代码第五天

1、推导式

推导式是一种独特的数据处理方式，可以从一个数据序列构建另一个新的数据序列的结构体。

Python 支持各种数据结构的推导式：

1. 列表(list)推导式

   格式：

   [表达式 for 变量 in 列表] 
   [out_exp_res for out_exp in input_list]
   
   或者 
   
   [表达式 for 变量 in 列表 if 条件]
   [out_exp_res for out_exp in input_list if condition]

   names=['a','b','c','d','e']
   new_names = [name.upper()for name in names if len(name)>0]
   print(new_names)
   
   
   #答案
   ['A', 'B', 'C', 'D', 'E']
   

2. 字典(dict)推导式

   格式

   { key_expr: value_expr for value in collection }
   
   或
   
   { key_expr: value_expr for value in collection if condition }

3. 集合(set)推导式

   { expression for item in Sequence }
   或
   { expression for item in Sequence if conditional }

4. 元组(tuple)推导式

   (expression for item in Sequence )
   或
   (expression for item in Sequence if conditional )

2、 迭代器与生成器

1、迭代器

迭代是 Python 最强大的功能之一，是访问集合元素的一种方式。

迭代器是一个可以记住遍历的位置的对象。

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。

迭代器有两个基本的方法：iter() 和 next()。

字符串，列表或元组对象都可用于创建迭代器

2、生成器

使用了 yield 的函数被称为生成器（generator）。

yield 是一个关键字，用于定义生成器函数，生成器函数是一种特殊的函数，可以在迭代过程中逐步产生值，而不是一次性返回所有结果。

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

当在生成器函数中使用 yield 语句时，函数的执行将会暂停，并将 yield 后面的表达式作为当前迭代的值返回。

然后，每次调用生成器的 next() 方法或使用 for 循环进行迭代时，函数会从上次暂停的地方继续执行，直到再次遇到 yield 语句。这样，生成器函数可以逐步产生值，而不需要一次性计算并返回所有结果。

调用一个生成器函数，返回的是一个迭代器对象。

下面是一个简单的示例，展示了生成器函数的使用

3、函数

1、定义

1. 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 ()。
2. 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。
3. 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。
4. 函数内容以冒号 : 起始，并且缩进。

def 函数名（参数列表）:
    函数体

 
def max(a, b):
    if a > b:
        return a
    else:
        return b
 
a = 2
b = 8
print(max(a, b))




>>>8

2、参数传递

可更改(mutable)与不可更改(immutable)对象

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。

1. 不可变类型：变量赋值 x=a 后再赋值 x=b，这里实际是新生成一个 int 值对象 b，再让 x 指向它，而 a 被丢弃，不是改变 x 的值，相当于新生成了 x。

2. 可变类型：变量赋值 y=[1,2,3,4] 后再赋值 y[2]=5 则是将 list y 的第三个元素值更改，本身y没有动，只是其内部的一部分值被修改了。

3. python 函数的参数传递：

4. 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 x 的值，没有影响 x 对象本身。如果在 fun(a) 内部修改 x 的值，则是新生成一个 x 的对象。

5. 可变类型：类似 C++ 的引用传递，如 列表，字典。如 fun(la)，则是将 y 真正的传过去，修改后 fun 外部的 y 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。

可通过 id() 函数来查看内存地址变化

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)

140712200495912
140712200495912
140712200496200

函数参数的使用不需要使用指定顺序

参数

以下是调用函数时可使用的正式参数类型：

1. 必需参数
2. 关键字参数
3. 默认参数
4. 不定长参数

4、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。

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

5、return 语句

return [表达式] 语句用于退出函数，选择性地向调用方返回一个表达式。不带参数值的 return 语句返回 None。

6、强制位置参数

Python3.8 新增了一个函数形参语法 / 用来指明函数形参必须使用指定位置参数，不能使用关键字参数的形式。

在以下的例子中，形参 a 和 b 必须使用指定位置参数，c 或 d 可以是位置形参或关键字形参，而 e 和 f 要求为关键字形参:

def f(a, b, /, c, d, *, e, f):
    print(a, b, c, d, e, f)