[阶段一] 14. 常用函数与高阶函数

常用函数与高阶函数

• 加密工具：

常用的加密工具有 hashlib 模块和 base64 模块。

hashlib 模块加密的内容难以破解，加密过程不可逆。hashlib 常用的加密方法：

函数名	参数	介绍	示例	返回值
md5	byte	MD5算法加密	hashlib.md5(b’hello’)	hash 对象
sha1	byte	Sha1算法加密	hashlib.sha1(b’hello’)	hash 对象
sha256	byte	Sha256算法加密	hashlib.sha256(b’hello’)	hash 对象
sha512	byte	Sha512算法加密	hashlib.sha512(b’hello’)	hash 对象

示例：

# coding:utf-8

import hashlib, time

base_sign = 'python'


class Hash(object):
    def __init__(self, sign, timestamp):
        self.sign = sign
        self.timestamp = timestamp

    def client(self):
        _token = '%s%s' % (self.sign, self.timestamp)
        token = hashlib.sha1(_token.encode('utf-8')).hexdigest()
        return token, self.timestamp

    def server(self):
        _token = '%s%s' % (self.sign, self.timestamp)
        token = hashlib.sha1(_token.encode('utf-8')).hexdigest()
        return token


if __name__ == '__main__':
    a = Hash(base_sign, int(time.time()))
    client_token, client_timestamp = a.client()

    # b = Hash(base_sign, client_timestamp)
    time.sleep(1)
    b = Hash(base_sign, int(time.time()))
    server_token = b.server()

    if client_token == server_token:
        print('验证通过，合法')
    else:
        print('验证不通过，非法')

函数名	参数	介绍	示例	返回值
encodestring	byte	base64加密	base64.encodestring(b’hello’)	byte
decodestring	byte	base64解密	base64.decondestring(b’hello’)	byte
encodebytes	byte	base64加密	base64.encodebytes(b’hello’)	byte
decodebytes	byte	base64解密	base64.decodebytes(b’hello’)	byte

示例：

# coding:utf-8

import base64


class Base(object):
    def __init__(self, data):
        self.data = data

    def encode(self):
        if isinstance(self.data, str):
            self.data = self.data.encode('utf-8')
        elif isinstance(self.data, bytes):
            self.data = self.data
        else:
            raise TypeError('data need bytes')

        return base64.encodebytes(self.data).decode('utf-8')

    def decode(self):
        if not isinstance(self.data, bytes):
            raise TypeError('data need bytes')

        return base64.decodebytes(self.data).decode('utf-8')


if __name__ == '__main__':
    b = Base('hello 小白')
    result = b.encode()
    print(result)

    b = Base(b'aGVsbG8g5bCP55m9')
    new_result = b.decode()
    print(new_result)

• 日志模块：

日志是程序运行时不断产生的记录。通过日志，可以知道程序运行的状态，发现并解决程序运行时产生的 bug。

日志一般有这些等级：debug、info、warning、error、critical，严重程度依次递增。

简单记录日志，使用 logging 模块的 logging.basicConfig 方法即可。logging.basicConfig 方法参数如下：

参数	作用	示例
level	日志输出等级	level=logging.DEBUG
format	日志输出格式
filename	存储位置	filename=’/var/log/py.log’
filemode	输入模式	filemode=‘w’

format 参数具体格式：

格式符	函数
%(levelname)s	日志级别名称
%(pathname)s	执行程序的路径
%(filename)s	执行程序名
%(lineno)d	日志的当前行号
%(asctime)s	打印日志的时间
%(message)s	日志信息

常用的 format 格式符组合：'%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s'

示例：

# coding:utf-8

import os, logging


def init_log(path):
    if os.path.exists(path):
        mode = 'a'
    else:
        mode = 'w'

    logging.basicConfig(
        level=logging.INFO,
        format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',
        filename=path,
        filemode=mode
    )

    return logging


if __name__ == '__main__':
    current_path = os.getcwd()
    path = os.path.join(current_path, 'a.log')

    log = init_log(path)
    log.info('这是第一条记录的日志信息')
    log.warning('这是第二条记录的警告信息')
    log.error('这是第三条记录的报错信息')

结果：

2021-07-14 21:38:36,841 test.py[line:27] INFO 这是第一条记录的日志信息
2021-07-14 21:38:36,841 test.py[line:28] WARNING 这是第二条记录的警告信息
2021-07-14 21:38:36,841 test.py[line:29] ERROR 这是第三条记录的报错信息

• 虚拟环境：

在同一个系统环境中，可能存在多个不同版本的 python，此时就需要创建虚拟环境将它们隔离开。

每个虚拟环境都有自己的 python 二进制文件（与用于创建此环境的二进制文件的版本相匹配），并且可以在其站点目录中拥有自己独立的已安装 python 包。

python 中的虚拟环境工具：

virtualenv

pyenv

命令行下使用 pip install virtualenv 安装 virtualenv，之后选择创建虚拟环境的目录，然后执行 virtualenv -p python3.9 penv 创建虚拟环境。其中 python3.9 表示虚拟环境的 python 版本，而 penv 表示此虚拟环境的名称。最后通过 ./penv/Scripts/active 启动这个虚拟环境，停止虚拟环境可以使用 ./penv/Scripts/deactive。

需要注意的是，virtualenv 只是针对单一版本下虚拟环境的管理，pipenv 可实现对多 python 版本下的虚拟环境的管理。

• 常用的内置函数：

函数名	参数	介绍	返回值	示例
abs	Number	返回数字绝对值	正数	abs(-10)
all	List	判断列表内容是否全是 True	Bool	all([’’, ‘123’])
any	iterable	判断内容是否有 True	Bool	any([1, 0, ‘’])
help	object	打印对象的用法	无	help(list)
enumerate	iterable	迭代时记录索引	无	for index, item in enumerate(list)
input	str	命令行输入消息	str	input(‘请输入：’)
isinstance	object, type	判断对象是否是某种类型	Bool	isinstance(‘a’, str)
type	object	输出对象的类型	str	type(10)
vars	instance	返回实例化对象的属性和值的字典对象	dict
dir	object	返回对象中所有可用方法和属性	List	dir(‘aaa’)
hasattr	object, attr	判断对象中是否有某个属性	Bool	hasattr(‘1’, upper)
setattr	object, attr, value	为实例化对象添加属性和值	无	setattr(person, ‘name’, ‘xiaobai’)
getattr	object, attr	通过对象获取属性的值	任何类型	getattr(person, ‘name’)

• random 模块：

python 中的 random 模块是随机模块，通常用于产生随机数，达到随机效果。random 模块的常用函数如下：

random.random           随机返回 0 ~ 1 之间的浮点数

random.uniform          随机返回 a ~ b 之间的浮点数，a、b 表示参数

random.randint          随机返回 a ~ b 之间的整数，a、b 表示参数

random.choice           随机返回对象中的一个元素

random.sample           随机返回对象中指定数量的元素，结果是列表类型

random.randrange        与 range 类似，随机返回一个区间内的数

示例：

# coding:utf-8

import random


def add_zero(interval):
    num = random.randint(1, interval + 1)

    if num < 10:
        num = '0' + str(num)

    return num


def lottery(red_interval, blue_interval):
    red_num, blue_num = 6, 1
    ball = list()

    for n in range(red_num):
        ball.append(add_zero(red_interval))

    for n in range(blue_num):
        ball.append(add_zero(blue_interval))

    return ball


if __name__ == '__main__':
    ball_list = lottery(33, 16)
    print(f'''本期双色球中奖号码：
{ball_list[0]} {ball_list[1]} {ball_list[2]} {ball_list[3]} {ball_list[4]} {ball_list[5]}  {ball_list[6]}''')

• 可迭代对象与迭代器对象：

iterable 表示可迭代对象，即能够逐一返回其成员项的对象。可迭代对象可用于 for 循环以及其他需要序列的地方（zip、map、…）。当一个可迭代对象作为参数传给内置函数 iter 时，它会返回该对象的迭代器。

可以使用 isinstance(object, iterable) 检测一个对象是否已经注册到 iterable 或者实现 __iter__ 函数；但检测一个对象是否是可迭代对象的唯一可信赖的方法是调用 iter(object)。

iterator 表示迭代器对象，即用来表示一连串数据流的对象。重复调用迭代器的 __next__ 方法（或将其传给内置函数 next）将逐个返回数据流中的每一项，迭代器具有一次性。

判断是否是可迭代对象与迭代器对象：

isinstance(obj, iterable)

isinstance(obj, iterator)

迭代器必须具有 __iter__ 方法用来返回该迭代器对象自身，因此迭代器对象一定也是可迭代对象，但可迭代对象不一定是迭代器对象。

凡是可以 for 循环的，都是可迭代对象；凡是可以 next的，都是迭代器对象。可迭代对象是一次性消费的，不同的可迭代对象之间没有关联。python 中的 for 循环就是通过 next实现的。

str、list、truple、set、dict，都是可迭代对象，而不是迭代器对象，但可以通过 iter 函数获得一个迭代器对象。

• 迭代器的生成与使用：

iter 函数可以生成一个迭代器对象。

用法：

iter(iterable)

参数 iterable 表示可迭代对象。

next 函数可以返回迭代器对象中的数据。

用法：

next(iterator)

参数 iterator 表示迭代器对象。

示例：

>>> s = iter({1, 2, 3})

>>> s
<set_iterator object at 0x0000011C75F2BC80>

>>> next(s)
1

>>> next(s)
2

>>> next(s)
3

>>> next(s)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

• 生成器：

在 python 中，使用了 yield 关键字的函数被称为生成器 generator。

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，可以理解生成器就是一个迭代器。调用一个生成器函数，返回的是一个迭代器对象。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值，并在下一次执行 next 方法时从当前位置继续运行。

生成器分类：

1. 生成器函数：常规函数定义，但是使用的是 yield 语句而不是 return 语句返回结果，yield 语句一次返回一个结果，可以使用多次，在每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行。

2. 生成器表达式：类似列表推导式，生成器返回按需产生结果的一个对象，而不是一次构建一个完整的结果列表。

生成器的优点是：可以在需要的时候才产生结果，而不用立即产生结果。

示例：

>>> def test():
...     for i in range(3):
...         yield i
...

>>> t = test()

>>> t
<generator object test at 0x0000011C75E96C80>

>>> next(t)
0

>>> next(t)
1

>>> next(t)
2

>>> next(t)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

• python 的高阶函数：

python中，可以接收另一个函数作为参数的函数称为高阶函数。常用的高阶函数有 map、reduce 和 filter。

map 会根据提供的函数对指定迭代器对象的每个元素做映射，映射规则由指定的函数决定，返回一个 map 对象。

map(func, *iterables)

第一个参数 func 以迭代器对象中的每一个元素调用 func 函数，返回包含每次 func 函数返回值的 map 对象。

通常，map 函数会与匿名函数 lambda 一起使用。示例：

# coding:utf-8

list1 = list(x for x in range(1, 6))

r = map(lambda x: x * x, list1)
print(list(r))

结果：

[1, 4, 9, 16, 25]

map 允许传入多个迭代器对象，迭代器的数量与 lambda 传入的变量数量一致。当最短的迭代器耗尽时停止。示例：

# coding:utf-8

list1 = list(x for x in range(1, 6))
list2 = list(x for x in range(1, 10))

r = map(lambda x, y: x * x + y, list1, list2)
print(list(r))

结果：

[2, 6, 12, 20, 30]

reduce 函数会对参数序列中元素进行累积，累积规则由指定的函数决定。

reduce 函数将一个序列中的所有数据进行下列操作：用传给 reduce 中的函数 func（必须有两个参数）先对集合中的第 1、2 个元素进行操作，得到的值再与第 3 个元素用 func 函数运算，依次类推，最后得到一个值。

reduce(func, sequence[, initial])

累积规则由指定的函数决定。当指定了初始值后，初始值作为第一个元素，与序列中第一个元素开始按函数规则运算。

通常，reduce 函数会与匿名函数 lambda 一起使用。示例：

# coding:utf-8

from functools import reduce

list1 = list(x for x in range(1, 6))

reduce_sum = reduce(lambda x, y: x + y, list1)
reduce_red = reduce(lambda x, y: x - y, list1, 10)

print(reduce_sum)
print(reduce_red)

结果：

15
-5

filter 函数用于对循环根据过滤条件进行过滤，过滤掉不符合条件的元素，返回一个由符合条件元素组成的 filter 对象。

filter(func, iterable)

filter 函数接收两个参数，第一个参数为函数，第二个参数为迭代器对象，迭代器对象的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返回 True 的元素放到 filter 对象中。

通常，filter 函数会与匿名函数 lambda 一起使用。示例：

# coding:utf-8

from random import randint

list1 = [randint(-10, 10) for _ in range(10)]

r = filter(lambda x: x > 0, list1)
print(list(r))

---