文章目录
1. 函数
1.1 函数的定义
我们首先来介绍函数的定义。
- 函数以def关键词开头,后接函数名和圆括号()。
- 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。
1.2 函数的调用
def printme(str):
print(str)
printme("我要调用用户自定义函数!") # 我要调用用户自定义函数!
printme("再次调用同一函数") # 再次调用同一函数
temp = printme('hello') # hello
print(temp) # None
1.3 函数文档.
def MyFirstFunction(name):
"函数定义过程中name是形参"
# 因为Ta只是一个形式,表示占据一个参数位置
print('传递进来的{0}叫做实参,因为Ta是具体的参数值!'.format(name))
MyFirstFunction('老马的程序人生')
# 传递进来的老马的程序人生叫做实参,因为Ta是具体的参数值!
print(MyFirstFunction.__doc__)
# 函数定义过程中name是形参
help(MyFirstFunction)
# Help on function MyFirstFunction in module __main__:
# MyFirstFunction(name)
# 函数定义过程中name是形参
1.4 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 (positional argument)
- 默认参数 (default argument)
- 可变参数 (variable argument)
- 关键字参数 (keyword argument)
- 命名关键字参数 (name keyword argument)
- 参数组合
1.位置参数
def functionname(arg1):
"函数文档字符串"
functionsuite
return [expression]
- arg1 - 位置参数 ,这些参数在调用函数 (call function) 时位置要固定。
- 默认参数
def functionname(arg1, arg2=v):
"函数文档字符串"
functionsuite
return [expression]
- arg2 = v - 默认参数 = 默认值,调用函数时,默认参数的值如果没有传入,则被认为是默认值。
- 默认参数一定要放在位置参数 后面,不然程序会报错。
- 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。
- 可变参数
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。
【例子】
def printinfo(arg1, *args):
print(arg1)
for var in args:
print(var)
printinfo(70, 60, 50)
# 70
# 60
# 50
- 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。
【例子】
def printinfo(arg1, *args, **kwargs):
print(arg1)
print(args)
print(kwargs)
printinfo(70, 60, 50, a=1, b=2)
# 70
# (60, 50)
# {'a': 1, 'b': 2}
「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)。
- 命名关键字参数
def functionname(arg1, arg2=v, args, *, nkw, *kw):
"函数文档字符串"
functionsuite
return [expression]
- *, 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。
【例子】
def printinfo(arg1, *, nkw, **kwargs):
print(arg1)
print(nkw)
print(kwargs)
printinfo(70, nkw=10, a=1, b=2)
# 70
# 10
# {'a': 1, 'b': 2}
printinfo(70, 10, a=1, b=2)
# TypeError: printinfo() takes 1 positional argument but 2 were given
- 没有写参数名nwk,因此 10 被当成「位置参数」,而原函数只有 1 个位置函数,现在调用了 2 个,因此程序会报错。
- 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,args 接收的是一个 tuple
- **kw 是关键字参数,kw 接收的是一个 dict
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。
1.5 函数的返回值
各种形式的对象都能够返回,例如,列表、元组、字典、字符串等。
1.6 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
global
和nonlocal
关键字了。num = 1 def fun1(): global num # 需要使用 global 关键字声明 print(num) # 1 num = 123 print(num) # 123 fun1() print(num) # 123
内嵌函数
def outer():
print('outer函数在这被调用')
def inner():
print('inner函数在这被调用')
inner() # 该函数只能在outer函数内部被调用
outer()
# outer函数在这被调用
# inner函数在这被调用
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。
def funX(x): def funY(y): return x * y return funY i = funX(8) print(type(i)) # <class 'function'> print(i(5)) # 40
-
闭包的返回值通常是函数。
-
如果要修改闭包作用域中的变量则需要
nonlocal
关键字def outer(): num = 10 def inner(): nonlocal num # nonlocal关键字声明 num = 100 print(num) inner() print(num) outer() # 100 # 100
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。
【例子】斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1
# 利用递归
def recur_fibo(n):
if n <= 1:
return n
return recur_fibo(n - 1) + recur_fibo(n - 2)
设置递归的层数,Python默认递归层数为 100
import sys
sys.setrecursionlimit(1000)
2. Lambda 表达式
2.1 匿名函数的定义
在 Python 里有两类函数:
- 第一类:用 def 关键词定义的正规函数
- 第二类:用 lambda 关键词定义的匿名函数
Python 使用 lambda
关键词来创建匿名函数,而非def
关键词,它没有函数名,其语法结构如下:
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。
2.2 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。
【例子】非函数式编程
def f(x):
for i in range(0, len(x)):
x[i] += 10
return x
x = [1, 2, 3]
f(x)
print(x)
# [11, 12, 13]
【例子】函数式编程
def f(x):
y = []
for item in x:
y.append(item + 10)
return y
x = [1, 2, 3]
f(x)
print(x)
# [1, 2, 3]
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 filter
和map
函数中的应用:
-
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 list() 来转换。
odd = lambda x: x % 2 == 1 templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9]) print(list(templist)) # [1, 3, 5, 7, 9]
-
map(function, *iterables) 根据提供的函数对指定序列做映射。
m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5]) print(list(m1)) # [1, 4, 9, 16, 25] m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10]) print(list(m2)) # [3, 7, 11, 15, 19]
除了 Python 这些内置函数,我们也可以自己定义高阶函数。
3. 类与对象
3.1 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。
我们可以使用关键字 class
定义 Python 类,关键字后面紧跟类的名称、分号和类的实现。
-
封装:信息隐蔽技术
-
继承:子类自动共享父类之间数据和方法的机制
-
多态:不同对象对同一方法响应不同的行动
class Animal: def run(self): raise AttributeError('子类必须实现这个方法') class Pig(Animal): def run(self): print('pig is walking') def func(animal): animal.run() func(Pig()) # pig is walking
3.2 self 是什么?
Python 的 self
相当于 C++ 的 this
指针。
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 self。在调用方法时,我们无需明确提供与参数 self 相对应的参数。
3.3 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__init__(self[, param1, param2...])
的魔法方法,该方法在类实例化时会自动调用。
3.4 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。
3.5 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
- 如果子类中定义与父类同名的方法或属性,则会自动覆盖父类对应的方法或属性。
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。
3.6 组合
【例子】
class Turtle:
def __init__(self, x):
self.num = x
class Fish:
def __init__(self, x):
self.num = x
class Pool:
def __init__(self, x, y):
self.turtle = Turtle(x)
self.fish = Fish(y)
def print_num(self):
print("水池里面有乌龟%s只,小鱼%s条" % (self.turtle.num, self.fish.num))
p = Pool(2, 3)
p.print_num()
# 水池里面有乌龟2只,小鱼3条
3.7 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。
- 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self是谁调用,它的值就属于该对象。
- 注意:属性与方法名相同,属性会覆盖方法。
3.8 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.__ dict__
的字典中,我们可以直接访问__dict__
,或利用 Python 的内置函数vars()
获取.__ dict__
。
3.9 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TypeError异常。
-
hasattr(object, name)
用于判断对象是否包含对应的属性。 -
getattr(object, name[, default])
用于返回一个对象属性值。class A(object): def set(self, a, b): x = a a = b b = x print(a, b) a = A() c = getattr(a, 'set') c(a='1', b='2') # 2 1
-
setattr(object, name, value)
对应函数 getattr(),用于设置属性值,该属性不一定是存在的。 -
delattr(object, name)
用于删除属性 -
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
4. 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cls
(类方法) 或者self
(实例方法)。
- cls:代表一个类的名称
- self:代表一个实例对象的名称
4.1 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__init__初始化前,先调用__new__。- __new__至少要有一个参数cls,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__init__。
- __new__对当前类进行了实例化,并将实例返回,传给__init__的self。但是,执行了__new__,并不一定会进入__init__,只有__new__返回了,当前类cls的实例,当前类的__init__才会进入。
- 若__new__没有正确返回当前类cls的实例,那__init__是不会被调用的,即使是父类的实例也不行,将没有__init__被调用。
- __new__方法主要是当你继承一些不可变的 class 时(比如int, str, tuple), 提供给你一个自定义这些类的实例化过程的途径。
-
__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%s格式化的时候,触发__str__
- str强转数据类型的时候,触发__str__
- str(self) 的返回结果可读性强。也就是说,str 的意义是得到便于人们阅读的信息
-
__repr__(self)
:- repr是str的备胎
- 有__str__的时候执行__str__,没有实现__str__的时候,执行__repr__
- repr(obj)内置函数对应的结果是__repr__的返回值
- 当你使用%r格式化的时候 触发__repr__
- __repr__(self) 的返回结果应更准确。怎么说,__repr__ 存在的目的在于调试,便于开发者使用。
4.2 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 divmod() 调用时的行为- 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 power() 调用或 ** 运算时的行为__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:|
4.3 反算术运算符
反运算魔法方法,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:|
4.4 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:|=
4.5 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abs()调用时的行为__invert__(self)
定义按位求反的行为:~x
4.6 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。
4.7 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。
4.8 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__len__()和__getitem__()方法。
-
如果你希望定制的容器是可变的话,除了__len__()和__getitem__()方法,你还需要定义__setitem__()和__delitem__()两个方法。
-
__len__(self)
定义当被len()调用时的行为(返回容器中元素的个数)。 -
__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]。
4.9 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:iter() 和 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 StopIteration 异常。
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__iter__()
与 __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 __next__() 方法并通过 StopIteration 异常标识迭代的完成。__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 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。
4.10 生成器
- 在 Python 中,使用了
yield
的函数被称为生成器(generator)。 - 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 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
- 调用一个生成器函数,返回的是一个迭代器对象。
【例子】用生成器实现斐波那契数列。
def libs(n):
a = 0
b = 1
while True:
a, b = b, a + b
if a > n:
return
yield a
for each in libs(100):
print(each, end=' ')
# 1 1 2 3 5 8 13 21 34 55 89
注:参考阿里云天池训练营