Python 基础学习

十、with 关键字

在 Python 编程中，资源管理是一个重要但容易被忽视的环节。with 关键字为我们提供了一种优雅的方式来处理文件操作、数据库连接等需要明确释放资源的场景。

with 是 Python 中的一个关键字，用于上下文管理协议（Context Management Protocol）。它简化了资源管理代码，特别是那些需要明确释放或清理的资源（如文件、网络连接、数据库连接等）。

为什么需要 with语句

传统资源管理的问题

我们先看一个典型的文件操作示例：

python 复制代码

file = open('example.txt', 'r')
try:
    content = file.read()
    # 处理文件内容
finally:
    file.close()

这种写法存在几个问题：

容易忘记关闭资源：如果没有 try-finally 块，可能会忘记调用 close()
代码冗长：简单的文件操作需要多行代码
异常处理复杂：需要手动处理可能出现的异常

with 语句的优势

with 语句通过上下文管理协议（Context Management Protocol）解决了这些问题：
自动资源释放：确保资源在使用后被正确关闭
代码简洁：减少样板代码
异常安全：即使在代码块中发生异常，资源也会被正确释放
可读性强：明确标识资源的作用域

with语句的基本语法

with 语句的基本形式如下：

语法格式

python 复制代码

with expression [as variable]:
    # 代码块

expression 返回一个支持上下文管理协议的对象
as variable 是可选的，用于将表达式结果赋值给变量
代码块执行完毕后，自动调用清理方法

最常见的 with 语句应用是文件操作：

实例

python 复制代码

with open('example.txt', 'r') as file:
    content = file.read()
    print(content)
    # 文件已自动关闭

这段代码等价于前面的 try-finally 实现，但更加简洁明了。

十一、函数

函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。

函数能提高应用的模块性，和代码的重复利用率。你已经知道Python提供了许多内建函数，比如print()。但你也可以自己创建函数，这被叫做用户自定义函数。

定义一个函数

你可以定义一个由自己想要功能的函数，以下是简单的规则：

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。

语法

Python 定义函数使用 def 关键字，一般格式如下：

python 复制代码

def 函数名（参数列表）:
    函数体

默认情况下，参数值和参数名称是按函数声明中定义的顺序匹配起来的。

函数调用

定义一个函数：给了函数一个名称，指定了函数里包含的参数，和代码块结构。

这个函数的基本结构完成以后，你可以通过另一个函数调用执行，也可以直接从 Python 命令提示符执行。

参数传递

在 python 中，类型属于对象，对象有不同类型的区分，变量是没有类型的：

python 复制代码

a=[1,2,3]

a="Runoob"

以上代码中，[1,2,3] 是 List 类型，"Runoob" 是 String 类型，而变量 a 是没有类型，它仅仅是一个对象的引用（一个指针），可以是指向 List 类型对象，也可以是指向 String 类型对象。

可更改(mutable)与不可更改(immutable)对象

在 python 中，strings, tuples, 和 numbers 是不可更改的对象，而 list,dict 等则是可以修改的对象。

不可变类型：变量赋值 a=5 后再赋值 a=10，这里实际是新生成一个 int 值对象 10，再让 a 指向它，而 5 被丢弃，不是改变 a 的值，相当于新生成了 a。
可变类型：变量赋值 la=[1,2,3,4] 后再赋值 la[2]=5 则是将 list la 的第三个元素值更改，本身la没有动，只是其内部的一部分值被修改了。

python 函数的参数传递：

不可变类型：类似 C++ 的值传递，如整数、字符串、元组。如 fun(a)，传递的只是 a 的值，没有影响 a 对象本身。如果在 fun(a) 内部修改 a 的值，则是新生成一个 a 的对象。
可变类型：类似 C++ 的引用传递，如列表，字典。如 fun(la)，则是将 la 真正的传过去，修改后 fun 外部的 la 也会受影响

python 中一切都是对象，严格意义我们不能说值传递还是引用传递，我们应该说传不可变对象和传可变对象。

python 传不可变对象实例

通过 id() 函数来查看内存地址变化：

python 复制代码

def change(a):
    print(id(a))   # 指向的是同一个对象
    a=10
    print(id(a))   # 一个新对象
 
a=1
print(id(a))
change(a)

以上实例输出结果为：

python 复制代码

4379369136
4379369136
4379369424

可以看见在调用函数前后，形参和实参指向的是同一个对象（对象 id 相同），在函数内部修改形参后，形参指向的是不同的 id。

传可变对象实例

可变对象在函数里修改了参数，那么在调用这个函数的函数里，原始的参数也被改变了。例如：

python 复制代码

# 可写函数说明
def changeme( mylist ):
   "修改传入的列表"
   mylist.append([1,2,3,4])
   print ("函数内取值: ", mylist)
   return

# 调用changeme函数
mylist = [10,20,30]
changeme( mylist )
print ("函数外取值: ", mylist)

传入函数的和在末尾添加新内容的对象用的是同一个引用。故输出结果如下：

python 复制代码

函数内取值:  [10, 20, 30, [1, 2, 3, 4]]
函数外取值:  [10, 20, 30, [1, 2, 3, 4]]

参数

以下是调用函数时可使用的正式参数类型：

必需参数
- 必需参数须以正确的顺序传入函数。调用时的数量必须和声明时的一样。
关键字参数
- 关键字参数和函数调用关系紧密，函数调用使用关键字参数来确定传入的参数值。
- 使用关键字参数允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。
默认参数
- 调用函数时，如果没有传递参数，则会使用默认参数。如def printinfo( name, age = 35 ):不传age参数，则使用默认值
不定长参数
可能需要一个函数能处理比当初声明时更多的参数。这些参数叫做不定长参数，和上述 2 种参数不同，声明时不会命名。基本语法如下：
python 复制代码
```
def functionname([formal_args,] *var_args_tuple ):
   "函数_文档字符串"
   function_suite
   return [expression]
```

加了星号 * 的参数会以元组(tuple)的形式导入，存放所有未命名的变量参数。

python 复制代码

# 可写函数说明
def printinfo( arg1, *vartuple ):
   "打印任何传入的参数"
   print ("输出: ")
   print (arg1)
   print (vartuple)
 
# 调用printinfo 函数
printinfo( 70, 60, 50 )

还有一种就是参数带两个星号 **基本语法如下：

python 复制代码

def functionname([formal_args,] **var_args_dict ):
   "函数_文档字符串"
   function_suite
   return [expression]

加了两个星号 ** 的参数会以字典的形式导入。

python 复制代码

def printinfo( arg1, **vardict ):
   "打印任何传入的参数"
   print ("输出: ")
   print (arg1)
   print (vardict)
 
# 调用printinfo 函数
printinfo(1, a=2,b=3)
# 输出：
# 1
# {'a': 2, 'b': 3}

声明函数时，参数中星号 * 可以单独出现，如def f(a,b,*,c):，单独出现星号，则星号后后的参数必须用关键字传入，比如f(1,2,3)会报错，f(1,2,c=3)正常；

匿名函数

Python 使用 lambda 来创建匿名函数。

所谓匿名，意即不再使用 def 语句这样标准的形式定义一个函数。

lambda 只是一个表达式，函数体比 def 简单很多。
lambda 的主体是一个表达式，而不是一个代码块。仅仅能在 lambda 表达式中封装有限的逻辑进去。
lambda 函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。
虽然 lambda 函数看起来只能写一行，却不等同于 C 或 C++ 的内联函数，内联函数的目的是调用小函数时不占用栈内存从而减少函数调用的开销，提高代码的执行速度。

语法

lambda 函数的语法只包含一个语句，如下：

python 复制代码

lambda [arg1 [,arg2,.....argn]]:expression

十二、数据结构

列表

列表可以修改，而字符串和元组不能。列表的方法：

方法	描述
list.append(x)	把一个元素添加到列表的结尾，相当于 a[len(a):] = [x]。
list.extend(L)	通过添加指定列表的所有元素来扩充列表，相当于 a[len(a):] = L。
list.insert(i, x)	在指定位置插入一个元素。第一个参数是准备插入到其前面的那个元素的索引，例如 a.insert(0, x) 会插入到整个列表之前，而 a.insert(len(a), x) 相当于 a.append(x) 。
list.remove(x)	删除列表中值为 x 的第一个元素。如果没有这样的元素，就会返回一个错误。
list.pop([i])	从列表的指定位置移除元素，并将其返回。如果没有指定索引，a.pop()返回最后一个元素。元素随即从列表中被移除。（方法中 i 两边的方括号表示这个参数是可选的，而不是要求你输入一对方括号，你会经常在 Python 库参考手册中遇到这样的标记。）
list.clear()	移除列表中的所有项，等于del a[:]。
list.index(x)	返回列表中第一个值为 x 的元素的索引。如果没有匹配的元素就会返回一个错误。
list.count(x)	返回 x 在列表中出现的次数。
list.sort()	对列表中的元素进行排序。
list.reverse()	倒排列表中的元素。
list.copy()	返回列表的浅复制，等于a[:]。

将列表当作栈使用

栈是一种：后进先出数据结构，意味着最后添加的元素最先被移除。列表提供了一些方法，使其非常适合用于栈操作，特别是 append() 和 pop() 方法。

用 append() 方法可以把一个元素添加到栈顶，用不指定索引的 pop() 方法可以把一个元素从栈顶释放出来。

栈操作：

压入（Push） : 将一个元素添加到栈的顶端。 stack.append(xxx)
弹出（Pop） : 移除并返回栈顶元素。 stack.pop()
查看栈顶元素（Peek/Top） : 返回栈顶元素而不移除它。stack[-1]
检查是否为空（IsEmpty） : 检查栈是否为空。 len(stack)==0
获取栈的大小（Size） : 获取栈中元素的数量。 len(stack)

将列表当作队列使用

一种先进先出的数据结构，最早被添加的元素最先被移除。

使用列表时，如果频繁地在列表的开头插入或删除元素，性能会受到影响，因为这些操作的时间复杂度是 O(n)。为了解决这个问题，Python 提供了 collections.deque，它是双端队列，可以在两端高效地添加和删除元素。

使用 deque 实现队列的例子：

python 复制代码

from collections import deque

# 创建一个空队列
queue = deque()

# 向队尾添加元素
queue.append('a')
queue.append('b')
queue.append('c')

print("队列状态:", queue)  # 输出: 队列状态: deque(['a', 'b', 'c'])

# 从队首移除元素
first_element = queue.popleft()
print("移除的元素:", first_element)  # 输出: 移除的元素: a
print("队列状态:", queue)            # 输出: 队列状态: deque(['b', 'c'])

# 查看队首元素（不移除）
front_element = queue[0]
print("队首元素:", front_element)    # 输出: 队首元素: b

# 检查队列是否为空
is_empty = len(queue) == 0
print("队列是否为空:", is_empty)     # 输出: 队列是否为空: False

# 获取队列大小
size = len(queue)
print("队列大小:", size)            # 输出: 队列大小: 2

使用列表实现队列

创建队列 queue = []
向队尾添加元素 queue.append(xxx)
从队首移除元素 queue.pop(0)
查看队首元素（不移除）queue[0]
检查队列是否为空 len(queue) == 0
获取队列大小 len(queue)

使用 collections.deque 会更高效和简洁。它提供了 O(1) 时间复杂度的添加和删除操作，非常适合队列这种数据结构。

列表推导式

列表推导式提供了从序列创建列表的简单途径。通常应用程序将一些操作应用于某个序列的每个元素，用其获得的结果作为生成新列表的元素，或者根据确定的判定条件创建子序列。

每个列表推导式都在 for 之后跟一个表达式，然后有零到多个 for 或 if 子句。返回结果是一个根据表达从其后的 for 和 if 上下文环境中生成出来的列表。如果希望表达式推导出一个元组，就必须使用括号。

实例：

将列表每个数值乘以3：

python 复制代码

vec = [2, 4, 6]
print([3*x for x in vec]) # [6, 12, 18]

其他

python 复制代码

vec = [2, 4, 6]
print([[x, x**2] for x in vec])

对列表中每个元素逐个调用某个方法：

python 复制代码

freshfruit = ['   banana', '  loganberry ', 'passion fruit  ']
print([fruit.strip() for fruit in freshfruit]) # ['banana', 'loganberry', 'passion fruit']

strip() :给字符串 "修剪边缘"：默认情况下，它会剪掉字符串开头和结尾的空格、换行符（\n）、制表符（\t）等空白字符；如果指定了具体字符，就只剪这些指定的字符。

可以使用 if 子句作为过滤器

python 复制代码

[3*x for x in vec if x > 3] # [12, 18]
[3*x for x in vec if x < 2] # []

关于循环和其他技巧的使用：

python 复制代码

vec1 = [2, 4, 6]
vec2 = [1, 3, 9]
[x*y for x in vec1 for y in vec2] # [2, 12, 54]
[x+y for x in vec1 for y in vec2] # [3, 7, 15]
[vec1[i]*vec2[i] for i in range(len(vec1))] # [2, 12, 54]

可使用复杂表达式或嵌套函数

python 复制代码

[str(round(355/113, i)) for i in range(1, 6)]
# ['3.1', '3.14', '3.142', '3.1416', '3.14159']

round() 是 Python 内置的四舍五入函数，核心作用是把数字按指定的小数位数进行四舍五入，返回一个浮点数（或整数）。基本语法：round(数字, 小数位数)

嵌套列表解析

列表可以嵌套：

python 复制代码

matrix = [
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12],
]
# 将 3x4矩阵转为 4x3
newmatrix = [[row[i] for row in matrix] for i in range(4)]


# print(newmatrix)

# 其他方法实现
# transposed = []
# for i in range(4):
#     transposed.append([row[i] for row in matrix])

# print(transposed)

# 拆分实现
transposed = []
for i in range(4):
    transposed_row = []
    for row in matrix:
        transposed_row.append(row[i])
    transposed.append(transposed_row)

print(transposed)

del语句

使用 del 语句可以从一个列表中根据索引来删除一个元素，而不是值来删除元素。这与使用 pop() 返回一个值不同。可以用 del 语句从列表中删除一个切割，或清空整个列表（我们以前介绍的方法是给该切割赋一个空列表）。例如：

python 复制代码

a = [-1, 1, 66.25, 333, 333, 1234.5]
del a[0]

print(a) # [1, 66.25, 333, 333, 1234.5]

del a[1:3]
print(a)# [1, 333, 1234.5]

del a[:]
print(a) # []

元组和序列

元组由若干逗号分隔的值组成，例如：

python 复制代码

# 元组
t = 1111, 222, 'zzz'
print(t) # (1111, 222, 'zzz')

# 可嵌套
u = t, (333, 555, 'ddd') # ((1111, 222, 'zzz'), (333, 555, 'ddd'))

print(u)

组在输出时总是有括号的，以便于正确表达嵌套结构。在输入时可能有或没有括号，不过括号通常是必须的（如果元组是更大的表达式的一部分）。

集合

是一个无序不重复的集合，基本功能包括：关系测试和消除重复元素

可使用大括号 {} 创建集合；注意：要创建一个空集合，不能使用{}，而是使用 set()，{}用于创建一个空的字典。

简单示例：

python 复制代码

## 集合
fruitset = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
print(fruitset) # 删除重复的

print('apple' in fruitset) # 检测成员

print('aaa' in fruitset) # 检测成员

# 两个集合的操作

a = set('abracadabra')
b = set('alacazam')

print(a)
print(b)

# 在a中的字符，不在b中
print(a - b)

# 在b中的字符，不在a中
print(b - a)

# 在a 或 b中的字符
print(a | b)

# 共同的字符
print(a & b)

# 不同时在a和b中的字符
print(a ^ b)

# 支持推导式
c = {x for x in 'abracadabra' if x not in 'abc'}
print(c)

输出：

python 复制代码

{'apple', 'pear', 'orange', 'banana'}
True
False
{'r', 'a', 'd', 'c', 'b'}
{'m', 'a', 'z', 'l', 'c'}
{'d', 'r', 'b'}
{'z', 'm', 'l'}
{'m', 'a', 'r', 'd', 'z', 'l', 'c', 'b'}
{'c', 'a'}
{'d', 'z', 'm', 'l', 'r', 'b'}
{'d', 'r'}

字典

序列是以连续的整数为索引，与此不同的是，字典以关键字为索引，关键字可以是任意不可变类型，通常用字符串或数值。

理解字典的最佳方式是把它看做无序的键=>值对集合。在同一个字典之内，关键字必须是互不相同。

一对大括号创建一个空的字典：{}。

简单例子：

python 复制代码

# 字典
tel = {'jack': 4098, 'sape': 4139}
tel['zz'] = 2356
print(tel)
print(tel['jack'])

del tel['sape']
print(tel)

tel['fhshf'] = 121432
print(tel)

print(tel.keys())
print(list(tel.keys()))

print(sorted(tel.keys()))

print('zz' in tel)

# 构造函数dict() 可直接从键值对元组列表中 构建字典
newdict = dict((('zz', 123), ('dd', 234), ('mm', 345)))
print(newdict)

# 字典推导 可用来创建 任意键和值的表达式词典
print({x:x**2 for x in range(10)})
# 如果关键字只是简单的字符串，使用关键字参数指定键值对有时候更方便：
print(dict(z=1, d=2, m=3))

输出：

python 复制代码

{'jack': 4098, 'sape': 4139, 'zz': 2356}
4098
{'jack': 4098, 'zz': 2356}
{'jack': 4098, 'zz': 2356, 'fhshf': 121432}
dict_keys(['jack', 'zz', 'fhshf'])
['jack', 'zz', 'fhshf']
['fhshf', 'jack', 'zz']
True
{'zz': 123, 'dd': 234, 'mm': 345}
{0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}
{'z': 1, 'd': 2, 'm': 3}

遍历技巧

python 复制代码

# 遍历技巧
# 关键字和对应的值可以使用 items()方法解读出来
knights = {'gallahad': 'the pure', 'robin': 'the brave'}
for k, v in knights.items():
    print(k, v)

# 序列中遍历时，索引位置和对应值可以 使用enumerate()函数同时得到：
for i, v in enumerate(knights):
    print(i, v)

# 同时遍历两个或更多的序列， 可以使用zip()组合
questions = ['name', 'quest', 'favorite color']
answers = ['lancelot', 'the holy grail', 'blue']

for q, a in zip(questions, answers):
    print('What is your {0}? It is {1}'.format(q, a))

# 反向遍历序列，使用reversed
for i in reversed(range(10)):
    print(i)

# 按顺序遍历一个序列，使用 sorted() 函数返回一个已排序的序列，并不修改原值：
# sort() 能修改原值
basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
for f in sorted(set(basket)):
    print(f)

输出：

python 复制代码

gallahad the pure
robin the brave
0 gallahad
1 robin
What is your name? It is lancelot
What is your quest? It is the holy grail
What is your favorite color? It is blue
9
8
7
6
5
4
3
2
1
0
apple
banana
orange
pear