java8新特性

https://blog.csdn.net/qq122516902/article/details/103975404
lamada是一个函数 LAMADA表达式 参数->操作参数

只有一个抽象方法的接口就是函数式接口。Lambda表达式只能作用在函数式接口上。
在这里插入图片描述

在这里插入图片描述
最熟悉的构造函数
在这里插入图片描述
在这里插入图片描述

下面的图片()->{ return R;} 如果只有一句return 直接省略返回就可以了
只是为了形象描述

如果函数体只有一条语句,且函数有返回值,除了省略中括号还要省略return关键字。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
根据常用的函数式接口的入参出参 我们合理的使用这些接口 来完成自己的需求

  • 比如只是想打印一些话 或者做一些简单的逻辑 那就用没有返回结果的Consumer.accept()
    如果想要传入值 经过操作返回想要的结果 就可以调用Function.apply()
    如果想要返回一个布尔值 那就使用predicate.test()
    如果没有参数就可以调用supplier.get()
  • 除此以外 这几个接口还有自己的default函数 里面对基本的函数进行了再次的封装比如Comparator里面还有其他default函数
    类似default fuction(()->{})
    具体的看本文开头的链接

default关键字

java8以前
接口只可以有抽象的函数 不能有方法体
接口实现类要实现接口的所有方法 除了抽象类

A公司调用第三方C公司的接口 有一天C公司将接口升级 增加了一个函数
A公司没有即使对C公司的接口新增函数实现 就会报错
如果C公司在接口内写default 那A公司不实现该函数也不会报错
在这里插入图片描述

java8以后
开始在接口中 使用default关键字修饰函数 并且函数有函数体
在这里插入图片描述

:: 方法引用,可用于对Lambda表达式进一步简化,所以方法引用是用在Lambda表达式中的。

构造方法。静态方法。方法
当时的

Consumer<String> consume=x->sout(x);
consumer.apply("sh");

Consumer<String> consume= System.out::print;
consumer.apply("sh");

上面这个consumer的函数式接口 的 lamada表达式
就可以简化为一个方法引用
方法引用可以自适应 System.out::print;
自动在apply时将consumer泛型中的string 使用起来 虽然没有写明参数

为什么要先学会@FunctionalInterface 函数式编程接口 Function<T, R>

阅读文章–点进标签共有5篇
使用它能够解耦 不用再生成对象了
函数接口的要求:只有有且只有一个抽象函数
其中的T是传入的参数 R是返回的参数

使用函数接口 他里面的原生方法 封装了很多功能 接收一个INTEGER的参数 便于我们搭配lamda表达式 获得想要的结果
在这里插入图片描述
眼前的这个函数式接口 只有一个抽象函数+default函数+static函数 里面封装很多的功能 我们以前会这样使用一个匿名的内部类来调用这个函数
在这里插入图片描述
上面的形式时一种搭配函数式编程接口的 方法 好像要先生成一个函数式编程接口的对象 然后再用这个对象去调用他的抽象函数
不用再显示的生成一个函数式编程接口的对象 而是直接应用

OPTIONAL

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
写错了 是 s在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Stream 流

生成流的一些形式 of创建 数组转 iterate根据一个规则返回
generate 的参数时函数式接口 supplier
在这里插入图片描述

流分中间操作和终端操作 中间操作基本就是filter

distinct 去重比较的时对象的equals hashcode
在这里插入图片描述

limit map flatmap sorted
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Stream并没有new一个新List。只需告诉Stream要做什么操作(map、fileter) 然后获得相应的结果 (collect sum count)。
那要是我们不问Stream要结果,Stream绝对什么都不做。
在这里插入图片描述
此时单单一个操作 不要结果不会打印任何东西
比较常见的结果

Collectors.toList() 结果打包到新List里
Stream.map() 1对1的处理参数

如同上面的好像使用函数接口 必须要生成一个public interface Function<T, R> 这个对象 通过这个对象去反过来调用对应的函数
感觉还是比较麻烦
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值