Python学习笔记2

推导式

推导式是一种用一行代码创建列表、字典、集合或生成器的简洁方式，本质是"带条件的循环 + 表达式"。【类似于语法糖的概念】

列表推导式

py 复制代码

names = ['Bob','Tom','alice','Jerry','Wendy','Smith']
new_names = [name.upper()for name in names if len(name)>3]
print(new_names) 
# ['ALICE', 'JERRY', 'WENDY', 'SMITH']

这段代码中是定义了一个叫 names 的列表，然后通过推导式操作以 name 循环 names，并获取 name 中大于 3 的项，最后将得到的结果进行大写转换。

推导式的运行逻辑一般是

[表达式 for 变量 in 列表]
[表达式 for 变量 in 列表 if 条件]

字典推导式

py 复制代码

listdemo = ['Google','Runoob', 'Taobao'] 
# 将列表中各字符串值为键，各字符串的长度为值，组成键值对 
newdict = {key:len(key) for key in listdemo} 
# newdict {'Google': 6, 'Runoob': 6, 'Taobao': 6}

所以字典推导式一般是：

{key: value for key in 列表}

注意这里可以先看 for in 部分，for in部分获取到的是 key。再看前面 key: 之后的部分，获得是 value，最后通过循环组合成一个完整的字典。

py 复制代码

dic = {x: x**2 for x in (2, 4, 6)} 
# dic的结果为{2: 4, 4: 16, 6: 36}

集合推导式

py 复制代码

setnew = {i**2 for i in (1,2,3)}
setnew {1, 4, 9}

这里也是先看后半部分，循环 i 得到每一个数据，即 1、2、3。然后将 i 进行幂运算，得到的结果为1、4、9。因为处在 Set 中有需要剔除重复的，所以结果为 {1, 4. 9}。

元组推导式

py 复制代码

a = (x for x in range(1,10))
# a <generator object <genexpr> at 0x7faf6ee20a50> 
# 返回的是生成器对象
tuple(a) 
# 使用 tuple() 函数，可以直接将生成器对象转换成元组 (1, 2, 3, 4, 5, 6, 7, 8, 9)

与列表推导式效果基本相同，唯一的区别在于元组本身的不可变特性。

迭代器

迭代器是一个可以记住遍历位置的对象，它实现了 iter () 和 next() 方法，让你能"一个一个地"取出数据，而不需要一次性加载所有数据到内存。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

字符串，列表或元组对象都可用于创建迭代器：

py 复制代码

# 列表 
list=[1,2,3,4] 
it = iter(list) 
# 创建迭代器对象 
print (next(it)) 
# 输出迭代器的下一个元素，这里会输出 1 
print (next(it)) 
# 输出迭代器的下一个元素，这里会输出 2 
# 也可以使用 for 循环，无需使用 next 方法 
list=[1,2,3,4] 
it = iter(list) 
# 创建迭代器对象 
for x in it: print (x, end=" ") 
# 或者使用 while 循环 
import sys 
# 引入 sys 模块 
list=[1,2,3,4] 
it = iter(list) 
# 创建迭代器对象 
while True: 
    try: 
        print (next(it)) 
    except StopIteration: 
        sys.exit()

注意：使用 iter() 创建的迭代器并不是"转换成一种类似于列表的形式"，而是一个完全不同的对象类型------它没有索引、不能随机访问、不能重复遍历，只能单向、逐个、一次性地获取元素。

生成器

Python可以使用 yield 创建生成器。生成器是一种特殊的函数，可以在迭代的过程中逐步产生值。

python 复制代码

def countDown(n): 
    while n > 0: 
        yield n 
        n -= 1 
genertor = countDown(5) 
print(next(genertor)) 
print(next(genertor)) 
print(next(genertor)) 
print('---分割线---') 
for i in genertor: 
    print(i) 
    
""" 
5 
4 
3 
---分割线--- 
2
1 
"""

with资源释放

在需要释放资源的操作中，忘记释放往往是最关键的问题。

所以Python中增加了 with 关键字主动释放资源。

py 复制代码

# 传统方法 
file = open('example.txt', r) 
try: 
    content = file.read() 
finally: 
    file.close() 
    
# with关键字【这里会在使用完文件资源以后自动释放】 
with open('example.txt', r) as file 
    content = file.read() 
    print(content)

with可以进行非常多的资源操作：文件、线程锁、数据库等等。

函数

Python中的函数有以下规则：

函数代码块以 def 关键词开头，后接函数标识符名称和圆括号 ()。
任何传入参数和自变量必须放在圆括号中间，圆括号之间可以用于定义参数。
函数的第一行语句可以选择性地使用文档字符串---用于存放函数说明。
函数内容以冒号 : 起始，并且缩进。
return [表达式] 结束函数，选择性地返回一个值给调用方，不带表达式的 return 相当于返回 None。'

py 复制代码

def hello() : 
    print("Hello World!") 
    
hello()

Python参数中可以使用传统的默认参数的方法，给参数赋默认值。

可以在最后一个参数处增加 * 符号，这些未命名的参数会以元组的方式被接收。

py 复制代码

def hello(num, *vartuple): 
    print(num) 
    for i in vartuple: 
        print(i) 
        
hello('wang', 'ha', 'ha', 'ha')

还可以在最后一个参数处增加 ** 符号，参数会以字典的形式被接收。

py 复制代码

def hello(num, **vardict): 
    print(num) 
    print(vardict) 

hello('wang', a = 2, b = 3) # 打印结果 wang {a:2, b:3}

在声明函数的时候，* 符号可以单独出现，代表仅限关键字参数。

也就是说在 * 符号以后的所有参数都必须以关键字的形式传入，不能再使用位置传参。

py 复制代码

def printName(a, b, *, c): 
    print(a, b, c) 
    printName('Tom', 'Jerry', c='coke')

匿名函数

匿名函数可以简单理解为没有函数名的函数，定义匿名函数使用 lambda 关键字。

注意：lambda 表达式只能写一行，它是一个表达式。【实际开发使用并不算多。】

lambda 参数: 表达式

py 复制代码

f = lambda x: x * 2 
g = lambda x, y: x if x > y else y 
# 条件表达式是可以的 h = lambda s: s.strip().upper() # 方法链也是表达式

强制位置参数

Python 3.8 新增一个函数形参的 / 符号，代表此符号之前的形参必须采用 位置参数 的形式，不能采用关键字传参。

py 复制代码

def f(a, b, /, c, d, *, e, f): 
    print(a, b, c, d, e, f) 
    
f(10, 20, 30, d=40, e=50, f=60) 
# 正确 f(10, b=20, c=30, d=40, e=50, f=60) 
# b 不能使用关键字参数的形式 f(10, 20, 30, 40, 50, f=60) # e 必须使用关键字参数的形式