa‘)
if r1:
    print(r1.group())
else:
    print(‘no match‘)

r2 = r.search(‘adfaf123asdf1asf1123aa‘)
if r2:
    print(r2.group())
    print(r2.groups())
else:
    print(‘no match‘)
    
r3 = r.findall(‘adfaf123asdf1asf1123aa‘)
if r3:
    print(r3)
else:
    print(‘no match‘)
    
r4 = r.sub(‘###‘,‘adfaf123asdf1asf1123aa‘)
print(r4)

r5 = r.subn(‘###‘,‘adfaf123asdf1asf1123aa‘)
print(r5)

r6 = r.split(‘adfaf123asdf1asf1123aa‘,maxsplit=2)
print(r6)

而group，groups 主要是针对查询的字符串是否分组，即‘\d+‘ 和(‘\d+‘) 输出结果为：

123   和(‘123‘,)。