python 通过for循环同时迭代两个不同列表_python学习记录(2)-函数&高级语法

函数：

调用函数：(内置函数、自定义函数)

类型转换int、str函数的调用

简单的例子：int('123')

定义函数：

python中定义函数使用 def 语句，依次是函数名、括号、括号中的参数，还有冒号，然后，在缩进块中编写函数体，函数的返回值用return语句返回。

简答的额例子：

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

参数检查:

通过传入参数，函数异常报错，会抛出TypeError类型报错：

返回多个值：

return x,y

小结：

定义函数时，需要确定函数名和参数个数；

如果有必要，可以先对参数的数据类型做检查；

函数体内部可以用return随时返回函数结果；

函数执行完毕也没有return语句时，自动return None。

函数可以同时返回多个值，但其实就是一个tuple

函数的参数：

普通的参数定义：

def code(x,y):

注意传入的额参数，必须按照对应的位置来传递参数。

默认参数：

def code(x,y=3):

y有默认的值是3 ，所以在传递参数的时候只需要传递一个参数就可以

可变参数：

但是调用的时候，需要先组装出一个list或tuple：

定义可变参数和定义一个list或tuple参数相比，仅仅在参数前面加了一个*号。在函数内部，参数numbers接收到的是一个tuple，因此，函数代码完全不变。但是，调用该函数时，可以传入任意个参数，包括0个参数：

def code(*age):

参数可以通过传入的不同的值来改变

关键参数：

**kw是关键字参数，kw接收的是一个dict。

def code(age,**number):

传参数：

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。

小结

Python的函数具有非常灵活的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。

默认参数一定要用不可变对象，如果是可变对象，程序运行时会有逻辑错误！

要注意定义可变参数和关键字参数的语法：

*args是可变参数，args接收的是一个tuple；

**kw是关键字参数，kw接收的是一个dict。

以及调用函数时如何传入可变参数和关键字参数的语法：

可变参数既可以直接传入：func(1, 2, 3)，又可以先组装list或tuple，再通过*args传入：func(*(1, 2, 3))；

关键字参数既可以直接传入：func(a=1, b=2)，又可以先组装dict，再通过**kw传入：func(**{'a': 1, 'b': 2})。

使用*args和**kw是Python的习惯写法，当然也可以用其他参数名，但最好使用习惯用法。

命名的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。

定义命名的关键字参数在没有可变参数的情况下不要忘了写分隔符*，否则定义的将是位置参数。

高级特性：

切片：取一个list或tuple的部分元素是非常常见的操作

去出来前面两个：

[L[0],L[1]]

也可以世界取：

L[0:2]

注意这个区别一下，这个取值是，取前N个元素，也就是索引为0-N的元素，但是不包括N的值，

还有第一个如果是第一，可以省略。倒数第一个索引是 -1

L[:2]

迭代：

通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。

在Python中，迭代是通过for ... in来完成。

列表生成式:

列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。

1、list(range(1, 11))

2、[x for x in range(1,11)]

3、l2 = []

for t in range(1,10):

l2.append(t)

生成器:

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generators

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值

可以通过迭代的方打印generator

但是用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：

小结:

generator是非常强大的工具，在Python中，可以简单地把列表生成式改成generator，也可以通过函数实现复杂逻辑的generator。

要理解generator的工作原理，它是在for循环的过程中不断计算出下一个元素，并在适当的条件结束for循环。对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的指令，for循环随之结束。

请注意区分普通函数和generator函数，普通函数调用直接返回结果

迭代器:

直接作用于for循环的数据类型有以下几种：

一类是集合数据类型，如list、tuple、dict、set、str等；

一类是generator，包括生成器和带yield的generator function。

这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。

可以使用isinstance()判断一个对象是否是Iterable对象

返回值 True或者False

小结:

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。

参考文献：https://www.liaoxuefeng.com/wiki/1016959663602400/1017104324028448

个人知乎：https://www.zhihu.com/people/fu-wei-43-69/columns

个人简书：https://www.jianshu.com/u/bf0e38a8d400