python学习笔记(二)

18.函数
abs函数，接收一个参数，返回其绝对值
max函数，可用接收任意多个参数，返回最大的
数据转化函数:
int,float,str,bool
可用把函数名赋值给一个变量，相当于给这个函数取了个别名
eg:
a = abs # 变量a指向abs函数
a(-1) # 所以也可以通过a调用abs函数,显示1
19.定义函数
使用def，依次写出函数名，括号，括号中的参数，冒号，在缩进块中写函数体，返回值用return语句返回
eg:
def my_abs(x):
    if x >= 0:
        return x
    else:
        return -x
若没有return，也会返回结果，会是None，相当于return None
空函数:
如果想定义一个什么事也不做的空函数，可以用pass语句:
def nop():
    pass
pass语句什么都不做，那有什么用？实际上pass可以用来作为占位符，比如现在还没想好怎么写函数的代码，就可以先放一个pass，让代码能运行起来。
pass还可以用在其他语句里，比如：
if age >= 18:
    pass
20.关于函数
可用用户isinstance函数检查数据类型:
def my_abs(x):
    if not isinstance(x, (int, float)):
        raise TypeError('bad operand type')
    if x >= 0:
        return x
    else:
        return -x
 返回多个值:
 import math
def move(x, y, step, angle=0):
    nx = x + step * math.cos(angle)
    ny = y - step * math.sin(angle)
    return nx, ny
其实返回的是一个tuple
设置默认参数时，注意：
必选参数在前，默认参数在后，否则Python的解释器会报错
函数中对参数的改变不会改变原变量
注意:默认参数的变量也是一个变量，如果指向的是[]，如果改变[]的内容，默认内容就变了，通过将默认参数改为None可以解决
21.可变参数
参数的个数是可变的，由于参数个数不确定，首先讲参数作为一个list或tuple传进来
eg:
def calc(numbers):
    sum = 0
    for n in numbers:
        sum = sum + n * n
    return sum
调用时要组装成一个list后tuple:
calc([1, 2, 3])
calc((1, 3, 5, 7))
当一个list所有元素作为参数传入时，直接再名字前加*
nums = [1, 2, 3]
calc(*nums)
22.关键字参数
关键字参数允许传入0个或任意个含参数名的参数，会在函数内部自动组装为一个dict
eg:
def person(name, age, **kw):
    print('name:', name, 'age:', age, 'other:', kw)
在调用该函数时，kw作为可选参数
输入:person('Michael', 30)
输出:name: Michael age: 30 other: {}
输入:person('Adam', 45, gender='M', job='Engineer')
输出:name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}
输入：extra = {'city': 'Beijing', 'job': 'Engineer'}
     person('Jack', 24, **extra)
输出:name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
23.命名关键字参数
如果要限制关键字参数的名字，就可以用命名关键字参数，例如，只接收city和job作为关键字参数。这种方式定义的函数如下：
def person(name, age, *, city, job):
    print(name, age, city, job)
和关键字参数**kw不同，命名关键字参数需要一个特殊分隔符*，*后面的参数被视为命名关键字参数。
调用方式:person('Jack', 24, city='Beijing', job='Engineer')
24.参数组合
在Python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数都可以组合使用。但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。
25.切片
py提供切片来从一个list中截取一部分元素
eg:
L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
输入:L[0:3]
显示:['Michael', 'Sarah', 'Tracy']
如果第一个数字是0可以省略:L[:3],也支持倒数切片L[-2：-1]
前十个数，每两个去一个写法:
L[:10:2]
所有数，每5个取一个:
L[::5]
只写L[:]可用原样复制一个list
元组也可用切片，切出的结果也为tuple
(-,1,2,3,4,5)[:3]
结果:(0,1,2)
26.迭代
for in循环:
d = {'a': 1, 'b': 2, 'c': 3}
for key in d:
    print(key)
当遍历dict时候，用value来取其值
for value in d.values()
如果要同时迭代key和value，写法:
for k, v in d.items()
如果想循环下标值，py有内置的enumerate函数:
for i, value in enumerate(['A', 'B', 'C']):
    print(i, value)
结果:
0 A
1 B
2 C
想再for循环中同时引用两个变量:
for x, y in [(1, 1), (2, 4), (3, 9)]:
    print(x, y)
27.列表生成式
生成[1*1,2*2,4*3..]写法:
L = []
for x in range(1, 11):
   L.append(x * x)
也可写成:
[x * x for x in range(1, 11)]
for循环后可以加上if判断来筛选出偶数的平方:
[x * x for x in range(1, 11) if x % 2 == 0]
结果:[4, 16, 36, 64, 100]
还可用两层循环生成全排列:
[m + n for m in 'ABC' for n in 'XYZ']
结果:['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
eg:用两个变量来生成list
d = {'x': 'A', 'y': 'B', 'z': 'C' }
[k + '=' + v for k, v in d.items()]
结果:['y=B', 'x=A', 'z=C']
28.生成器
一个列表的大小是有限的，如果创建一个很大的列表，每次却只访问前几个元素，那么绝大
多数的空间就被浪费了，generator就是为了解决这个问题，每次在循环的过程中不断推算出后续
的元素，这样不比创建完整的list，可以节省大量空间，这种一边循环一边计算的机制称为生成器
L = [x * x for x in range(10)]
g = (x * x for x in range(10))
创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator
如果需要打印出每一个元素，可以通过next(g)打印出来
每次调用next(g)就会计算下一个元素的值，直到计算到最后一个元素，没有更多的元素时会抛出错误
但是一般不会使用next进行变量，可以使用for循环:
g = (x * x for x in range(10))
for n in g:
   print(n)
如果推算的算法比较赋值，for循环无法实现时，可用用函数来实现:
如，输出斐波拉契数列:
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        print(b)
        a, b = b, a + b
        n = n + 1
    return 'done'
注意，赋值语句：
a, b = b, a + b
相当于：
t = (b, a + b) # t是一个tuple
a = t[0]
b = t[1]
调用:fib(6)
结果:
1
1
2
3
5
8
'done'
如果要将上述函数变成generator，只需要讲print(b)变成yield b就可以了：
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1
    return 'done'
generator和函数的执行流程不一样。函数是顺序执行，遇到return
语句或者最后一行函数语句就返回。而变成generator的函数，在每次
调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的
yield语句处继续执行。
eg:
def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)
o = odd()
调用:next(o)
输出:step 1
    1
调用:next(o)
输出:step 2
    3
调用:next(o)
输出:step 3
    5
用for循环调用generator时，发现拿不到generator的return语句的返回值。
如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在
StopIteration的value中：
g = fib(6)
while True:
     try:
         x = next(g)
         print('g:', x)
     except StopIteration as e:
         print('Generator return value:', e.value)
         break
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done
29.迭代器
凡是可作用于for循环的对象都是Iterable类型；
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
Python的for循环本质上就是通过不断调用next()函数实现的
可以使用isinstance()判断一个对象是否是Iterable对象：
>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
可以使用isinstance()判断一个对象是否是Iterator对象：
>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True