python学习笔记（三）
一、高级特性
1、切片
取list或tuple中的一部分元素，可使用切片操作符(:)。
l = ['michael', 'sarah', 'tracy', 'bob', 'jack'] #取前三个元素 >>>l[0:3] ['michael', 'sarah', 'tracy'] #索引号第1个是0，可省略 >>>l[:3] ['michael', 'sarah', 'tracy'] #取第1-3个字元素 >>>l[1:4] ['sarah', 'tracy', 'bob']
也可以倒数取：
l = list(range(100)) >>> l [0, 1, 2, 3, ..., 99] #取最后10个数 >>>l[-10:] [90, 91, 92, 93, 94, 95, 96, 97, 98, 99] #取倒数第二个数 >>>l[-2,-1] [98]
也可以每n个取出元素：
>>> l[:10:2] #前10个数，每两个取一个 [0, 2, 4, 6, 8] >>> l[::5] #所有数，每5个取一个 [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
2、迭代
可用for循环遍历集合对象中所有元素的行为，称为迭代（iteration)。
可迭代的对象：list、tuple、dict、set、字符串等。
d = {'a': 1, 'b': 2, 'c': 3}
for key in d: #dict默认只迭代key值
print (key)
for value in d.values() #迭代value值
print (value)
for k,v in d.items() #迭代key和value值
print (k, v)
需要将list实现迭代时出现索引下标，可用enumerate函数：
for i, value in enumerate(['a', 'b', 'c']):
print(i, value)
判断一个对象是否可迭代，可用collections模块的iterable类型判断：
>>>from collections import iterable
>>>isinstance('abc', iterable) #判断字符串是否可迭代
true
>>>isinstance(123, iterable) #判断整数是否可迭代
false
3、列表生成式
list(range(1,11))可以生成[1,2,3,....10]的list。
但如果要生成[1*1, 2*2, 3*3, ..., 10 * 10]这样的列表，除了用循环算法，还可以用列表生成式：[x * x for x in range(1,10)]
列表生成式的格式：[表达式 for x in range()]
for循环后加上if判断，可筛选for循环的结果：
>>> [x * x for x in range(1, 11) if x % 2 == 0] #仅出偶数的平方 [4, 16, 36, 64, 100]
也可以使用两层循环：
>>> [m + n for m in 'abc' for n in 'xyz'] ['ax', 'ay', 'az', 'bx', 'by', 'bz', 'cx', 'cy', 'cz']
使用两个变量来生成list:
>>> d = {'x': 'a', 'y': 'b', 'z': 'c' }
>>> [k + '=' + v for k, v in d.items()]
['y=b', 'x=a', 'z=c']
if...else可以用在表达式当中：
[x if x % 2 == 0 else -x for x in range(1, 11)] [-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]
>>> l = [x * x for x in range(10)] >>> l [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
则list会直接生成出来。但是如果生成十万百万个这样的元素，则会消耗掉内存，可使用生成器来代替上面的列表生成式：
>>> g = (x * x for x in range(10))
def g():
for x in range(10):
yield x*x
return 'end'
函数体内包含yield则此函数为generator。
要调用该generator时，首先要生成一个generator对象，然后再用next()函数不断获得下一个yield的返回值。
o = g()
while true:
try:
x = next(o)
print('g:', x)
except stopiteration as e: #使用stopiteration捕获return值
print('generator return value:', e.value)
break
也可以用for循环来不断获得返回值，这时不需要next()函数，也不会产生stopintertaion错误。
for n in g():
print(n)
5、迭代器
可以for循环的数据类型有两种：
一种是集合类型，归属于interable对象，比如：list、tuple、dict、set、str等；
一种是generator生成器，这类归属于iterator对象。
把list、dict、str等iterable变成iterator可以使用iter()函数：
>>> isinstance(iter([]), iterator)
true
>>> isinstance(iter('abc'), iterator)
true
二、函数式编程
函数式编程的重要特点：函数本身可以作为参数传入到另一个函数，还允许返回一个函数。
python对函数式编程提供部分支持。
（一）函数作为参数传入：
1、map和reduce函数
map()：接收两个参数，一个是函数（此函数只有一个参数），一个是iterable，作用是将传入的函数作用到传入序列的每一个元素上。
def f(x):
return x * x;
r=map(f, [1,2,3,4,5,6,7,8,9])
list(r)
#结果：[1,4,9,16,25,36,49,64,81]
reduce()：把一个函数作用在一个序列上，该函数必须有两个参数，接收序列中前两个的累积结果和下一个元素。效果如下：
reduce(f, [x1,x2,x3,x4]) = f(f(f(x1,x2), x3), x4)
from functools import reduce
def add(x, y):
return x + y
reduce(add, [1, 3, 5, 7, 9])
#序列累积求和：25
2、filter函数
通过传入的函数，对序列进行过滤。传入的函数返回值必须是布尔值。
#去掉偶数，只保留奇数
def is_odd(n):
return n % 2 == 1
list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
# 结果: [1, 5, 9, 15]
3、sorted排序函数
sorted()函数有三个参数，第一参数是要接受排序的序列，第二参数可选，用于在排序前对序列作用于每个元素，第三参数可选，默认为false，设为true则表示反向排序。
sorted(['bob', 'about', 'zoo', 'credit']) #按ascii码排序： ['credit', 'zoo', 'about', 'bob'] sorted(['bob', 'about', 'zoo', 'credit'], key=str.lower) #对每个元素变小写，再按ascii码排序：['about', 'bob', 'credit', 'zoo'] sorted(['bob', 'about', 'zoo', 'credit'], key=str.lower, reverse=true) #每个元素变小写，再按ascii码反向排序：['zoo', 'credit', 'bob', 'about']
（二）函数作为返回值：
函数可作为返回值返回，此时返回的函数体并不会立即执行。
#返回求和函数
def lazy_sum(*args):
def sum():
ax = 0
for n in args:
ax = ax + n
return ax
return sum
f = lazy_sum(1, 3, 5, 7, 9)
#调用函数f时，才会计算求和结果
f()
#结果：25
注意：返回的函数体不要引用局部会变化的变量，否则会引起预想不到的结果。
（三）匿名函数
py的匿名函数写法：
lambda <参数>:返回函数体结果。
匿名函数的限制：只有有一个表达式，不用写return，返回值就是该表达式的结果。
f = lambda x:x*x
#实际上就是：
def f(x):
return x*x
(四）装饰器decorator
当需要增强函数功能时，可使用装饰器decorator。
比如，在调用now()函数前显示自动打印函数日志。
def log(func):
def wrapper(*args, **kw):
print('调用 %s():' % func.__name__)
return func(*args, **kw)
return wrapper
#要使用上面的封装器，则可这样使用：
@log
def now():
print('2020-04-14')
#调用now()
now()
#显示：
#call now():
#2020-04-14
（五）偏函数partial function
偏函数的作用：把一个函数的某些函数用某个值固定，并返回一个新函数，可以简单调用。
举例：
int()函数可把字符串转换为整数，传入字符串时，会默认按十进制转换。此函数的第二个参数为默认值 10，可以用偏函数固定成其他值：
import functools
int2 = functools.partial(int, base=2)
int2('1000000')
#结果：64
三、模块
模块作用：将代码利用模块分隔开，利于维护；
python：一个.py文件为一个模板，一个文件夹为一个package（文件夹下必须包含__init__.py)。
模块名起名规范：遵循py变量命名规范，不要使用中文和特殊字符，不要与系统模块名冲突；
示例：
mycompany ├─ web │ ├─ __init__.py │ ├─ utils.py │ └─ www.py ├─ __init__.py ├─ abc.py └─ utils.py
文件www.py的模板名为：mycompany.web.www。utils.py模块名分别有：mycompany.web.utils和mycompany.utils。
引用模块:
import 模块名
python在指定的路径下搜索对应的.py文件来加载模块。包括：当前目录、所有已安装的内置模块和第三模块目录。这些目录存放在sys模块下的path变量中。
>>> import sys >>> sys.path ['', '/library/frameworks/python.framework/versions/3.6/lib/python36.zip', '/library/frameworks/python.framework/versions/3.6/lib/python3.6', ..., '/library/frameworks/python.framework/versions/3.6/lib/python3.6/site-packages']
添加模块搜索目录的方法：
（1）运行时添加：
>>> import sys
>>> sys.path.append('/users/michael/my_py_scripts')
这种方法在运行时添加，运行完后失效。
（2）设置pythonpath环境变量
这种方式与path环境变量类似。
模块文件的编写规范：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
' a test module '
__author__ = 'michael liao'
import sys
def test():
args = sys.argv
if len(args)==1:
print('hello, world!')
elif len(args)==2:
print('hello, %s!' % args[1])
else:
print('too many arguments!')
if __name__=='__main__':
test()
前两行为标准注释；
第4行是一个模块的文档注释，任何模块代码第一个字符串都被视为模块的文档注释；
第6行__author__变量是作者名。
而后的代码就是真正的代码部分。
最后两行，__name__变量是特殊变量，当模块在命令行模式运行时此变量为__main__字符串，常用于运行测试。
另外说明一点：
模块中的函数和变量都是公开的，无公有或私有化一说。只是我们自己可以规定_或__开头的应该业内口头规定为私有变量或函数，但实际上仍可以被外部调用。
安装第三方模块：
在安装了python后，可以使用pip（3版本为pip3)命令安装第三方库。
第三方库一般都在 中注册。
安装常用模块，可以使用anaconda更方便。下载地址：https://www.anaconda.com/download/
有关介绍说明：
上一篇： 立秋时吃什么蔬菜？立秋后天气还热吗？
下一篇： 处暑节吃啥水果？处暑小知识