Python学习3

1.列表生成式
通过range(1,11)可以生成1到10的整数列表，如果要生成更复杂的列表，一是通过循环和append()，另一种更简单的方式是通过列表生成式：

[x*x for x in range(1, 11)]

[1, 4, 9, ......]

for循环后面还可以添加if判断：

[x*x for x in range(1, 11) if x%2 == 0]

[4, 16, 36, 64, 100]

还可以使用两层循环，生成全排列

[m+n for m in 'ABC' for n in 'def']

['Ad', 'Ae', 'Af', 'Bd', 'Be', 'Bf', 'Cd', 'Ce', 'Cf']

2.生成器
可以一边循环一边计算，不用创建整个列表，节省空间
创建方法一是把列表生成式的[]改为()，
调用next()得到元素，或者用for循环，推算的算法比较复杂的话就用函数实现，只需要把函数中产生元素的语句写为yield b

def fib(max):
    a, b, n = 0, 1, 0
    while n < max:
       yield b
       a, b = b, a+b
       n = n+1

遇到yield返回，调用next()接着上次的yield继续执行, 函数体都执行完后结束

print fib(6) 

<generator object fib at 0x02DC2E40>

for x in fib(6):
     print x
1
1
2
...

3.map/reduce
map()接受两个参数，第一个是函数，第二个是序列，输出结果是把函数作用在序列上之后的结果

map(str, [1, 2, 3])
['1', '2', '3']

reduce()也接受同样的两种参数，它的方法是把结果继续和序列的下一个元素做累积计算：

def add(x,y)
    return x+y
reduce (add, [1, 2, 3, 4])

(((1+2)+3)+4) = 10

4.补充知识点
①{dic}[key]可以得到对应的value值

{'One': 1, 'Two': 2}['One']
1

②

str.upper()          //把所有字符中的小写字母转换成大写字母
str.lower()          //把所有字符中的大写字母转换成小写字母
str.capitalize()     // 把第一个字母转化为大写字母，其余小写
str.title()          // 把每个单词的第一个字母转化为大写，其余小写 

5.filter
filter()接受两个参数，一是函数，而是序列，函数作用在序列的每个元素上，如果是Tree就输出，是False就过滤掉

def not_empty(s):
    return s and s.strip()
print filter(not_empty, ['A', '', 'B', None, 'C', '  '])
['A', 'B', 'C']

ps：strip(x)表示去掉字符串收尾的x元素

6.sorted
内置的sorted()可以直接排序，从小到大。
还可以接入其他的比较函数来进行排序，比如从大到小：

def recmp(x, y):
    if x > y:
       return -1
    if x < y:
       return 1
    return 0
sorted([15, 25, 65], recmp)

[65, 25, 15]    

7.返回函数
把函数作为返回值

def lazy_sum(*args):
    def sum():
        ax = 0
        for n in args:
            ax = ax + n
        return ax
    return sum

此时，调用lazy_sum()时，返回的不是求和结果，而是求和函数

f = lazy_sum(1, 3, 5, 7, 9)
f
<function sum at 0x10452f668>

调用函数f时，才真正计算求和结果

f()
25

8.匿名函数
匿名函数由关键字lambda实现，lambda x: x*x，冒号前面表示参数，后面是函数表达式，返回值即为该表达式的结果，只能有一个表达式。

9.装饰器
当我们需要增加某个函数的功能，又不想改变函数定义时，可以使用装饰器decorator。本质上，decorator是一个返回函数的高阶函数。

def time():
   print '2018-1-8'
//函数对象有一个__name__属性，可以得到函数名字

假如要增强time()的功能，在调用的时候能打日志。

def log(func)://接受一个函数
    def wrapper(*args, **kw):
        print 'call %s():' %func.__name__
        return func(*args, **kw)
    return wrapper


@log
def time():
    print '2018-1-8'


time()

call time():
2018-1-8

把@log放在time()的定义出，相当于执行了time = log(time)
如果decorator本身要传入参数，比如要自定义log的文本

def log(text):
    def decorator(func):
        def wrapper(*args, **kw):
            print '%s %s():' %(text, func.__name__)
            return func(*args, **kw)
         return wrapper
     return decorator


@log('Hello')
def time():
    print '2018-1-8'


time()

result:
Hello time():
2018-1-8

三层嵌套的效果是time = log('Hello')(time)
但此时，time的__name__属性变成了'wrapper',有些依赖函数签名的代码执行就会出错。所以还要将原函数的__name__属性复制过来

import functools//导入functools模块
//然后在定义wrapper()函数的上面加上@functools.wraps(func)

10.偏函数
偏函数（Partial function）是functools模块的一个功能，它可以把一个函数的某些参数固定住，比如int()函数有base参数，传入base参数可以做n进制的转换(原来是base进制，转为10进制输出)

int('12345', base=8)
5349

使用偏函数创建一个进行二进制转换的int()函数：

import functools
int2 = functools.partial(int, base=2)

创建偏函数时，接受函数对象、*args、**kw这三个参数，以上代码相当于：

kw = { base: 2}
int2 = functools.partial(int, **kw)