python函数参数生成器_Python函数、生成器、异常处理

函数：命名空间、多个值返回、函数作为对象、Lambda；

生成器：生成器表达式、itertools；

错误与异常捕获：try 语句的使用；

参数

函数是实现代码复用与组织化最重要的方法，函数用 def 关键字定义：

1

2

3

4

5def my_func(x,y,z=1.5):

if z>1:

return z*(x+y)

else:

return z/(x+y)

python中返回多个值也是没问题的，如果你写的函数没有返回值，那么默认python会返回 None.

每个函数都有 positional arguments 和 keyword arguments. keyword arguments 在设置函数的默认参数的时候用的比较多，在前面的函数中，x和y是 positional arguments，而z是 keyword arguments。

这些参数的顺序是有限制的：

keyword arguments must follow the positional arguments(if any).

命名空间

函数可以访问两种类型的变量，global 和 local 的，中文叫全局的或局部的。

局部变量在函数运行的时候马上创建，如果函数运行完毕，马上会被销毁(也有例外，但不在这里的讨论范围之内)。

比如下面的函数:

1

2

3

4def func():

a = []

for i in range(5):

a.append(i)

func()函数调用后，在它的内部创建了一个空的数组，然后5个元素添加了进去，但当函数运行结束后，a马上就会被销毁。

假设将代码改成这样：

1

2

3

4a = []

def func():

for i in range(5):

a.append(i)

修改函数外面的变量是可能的，但这些变量必须声明为 global 类型：

1

2

3

4

5a = None

def bind_a_variable():

global a

a = []

bind_a_variable() # 输出 []

个人不是很推荐使用 global 关键字，通常来说全局变量都用来存储一些系统的状态，如果你需要大量的使用，更推荐你用更面向对象的方式，例如类。

返回多个值1

2

3

4

5def f():

a = 5

b = 6

c = 7

return a,b,c

python的函数可以返回多个值，它们会被包装成一个元组，随后再被解包。

函数作为对象

因为python的函数也是对象，所以可以做很多别的语言很难做到的事情。

假设我们有一些数据需要清理：

1states = [' Alabama ', 'Georgia!', 'Georgia', 'georgia', 'FlOrIda','south carolina##', 'West virginia?']

如果你处理过用户提交上来的数据就懂我说的，很多简直想象不到输入都会发生，对于那些输入，我们要去掉首尾空格，多余的符号，正确的首字母大小写等等。一种方法是，我们可以用自带的re正则模块：

1

2

3

4

5

6

7

8

9import re

def clean_strings(strings):

result = []

for value in strings:

value = value.strip()

value = re.sub('[!#?]','',value)

value = value.title()

result = append(value)

上面的结果看起来是这样的：

1

2

3clean_strings(states)

输出:

['Alabama','Georgia', 'Georgia', 'Georgia', 'Florida', 'South Carolina', 'West Virginia']

我们函数作为对象，存到数组中，来实现这一需求：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18def remove_punctuation(value):

return re.sub('[!#?]', '', value)

# 函数数组

clean_ops = [str.strip,remove_punctuation,str.title]

# ops参数接受函数数组对象

def clean_string(strings,ops):

result = []

for value in strings:

for function in ops:

value = function(value)

result.append(value)

return result

clean_string(states,clean_ops)

输出是一样的:

['Alabama','Georgia', 'Georgia', 'Georgia', 'Florida', 'South Carolina', 'West Virginia']

这种方式可以让你的代码更解耦。

用map方法也可以将一个函数作用到序列的每一个元素上：

1

2for x in map(remove_punctuation,states):

print(x)

Lambda

Lambda是把那些很简短的函数形式做了简化，让你可以用一种非常简单的方式定义一个函数，然后将这个小函数用在需要它的地方，这在特定的情境下，非常方便：

1

2

3

4def short_function(x):

return x* 2

# 等于

equiv_anon = lambda x: x*2

看下面代码：

1

2

3

4

5def apply_to_list(some_list,f):

return [f(x) for x in some_list]

ints = [1,2,3,4]

apply_to_list(ints,lambdax:x*2)

你可以在参数中，直接定义要传进去的参数。

再来看另一个例子，你有一堆字符，你需要根据每一个字符中字母出现的个数多少来排序(重复的不算)：

1

2strings = ['foo', 'card', 'bar', 'aaaa', 'abab']

strings.sort(key= lambda x: len(set(list(x))))

list,会将字母串分解

set,会去掉重复的字母

最后算出每个字母串的长度并以此排序。

lambda函数是没有name属性的

生成器

可以将iter函数作用到序列上，这样便返回了一个生成器。

1

2

3

4dict_iterator = iter(some_dict)

dict_iterator

输出:

可以用list包含一个生成器，得到内部的值：

1list(dict_iterator)

生成器是惰性的，比如你要读一个文件有一万行，你不需要一次性全部的读取，用生成器，你只需要一行一行的返回。

生成器表达式

生成器表达式和列表推导式有些类似，不过包裹它的是括号：

1

2

3gen = (x ** 2 for x in range(100))

gen

# 输出 at 0x109cbf3b8>

上面这种写法和下面的代码完全一样：

1

2

3

4def make_gen():

for x in range(100):

yield x**2

gen = make_gen()

生成器可以像数组一样当作函数的参数，比如计算list內所有数的和：

1

2

3

4

5gen = [x ** 2 for x in range(100)]

sum(gen) # 输出328350

gen = (x ** 2 for x in range(100))

sum(gen) # 生成器当作参数，一样输出328350

itertools

itertools标准库为一些常用的数据，内置了一些通用的生成器。

1

2

3

4

5

6

7

8

9

10

11

12

13

14import itertools

first_letter = lambda x: x[0]

names = ['Alan', 'Adam', 'Wes', 'Will', 'Albert', 'Steven']

for letter, names in itertools.groupby(names, first_letter):

print(letter, list(names)) # names is a generator

# 输出

A ['Alan', 'Adam']

W ['Wes', 'Will']

A ['Albert']

S ['Steven']

错误与异常捕获

健壮的程序一定要有错误与异常捕获，我么要进行类型转化：

1

2float('1.2345') ---> 1.2345

float('string') ---> value error

我们定义一个函数来捕获这个异常：

1

2

3

4

5def attemp_float(x)

tyr:

return float(x)

except:

return x

这时候，如果捕获到了value error，就会返回输出的数据：

1

2float('1.2345') ---> 1.2345

float('string') ---> string

函数有可能会返回别的错误，这时候需要把可能出现的错误写出来：

1

2

3...

except(TypeError,ValueError)

...

在文件读取中，你打开了一个文件，不管你有没有操作，你都需要把它关闭，这时候就需要用到final语句，即不管前面是否捕获到了异常，最终都要做的事情：

1

2

3

4

5f = open(path,'w')

try:

write_to_file(f)

finally:

f.close()