python入门(下)1

函数的定义

还记得 Python 里面"万物皆对象"么？Python 把函数也当成对象，可以从另一个函数中返回出来而去构建高阶函数，比如： 参数是函数、返回值是函数。

• 函数以关键词开头，后接函数名和圆括号()。def
• 函数执行的代码以冒号起始，并且缩进。
• return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回。None

def 函数名 （参数
）： "函数文档字符串"
函数套件
返回 [表达式]

1.函数参数

Python 的函数具有非常灵活多样的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。从简到繁的参数形态如下：

• 位置参数
• 默认参数 （默认参数）
• 可变参数
• 关键字参数
• 命名关键字参数
• 参数组合

• Python 允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。

2.可变参数

顾名思义，可变参数就是传入的参数个数是可变的，可以是 0, 1, 2 到任意个，是不定长的参数。

def functionname(arg1, arg2=v, *args):
       "函数文档字符串"
       functionsuite
       return [expression]

• *args - 可变参数，可以是从零个到任意个，自动组装成元组。
• 加了星号（*）的变量名会存放所有未命名的变量参数。

3.关键字参数

def functionname(arg1, arg2=v, args, *kw):
       "函数文档字符串"
       functionsuite
       return [expression]

• **kw - 关键字参数，可以是从零个到任意个，自动组装成字典。

「可变参数」和「关键字参数」的同异总结如下：

• 可变参数允许传入零个到任意个参数，它们在函数调用时自动组装为一个元组 （tuple）。
• 关键字参数允许传入零个到任意个参数，它们在函数内部自动组装为一个字典 （dict）。

4.命名关键字参数

def functionname（arg1， arg2=v， args， *， nkw， *

kw）： "函数文档字符串"
函数套件
返回 [表达式]

• *, nkw- 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 。*
• 如果要限制关键字参数的名字，就可以用「命名关键字参数」
• 使用命名关键字参数时，要特别注意不能缺少参数名。

5.参数组合

在 Python 中定义函数，可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数，这 5 种参数中的 4 个都可以一起使用，但是注意，参数定义的顺序必须是：

• 位置参数、默认参数、可变参数和关键字参数。
• 位置参数、默认参数、命名关键字参数和关键字参数。

要注意定义可变参数和关键字参数的语法：

• *args是可变参数， 接收的是一个argstuple
• **kw是关键字参数， 接收的是一个kwdict

命名关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。定义命名关键字参数不要忘了写分隔符 ，否则定义的是位置参数。*

警告：虽然可以组合多达 5 种参数，但不要同时使用太多的组合，否则函数很难懂。

函数的返回值

变量作用域 

• Python 中，程序的变量并不是在哪个位置都可以访问的，访问权限决定于这个变量是在哪里赋值的。
• 定义在函数内部的变量拥有局部作用域，该变量称为局部变量。
• 定义在函数外部的变量拥有全局作用域，该变量称为全局变量。
• 局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。

• 当内部作用域想修改外部作用域的变量时，就要用到和关键字了。globalnonlocal

内嵌函数

闭包

• 是函数式编程的一个重要的语法结构，是一种特殊的内嵌函数。
• 如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。
• 通过闭包可以访问外层非全局作用域的变量，这个作用域称为 闭包作用域。

递归

• 如果一个函数在内部调用自身本身，这个函数就是递归函数。

Lambda表达式

匿名函数的定义

在 Python 里有两类函数：

• 第一类：用 关键词定义的正规函数def
• 第二类：用 关键词定义的匿名函数lambda

Python 使用 关键词来创建匿名函数，而非关键词，它没有函数名，其语法结构如下：lambdadef

lambda argument_list: expression

• lambda - 定义匿名函数的关键词。
• argument_list - 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一样。
• :- 冒号，在函数参数和表达式中间要加个冒号。
• expression - 只是一个表达式，输入函数参数，输出一些值。

注意：

• expression 中没有 return 语句，因为 lambda 不需要它来返回，表达式本身结果就是返回值。
• 匿名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。

 

匿名函数的应用

函数式编程 是指代码中每一块都是不可变的，都由纯函数的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用。

匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中，主要有两种形式：

• 参数是函数 (filter, map)
• 返回值是函数 (closure)

如，在 和函数中的应用：filtermap

• filter(function, iterable) 过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 来转换。list()

• map(function, *iterables)根据提供的函数对指定序列做映射。

类与对象

对象 = 属性 + 方法

对象是类的实例。换句话说，类主要定义对象的结构，然后我们以类为模板创建对象。类不但包含方法定义，而且还包含所有实例共享的数据。

• 封装：信息隐蔽技术

我们可以使用关键字 定义 Python 类，关键字后面紧跟类的名称、分号和类的实现。class

SELF是什么

Python 的 相当于 C++ 的 指针。selfthis

类的方法与普通的函数只有一个特别的区别 —— 它们必须有一个额外的第一个参数名称（对应于该实例，即该对象本身），按照惯例它的名称是 。在调用方法时，我们无需明确提供与参数 相对应的参数。selfself

Python 的魔法方法

据说，Python 的对象天生拥有一些神奇的方法，它们是面向对象的 Python 的一切...

它们是可以给你的类增加魔力的特殊方法...

如果你的对象实现了这些方法中的某一个，那么这个方法就会在特殊的情况下被 Python 所调用，而这一切都是自动发生的...

类有一个名为的魔法方法，该方法在类实例化时会自动调用。__init__(self[, param1, param2...])

公有和私有

在 Python 中定义私有变量只需要在变量名或函数名前加上“__”两个下划线，那么这个函数或变量就会为私有的了。

继承

Python 同样支持类的继承，派生类的定义如下所示：

class DerivedClassName(BaseClassName):
       statement-1
              .
              .
              .
       statement-N

BaseClassName（基类名）必须与派生类定义在一个作用域内。除了类，还可以用表达式，基类定义在另一个模块中时这一点非常有用：

class DerivedClassName(modname.BaseClassName):
       statement-1
              .
              .
              .
       statement-N

Python 虽然支持多继承的形式，但我们一般不使用多继承，因为容易引起混乱。

class DerivedClassName(Base1, Base2, Base3):
       statement-1
              .
              .
              .
       statement-N

需要注意圆括号中父类的顺序，若是父类中有相同的方法名，而在子类使用时未指定，Python 从左至右搜索，即方法在子类中未找到时，从左到右查找父类中是否包含方法。

组合

类、类对象和实例对象

类对象：创建一个类，其实也是一个对象也在内存开辟了一块空间，称为类对象，类对象只有一个。

class A(object):
       pass

实例对象：就是通过实例化类创建的对象，称为实例对象，实例对象可以有多个。

类属性：类里面方法外面定义的变量称为类属性。类属性所属于类对象并且多个实例对象之间共享同一个类属性，说白了就是类属性所有的通过该类实例化的对象都能共享。

实例属性：实例属性和具体的某个实例对象有关系，并且一个实例对象和另外一个实例对象是不共享属性的，说白了实例属性只能在自己的对象里面使用，其他的对象不能直接使用，因为是谁调用，它的值就属于该对象。self

什么是绑定？

Python 严格要求方法需要有实例才能被调用，这种限制其实就是 Python 所谓的绑定概念。

Python 对象的数据属性通常存储在名为的字典中，我们可以直接访问，或利用 Python 的内置函数获取。.__ dict____dict__vars().__ dict__

一些相关的内置函数（BIF）

• issubclass(class, classinfo) 方法用于判断参数 class 是否是类型参数 classinfo 的子类。
• 一个类被认为是其自身的子类。
• classinfo可以是类对象的元组，只要class是其中任何一个候选类的子类，则返回。True

 

• isinstance(object, classinfo) 方法用于判断一个对象是否是一个已知的类型，类似。type()
• type()不会认为子类是一种父类类型，不考虑继承关系。
• isinstance()会认为子类是一种父类类型，考虑继承关系。
• 如果第一个参数不是对象，则永远返回。False
• 如果第二个参数不是类或者由类对象组成的元组，会抛出一个异常。TypeError

• class property([fget[, fset[, fdel[, doc]]]])用于在新式类中返回属性值。
  • fget -- 获取属性值的函数
  • fset -- 设置属性值的函数
  • fdel -- 删除属性值函数
  • doc -- 属性描述信息

魔法方法

魔法方法总是被双下划线包围，例如。__init__

魔法方法是面向对象的 Python 的一切，如果你不知道魔法方法，说明你还没能意识到面向对象的 Python 的强大。

魔法方法的“魔力”体现在它们总能够在适当的时候被自动调用。

魔法方法的第一个参数应为（类方法） 或者（实例方法）。clsself

• cls：代表一个类的名称
• self：代表一个实例对象的名称

基本的魔法方法

• __init__(self[, ...]) 构造器，当一个实例被创建的时候调用的初始化方法
• __new__(cls[, ...]) 在一个对象实例化的时候所调用的第一个方法，在调用初始化前，先调用。__init____new__
  • __new__至少要有一个参数，代表要实例化的类，此参数在实例化时由 Python 解释器自动提供，后面的参数直接传递给。cls__init__
  • __new__对当前类进行了实例化，并将实例返回，传给的。但是，执行了，并不一定会进入，只有返回了，当前类的实例，当前类的才会进入。__init__self__new____init____new__cls__init__

 

• 若没有正确返回当前类的实例，那是不会被调用的，即使是父类的实例也不行，将没有被调用。__new__cls__init____init__
• __new__方法主要是当你继承一些不可变的 class 时（比如）， 提供给你一个自定义这些类的实例化过程的途径。int, str, tuple
• __del__(self) 析构器，当一个对象将要被系统回收之时调用的方法。

• Python 采用自动引用计数（ARC）方式来回收对象所占用的空间，当程序中有一个变量引用该 Python 对象时，Python 会自动保证该对象引用计数为 1；当程序中有两个变量引用该 Python 对象时，Python 会自动保证该对象引用计数为 2，依此类推，如果一个对象的引用计数变成了 0，则说明程序中不再有变量引用该对象，表明程序不再需要该对象，因此 Python 就会回收该对象。

  大部分时候，Python 的 ARC 都能准确、高效地回收系统中的每个对象。但如果系统中出现循环引用的情况，比如对象 a 持有一个实例变量引用对象 b，而对象 b 又持有一个实例变量引用对象 a，此时两个对象的引用计数都是 1，而实际上程序已经不再有变量引用它们，系统应该回收它们，此时 Python 的垃圾回收器就可能没那么快，要等专门的循环垃圾回收器（Cyclic Garbage Collector）来检测并回收这种引用循环。

• __str__(self):

  • 当你打印一个对象的时候，触发__str__
  • 当你使用格式化的时候，触发%s__str__
  • str强转数据类型的时候，触发__str__

• __repr__(self)：

  • repr是的备胎str
  • 有的时候执行,没有实现的时候，执行__str____str____str____repr__
  • repr(obj)内置函数对应的结果是的返回值__repr__
  • 当你使用格式化的时候 触发%r__repr__

__str__(self) 的返回结果可读性强。也就是说， 的意义是得到便于人们阅读的信息，就像下面的 '2019-10-11' 一样。__str__

__repr__(self) 的返回结果应更准确。怎么说， 存在的目的在于调试，便于开发者使用。__repr__

算术运算符

类型工厂函数，指的是“不通过类而是通过函数来创建对象”。

• __add__(self, other)定义加法的行为：+
• __sub__(self, other)定义减法的行为：-

• __mul__(self, other)定义乘法的行为：*
• __truediv__(self, other)定义真除法的行为：/
• __floordiv__(self, other)定义整数除法的行为：//
• __mod__(self, other)定义取模算法的行为：%
• __divmod__(self, other)定义当被 调用时的行为divmod()
• divmod(a, b)把除数和余数运算结果结合起来，返回一个包含商和余数的元组。(a // b, a % b)
• _pow__(self, other[, module])定义当被 调用或 运算时的行为power()**
• __lshift__(self, other)定义按位左移位的行为：<<
• __rshift__(self, other)定义按位右移位的行为：>>
• __and__(self, other)定义按位与操作的行为：&
• __xor__(self, other)定义按位异或操作的行为：^
• __or__(self, other)定义按位或操作的行为：|

反算术运算符

反运算魔方方法，与算术运算符保持一一对应，不同之处就是反运算的魔法方法多了一个"r"。当文件左操作不支持相应的操作时被调用。

• __radd__(self, other)定义加法的行为：+
• __rsub__(self, other)定义减法的行为：-
• __rmul__(self, other)定义乘法的行为：*
• __rtruediv__(self, other)定义真除法的行为：/
• __rfloordiv__(self, other)定义整数除法的行为：//
• __rmod__(self, other)定义取模算法的行为：%
• __rdivmod__(self, other)定义当被 divmod（） 调用时的行为
• __rpow__(self, other[, module])定义当被 power（） 调用或 运算时的行为**
• __rlshift__(self, other)定义按位左移位的行为：<<
• __rrshift__(self, other)定义按位右移位的行为：>>
• __rand__(self, other)定义按位与操作的行为：&
• __rxor__(self, other)定义按位异或操作的行为：^
• __ror__(self, other)定义按位或操作的行为：|

a + b

这里加数是，被加数是，因此是主动，反运算就是如果对象的方法没有实现或者不支持相应的操作，那么 Python 就会调用的方法。abaa__add__()b__radd__()

增量赋值运算符

• __iadd__(self, other)定义赋值加法的行为：+=
• __isub__(self, other)定义赋值减法的行为：-=
• __imul__(self, other)定义赋值乘法的行为：*=
• __itruediv__(self, other)定义赋值真除法的行为：/=
• __ifloordiv__(self, other)定义赋值整数除法的行为：//=
• __imod__(self, other)定义赋值取模算法的行为：%=
• __ipow__(self, other[, modulo])定义赋值幂运算的行为：**=
• __ilshift__(self, other)定义赋值按位左移位的行为：<<=
• __irshift__(self, other)定义赋值按位右移位的行为：>>=
• __iand__(self, other)定义赋值按位与操作的行为：&=
• __ixor__(self, other)定义赋值按位异或操作的行为：^=
• __ior__(self, other)定义赋值按位或操作的行为：|=

一元运算符

• __neg__(self)定义正号的行为：+x
• __pos__(self)定义负号的行为：-x
• __abs__(self)定义当被调用时的行为abs()
• __invert__(self)定义按位求反的行为：~x

属性访问

• __getattr__(self, name): 定义当用户试图获取一个不存在的属性时的行为。
• __getattribute__(self, name)：定义当该类的属性被访问时的行为（先调用该方法，查看是否存在该属性，若不存在，接着去调用）。__getattr__
• __setattr__(self, name, value)：定义当一个属性被设置时的行为。
• __delattr__(self, name)：定义当一个属性被删除时的行为。

描述符

描述符就是将某种特殊类型的类的实例指派给另一个类的属性。

• __get__(self, instance, owner)用于访问属性，它返回属性的值。
• __set__(self, instance, value)将在属性分配操作中调用，不返回任何内容。
• __del__(self, instance)控制删除操作，不返回任何内容。

定制序列

协议（Protocols）与其它编程语言中的接口很相似，它规定你哪些方法必须要定义。然而，在 Python 中的协议就显得不那么正式。事实上，在 Python 中，协议更像是一种指南。

容器类型的协议

• 如果说你希望定制的容器是不可变的话，你只需要定义和方法。__len__()__getitem__()
• 如果你希望定制的容器是可变的话，除了和方法，你还需要定义和两个方法。__len__()__getitem__()__setitem__()__delitem__()
• __len__(self)定义当被调用时的行为（返回容器中元素的个数）。len()
• __getitem__(self, key)定义获取容器中元素的行为，相当于。self[key]
• __setitem__(self, key, value)定义设置容器中指定元素的行为，相当于。self[key] = value
• __delitem__(self, key)定义删除容器中指定元素的行为，相当于。del self[key]

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。
• 字符串，列表或元组对象都可用于创建迭代器：
• 迭代器有两个基本的方法： 和 。iter()next()
• iter(object) 函数用来生成迭代器。
• next(iterator[, default]) 返回迭代器的下一个项目。
• iterator -- 可迭代对象
• default -- 可选，用于设置在没有下一个元素时返回该默认值，如果不设置，又没有下一个元素则会触发 异常。StopIteration

• 把一个类作为一个迭代器使用需要在类中实现两个魔法方法 与 。__iter__()__next__()

• __iter__(self)定义当迭代容器中的元素的行为，返回一个特殊的迭代器对象， 这个迭代器对象实现了 方法并通过 异常标识迭代的完成。__next__()StopIteration
• __next__() 返回下一个迭代器对象。
• StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 方法中我们可以设置在完成指定循环次数后触发 异常来结束迭代。__next__()StopIteration

4.10 生成器

• 在 Python 中，使用了 的函数被称为生成器（generator）。yield
• 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。
• 在调用生成器运行的过程中，每次遇到 时函数会暂停并保存当前所有的运行信息，返回 的值, 并在下一次执行 方法时从当前位置继续运行。yieldyieldnext()
• 调用一个生成器函数，返回的是一个迭代器对象。