4. 更多控制流工具
除了刚介绍的 while 语句,Python 还用了一些别的。我们将在本章中遇到它们。
4.1. if
语句
if elif else
if x<0:
x = 0
print('Negative changed to zero')
elif x==0:
print(' zero')
else:
print('More')
4.2. for
语句
Python 的 for 语句与 C 或 Pascal 中的不同。Python 的 for
语句不迭代算术递增数值(如 Pascal),或是给予用户定义迭代步骤和结束条件的能力(如 C),而是在列表或字符串等任意序列的元素上迭代,按它们在序列中出现的顺序。 例如
python
words = ['cat', 'window', 'defenestrate']
for x in words:
print(x,len(x))
cat 3
window 6
defenestrate 12
很难正确地在迭代多项集的同时修改多项集的内容。更简单的方法是迭代多项集的副本或者创建新的多项集:
python
# Create a sample collection
users = {'Hans': 'active', 'Éléonore': 'inactive', '景太郎': 'active'}
# Strategy: Iterate over a copy
for x,y in users.copy().items():
if y=='inactive' :
del(users[x])
print(users)
使用 copy().items()
的原因是防止在遍历字典时修改它。在 Python 中,如果直接遍历并修改字典(比如删除键值对),会导致运行错误,因为字典在遍历过程中不能被修改。
python
active_users = {}
for user, status in users.items():
if status == 'active':
active_users[user] = status
print(active_users)
4.3. range() 函数
内置函数 range() 用于生成等差数列:
python
for i in range(5):
print(i)
步长正负都可以
要按索引迭代序列,可以组合使用 range() 和 len():
python
print(list(range(5, 10)))
print(list(range(0, 10,3)))#3是步长
a = ['Mary', 'had', 'a', 'little', 'lamb']
for i in range(len(a)):
print(i,a[i])
enumerate(iterable , start=0)
返回一个枚举对象。iterable 必须是一个序列,或 iterator,或其他支持迭代的对象。 enumerate() 返回的迭代器的 next() 方法返回一个元组,里面包含一个计数值(从 start 开始,默认为 0)和通过迭代 iterable 获得的值。
python
seasons = ['Spring', 'Summer', 'Fall', 'Winter']
print(list(enumerate(seasons)))
print(list(enumerate(seasons, start=1)))
[(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')]
[(1, 'Spring'), (2, 'Summer'), (3, 'Fall'), (4, 'Winter')]
range() 返回的对象是迭代对象
python
print(range(10))
print(sum(range(10)))
range(0, 10)
45
4.4. 循环中的 break
、continue
语句及 else
子句:
break 语句将跳出最近的一层 for 或 while 循环。
for
或 while
循环可以包括 else
子句。
在 for 循环中,else
子句会在循环成功结束最后一次迭代之后执行。
在 while 循环中,它会在循环条件变为假值后执行。
无论哪种循环,如果因为 break 而结束,那么 else
子句就 不会 执行。
下面的搜索质数的 for
循环就是一个例子:
python
for n in range(2, 10):
for x in range(2, n):
if n % x == 0:
print(n, 'equals', x, '*', n//x)
break
else:
# else 子句属于 for 循环
print(n, 'is a prime number')
continue 语句,同样借鉴自 C 语言,以执行循环的下一次迭代来继续:
python
for num in range(2, 10):
if num % 2 == 0:
print("Found an even number", num)
continue
print("Found an odd number", num)
4.5. pass
语句
pass 语句不执行任何动作。语法上需要一个语句,但程序毋需执行任何动作时,可以使用该语句。例如:
python
while True:
pass
class MyEmptyClass:
pass
def initlog(*args):
pass # Remember to implement this!
pass
常用在构建函数、循环、类的初始阶段,使代码可以正常运行而不报错,等待后续完善。
4.6. 定义函数
下列代码创建一个可以输出限定数值内的斐波那契数列函数
python
def fib(n): # write Fibonacci series up to n
"""Print a Fibonacci series up to n."""
#是 fib 函数的文档字符串(docstring),用于描述该函数的功能。
#它的主要作用是为代码提供说明和注释,使得代码更具可读性
a, b = 0, 1
while a < n:
print(a, end=' ')
a, b = b, a+b
print()
# Now call the function we just defined:
fib(2000)
help(fib)
#Python 的内置 help() 函数会读取文档字符串,便于使用者在不知道函数功能时查看其说明。
0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597
Help on function fib in module main:
fib(n)
Print a Fibonacci series up to n.
python
def fib(n):
result=[]
a,b=0,1
while a<n:
result.append(a)
a,b=b,a+b
return result
f=fib
x=f(1000)
print(x)
4.7. 函数定义详解
函数定义支持可变数量的参数。这里列出三种可以组合使用的形式。
4.7.1. 默认值参数
为参数指定默认值是非常有用的方式。调用函数时,可以使用比定义时更少的参数,例如:
python
def ask_ok(prompt, retries=4, reminder='Please try again!'):
while True:
ok = input(prompt)
if ok in ('y', 'ye', 'yes'):
return True
if ok in ('n', 'no', 'nop', 'nope'):
return False
retries = retries - 1
if retries < 0:
raise ValueError('invalid user response')
print(reminder)
本例还使用了关键字 in ,用于确认序列中是否包含某个值
默认值在 定义 作用域里的函数定义中求值,所以:
python
i = 5
def f(arg=i):
print(arg)
i = 6
f()
重要警告: 默认值只计算一次。默认值为列表、字典或类实例等可变对象时,会产生与该规则不同的结果。例如,下面的函数会累积后续调用时传递的参数:
python
def f(a, L=[]):
L.append(a)
return L
print(f(1))
print(f(2))
print(f(3))
[1]
[1, 2]
[1, 2, 3]
不想在后续调用之间共享默认值时,应以如下方式编写函数:
python
def f(a, L=None):
if L==None:
L=[]
L.append(a)
return L
print(f(1))
print(f(2))
print(f(3))
[1]
[2]
[3]
4.7.2. 关键字参数
python
def parrot(voltage, state='a stiff', action='voom', type='Norwegian Blue'):
print("-- This parrot wouldn't", action, end=' ')
print("if you put", voltage, "volts through it.")
print("-- Lovely plumage, the", type)
print("-- It's", state, "!")
python
parrot(1000) # 1 positional argument
parrot(voltage=1000) # 1 keyword argument
parrot(voltage=1000000, action='VOOOOOM') # 2 keyword arguments
parrot(action='VOOOOOM', voltage=1000000) # 2 keyword arguments
parrot('a million', 'bereft of life', 'jump') # 3 positional arguments
parrot('a thousand', state='pushing up the daisies') # 1 positional, 1 keyword
函数调用时,关键字参数必须跟在位置参数后面。所有传递的关键字参数都必须匹配一个函数接受的参数(比如,actor
不是函数 parrot
的有效参数),关键字参数的顺序并不重要。这也包括必选参数,(比如,parrot(voltage=1000)
也有效)。不能对同一个参数多次赋值,下面就是一个因此限制而失败的例子:
python
def function(a):
pass
function(0, a=0)
最后一个形参为 **name
形式时,接收一个字典(详见 映射类型 --- dict),该字典包含与函数中已定义形参对应之外的所有关键字参数。**name
形参可以与 *name
形参(下一小节介绍)组合使用(*name
必须在 **name
前面), *name
形参接收一个 元组,该元组包含形参列表之外的位置参数。例如,可以定义下面这样的函数:
python
def cheeseshop(kind, *arguments, **keywords):
print("-- Do you have any", kind, "?")
print("-- I'm sorry, we're all out of", kind)
for arg in arguments:
print(arg)
print("-" * 40)
for kw in keywords:
print(kw, ":", keywords[kw])
*arguments
收集所有位置参数,允许传入任意数量的附加描述。**keywords
收集所有关键字参数,允许为各种参数名称传递对应的值,以生成更详细的描述。
-- Do you have any Limburger ? -- I'm sorry, we're all out of Limburger It's very runny, sir. It's really very, VERY runny, sir. ---------------------------------------- shopkeeper : Michael Palin client : John Cleese sketch : Cheese Shop Sketch
4.7.3. 特殊参数
默认情况下,参数可以按位置或显式关键字传递给 Python 函数。为了让代码易读、高效,最好限制参数的传递方式,这样,开发者只需查看函数定义,即可确定参数项是仅按位置、按位置或关键字,还是仅按关键字传递。
函数定义如下:
def f(pos1, pos2, /, pos_or_kwd, *, kwd1, kwd2):
----------- ---------- ----------
| | |
| Positional or keyword |
| - Keyword only
-- Positional only
/
和 *
是可选的。这些符号表明形参如何把参数值传递给函数:位置、位置或关键字、关键字。关键字形参也叫作命名形参。
4.7.3.1. 位置或关键字参数
函数定义中未使用 /
和 *
时,参数可以按位置或关键字传递给函数。
4.7.3.2. 仅位置参数
此处再介绍一些细节,特定形参可以标记为 仅限位置 。仅限位置 时,形参的顺序很重要,且这些形参不能用关键字传递。仅限位置形参应放在 /
(正斜杠)前。/
用于在逻辑上分割仅限位置形参与其它形参。如果函数定义中没有 /
,则表示没有仅限位置形参。
/
后可以是 位置或关键字 或 仅限关键字 形参。
4.7.3.3. 仅限关键字参数
把形参标记为 仅限关键字 ,表明必须以关键字参数形式传递该形参,应在参数列表中第一个 仅限关键字 形参前添加 *
。
4.7.3.4. 函数示例
请看下面的函数定义示例,注意 /
和 *
标记:
python
def standard_arg(arg):
print(arg)
def pos_only_arg(arg, /):
print(arg)
def kwd_only_arg(*, arg):
print(arg)
def combined_example(pos_only, /, standard, *, kwd_only):
print(pos_only, standard, kwd_only)
第一个函数定义
standard_arg
是最常见的形式,对调用方式没有任何限制,可以按位置也可以按关键字传递参数第二个函数
pos_only_arg
的函数定义中有/
,仅限使用位置形参第三个函数
kwd_only_args
的函数定义通过*
表明仅限关键字参数最后一个函数在同一个函数定义中,使用了全部三种调用惯例
下面的函数定义中,kwds
把 name
当作键,因此,可能与位置参数 name
产生潜在冲突:
python
def foo(name, **kwds):
return 'name' in kwds
foo(1, **{'name': 2})
加上 /
(仅限位置参数)后,就可以了。此时,函数定义把 name
当作位置参数,'name'
也可以作为关键字参数的键:
python
def foo(name, /,**kwds):
print(kwds)
return 'name' in kwds
foo(1, **{'name': 2})
换句话说,仅限位置形参的名称可以在 **kwds
中使用,而不产生歧义 。
4.7.3.5. 小结
以下用例决定哪些形参可以用于函数定义:
def f(pos1, pos2, /, pos_or_kwd, *, kwd1, kwd2):
说明:
-
使用仅限位置形参,可以让用户无法使用形参名。形参名没有实际意义时,强制调用函数的实参顺序时,或同时接收位置形参和关键字时,这种方式很有用。
-
当形参名有实际意义,且显式名称可以让函数定义更易理解时,阻止用户依赖传递实参的位置时,才使用关键字。
-
对于 API,使用仅限位置形参,可以防止未来修改形参名时造成破坏性的 API 变动。
4.7.4. 任意实参列表
调用函数时,使用任意数量的实参是最少见的选项。这些实参包含在元组中(详见 元组和序列 )。在可变数量的实参之前,可能有若干个普通参数:
python
def write_multiple_items(file, separator, *args):
file.write(separator.join(args))
variadic 参数用于采集传递给函数的所有剩余参数,因此,它们通常在形参列表的末尾。*args 形参后的任何形式参数只能是仅限关键字参数,即只能用作关键字参数,不能用作位置参数:
python
def concat(*args, sep="/"):
return sep.join(args)
concat("earth", "mars", "venus")
concat("earth", "mars", "venus", sep=".")
4.7.5. 解包实参列表
函数调用要求独立的位置参数,但实参在列表或元组里时,要执行相反的操作。例如,内置的 range() 函数要求独立的 start 和 stop 实参。如果这些参数不是独立的,则要在调用函数时,用 *
操作符把实参从列表或元组解包出来:
python
list(range(3, 6)) # normal call with separate arguments
args = [3, 6]
print(list(range(*args))) # call with arguments unpacked from a list
[3, 4, 5]
同样,字典可以用 **
操作符传递关键字参数
python
def parrot(voltage, state='a stiff', action='voom'):
print("-- This parrot wouldn't", action, end=' ')
print("if you put", voltage, "volts through it.", end=' ')
print("E's", state, "!")
d = {"voltage": "four million", "state": "bleedin' demised", "action": "VOOM"}
parrot(**d)
4.7.6. Lambda 表达式
lambda 关键字用于创建小巧的匿名函数。lambda a, b: a+b
函数返回两个参数的和。Lambda 函数可用于任何需要函数对象的地方。在语法上,匿名函数只能是单个表达式。在语义上,它只是常规函数定义的语法糖。与嵌套函数定义一样,lambda 函数可以引用包含作用域中的变量:
python
def make_incrementor(n):
return lambda x:x+n
f = make_incrementor(42)
print(f(1))
上例用 lambda 表达式返回函数。还可以把匿名函数用作传递的实参:
python
pairs = [(1, 'one'), (2, 'two'), (3, 'three'), (4, 'four')]
pairs.sort(key=lambda pair: pair[1])
print(pairs)
pairs.sort(key=lambda pair: pair[1])
使用sort
方法对列表pairs
进行排序。
key=lambda pair: pair[1]
指定排序的关键字为每个元组的第二个元素(即字符串部分)。lambda pair: pair[1]
是一个匿名函数,它接收一个pair
元组并返回pair[1]
,用于比较排序。[(4, 'four'), (1, 'one'), (3, 'three'), (2, 'two')]
4.7.7. 文档字符串
以下是文档字符串内容和格式的约定。
第一行应为对象用途的简短摘要。为保持简洁,不要在这里显式说明对象名或类型,因为可通过其他方式获取这些信息(除非该名称碰巧是描述函数操作的动词)。这一行应以大写字母开头,以句点结尾。
文档字符串为多行时,第二行应为空白行,在视觉上将摘要与其余描述分开。后面的行可包含若干段落,描述对象的调用约定、副作用等。
Python 解析器不会删除 Python 中多行字符串字面值的缩进,因此,文档处理工具应在必要时删除缩进。这项操作遵循以下约定:文档字符串第一行 之后 的第一个非空行决定了整个文档字符串的缩进量(第一行通常与字符串开头的引号相邻,其缩进在字符串中并不明显,因此,不能用第一行的缩进),然后,删除字符串中所有行开头处与此缩进"等价"的空白符。不能有比此缩进更少的行,但如果出现了缩进更少的行,应删除这些行的所有前导空白符。转化制表符后(通常为 8 个空格),应测试空白符的等效性。
下面是多行文档字符串的一个例子:
python
def my_function():
"""Do nothing, but document it.
No, really, it doesn't do anything.
"""
pass
print(my_function.__doc__)
4.7.8. 函数注解
函数注解 是可选的用户自定义函数类型的元数据完整信息(详见 PEP 3107 和 PEP 484 )。
标注 以字典的形式存放在函数的 __annotations__
属性中,并且不会影响函数的任何其他部分。 形参标注的定义方式是在形参名后加冒号,后面跟一个表达式,该表达式会被求值为标注的值。 返回值标注的定义方式是加组合符号 ->
,后面跟一个表达式,该标注位于形参列表和表示 def 语句结束的冒号之间。 下面的示例有一个必须的参数,一个可选的关键字参数以及返回值都带有相应的标注:
python
def f(ham: str, eggs: str = 'eggs') -> str:
print("Annotations:", f.__annotations__)
print("Arguments:", ham, eggs)
return ham + ' and ' + eggs
f('spam')