Python3进阶学习笔记（*args、*kwargs、生成器、内置函数map和filter）持续更新中......

一、*args和**kwargs用法

*args和**kwargs主要用于函数定义，可以将不定数量的参数传递给一个函数。
这里的不定的意思是：预先并不知道函数使用者会传递多少个参数给你。*args是用来发送一个非键值对的可变数量的参数列表给一个函数。

def test_var_args(f_arg, *argv):
    print("first normal arg:", f_arg)
for arg in argv:
        print("another arg through *argv:", arg)
test_var_args('yasoob', 'python', 'eggs', 'test')

 输出：
 argv是一个tupel元组类型
 first normal arg： yasoob
 another arg through *argv：python
 another arg through *argv：eggs
 another arg through *argv：test

def greet(**kwargs):
    for key,value in kwargs.items():
        print("{0} == {1}".format(key,value))

greet(name="python")
输出：
kwargs的类型是dict字典
name == python

二、生成器（Generators）

迭代器：

1、可迭代对象（Iterabel）

一个可迭代对象是python中任意的对象，只要定义了可以返回一个迭代器的__iter__方法
或者定义可以支持下标索引的__getitem方法，可迭代对象可以是任意对象，只要他能给我们提供一个迭代器。

2、迭代器（Iterator）

一个迭代器是任意一个对象，只要定义了next或者__next__方法，这就是迭代器。

3、迭代（Iteration）

简单讲，他就是从某个地方（列表）取出一个元素的过程。当时用一个循环来遍历某个东西时，这就叫一个迭代。

4、生成器

生成器也是一种迭代器，但是只能对其迭代一次。这是因为他们并没有把所有的值存在内存中，而是在运行时生成值。通过遍历来使用他们，要么用一个“for”循环，要么将他们传递给任意可以进行迭代的函数和结构。大多数生成器是以函数来实现的。然而，他们并不返回一个值，而是yield一个值。

例如：

def generator_function():
    for i in range(10):
        yield i
for item in generator_function:
    print(item)

python2里的标准库函数都会返回列表，python3都修改成返回生成器，因为生成器占用更少的资源。
下面是一个计算斐波那契数列的生成器（占用资源少）：

def fibon(n):
    a = b = 1
    for i in range(n):
        yield a
        a, b = b, a+b
for x in fibon(100):
    print(x)

然而，如果这样实现：

def fibon(n):
    a = b = 1 
    result = []
    for i in range(n):
        result.append(a)
        a, b = b, a+b
     return result

这也许会在计算很大的输入参数时用尽所有的资源。

生成器使用一次迭代，在测试之前需要知道python内置函数，next(),它允许我们回去一个序列的下一个元素，如下：

def generator_finction():
    for i in range(3)
        yield i 
gen = generator_function()
print(next(gen))
output 0
print(next(gen))
output 1
print(next(gen))
output 2
print(next(gen))
 Output: Traceback (most recent call last):
#            File "<stdin>", line 1, in <module>
#         StopIteration

可以看到，yield掉所有值后，next()触发了一个StopIteration的异常，异常说明所有值已经yield完。但是for循环为什么没有这个异常呢？因为for循环会自动捕获这个异常并停止调用next().

你知不知道python中一些内置的数据类型也会支持迭代，如下：

my_string = "yasoob"
next(my_string)
Output: Traceback (most recent call last):
#      File "<stdin>", line 1, in <module>
#    TypeError: str object is not an iterator

这个异常说str不是一个迭代器，它是一个可迭代对象，但不是一个迭代器。这意味着他支持迭代，但是不能直接对其进行迭代操作。那如何迭代呢？内置函数，iter。它可以根据一个可迭代对象返回一个迭代器对象，如下：

my_string = "yasoob"
my_iter = iter(my_string)
next(my_iter)
output 'y'

三、内置函数

1、Map

Map会将一个函数映射一个输入列表的所以元素，如下规范：

	map（function_to_apply, list_of_inputs）

当要把列表中所有与三俗一个个的传递给一个函数，并收集输出。如下：

items = [1,2,3,4]
lists =[]
for i in items:
    lists.append(i)

使用map函数：
items = [1,2,3,4]
lists =list(map(lambda x:x**2, items))

大多数时候、我们使用匿名函数（lambdas）来配合map，不仅用于一列表的输入，甚至可以用于以列表的函数：

def multiply(x):
    return (x*x)
def add(x):
    return (x+x)
funcs = [multiply, add]
for i in range(5):    
    value = list(map(lambda x: x(i), funcs))    
    print(value)
# Output:
# [0, 0]
# [1, 2]
# [4, 4]
# [9, 6]
# [16, 8]
# Python进阶24Map

2、 Filter

filter能创建一个列表，其中每个元素都是对一个函数能返回True，例如：

number_list = range(-5, 5)
less_than_zero = list(filter(lambda x: x < 0, number_list))
print(less_than_zero)
# Output: [-5, -4, -3, -2, -1]

filter类似于一个for循环，但是他是一个内置函数，并且快。