Python学习 Day 4 函数 切片 迭代 列表生成式 生成器

zjy19811001

　　定义函数
　　def my_abs(x):#求绝对值的my_abs函数
　　if x >= 0:
　　return x
　　else:
　　return –x
　　
　　def nop():#空函数
　　pass#占位符
　　
　　参数检查
　　>>> my_abs(1, 2)
　　Traceback (most recent call last):
　　File "<stdin>", line 1, in <module>
　　TypeError: my_abs() takes exactly 1argument (2 given)#参数个数不对
　　
　　>>> my_abs('A')#参数类型不对，无法检查
　　'A'
　　>>> abs('A')
　　Traceback (most recent call last):
　　File "<stdin>", line 1, in <module>
　　TypeError: bad operand type for abs():'str'
　　
　　>>> my_abs('A')
　　Traceback (most recent call last):
　　File "<stdin>", line 1, in <module>
　　File "<stdin>", line 3, in my_abs
　　TypeError: bad operand type#错误的参数类型
　　
　　返回多个值
　　Python的函数返回多值其实就是返回一个tuple
　　import math
　　
　　def move(x, y, step, angle=0):
　　nx = x + step * math.cos(angle)
　　ny = y - step * math.sin(angle)
　　return nx, ny
　　
　　>>> x, y = move(100, 100, 60,math.pi / 6)
　　>>> print x, y
　　151.961524227 70.0
　　函数的参数
　　def power(x):#计算x2的函数
　　return x * x
　　>>> power(5)
　　25
　　def power(x, n):#计算xn
　　s = 1
　　while n > 0:
　　n = n - 1
　　s = s * x
　　return s
　　
　　def power(x, n=2): #第二个参数n的默认值设定为2
　　s= 1
　　while n > 0:
　　n = n - 1
　　s = s * x
　　return s
　　默认参数降低了函数调用的难度，而一旦需要更复杂的调用时，又可以传递更多的参数来实现。无论是简单调用还是复杂调用，函数只需要定义一个。
　　def enroll(name, gender, age=6,city='Beijing'):
　　print 'name:', name
　　print 'gender:', gender
　　print 'age:', age
　　print 'city:', city
　　enroll('Bob', 'M', 7)# 与默认参数不符的学生才需要提供额外的信息
　　enroll('Adam', 'M', city='Tianjin')
　　
　　有多个默认参数时，调用的时候，既可以按顺序提供默认参数，比如调用enroll('Bob', 'M', 7)，意思是，除了name，gender这两个参数外，最后1个参数应用在参数age上，city参数由于没有提供，仍然使用默认值。
　　默认参数的误区
　　def add_end(L=[]):#传入一个list
　　L.append('END')#添加一个END再返回
　　return L
　　>>> add_end([1, 2, 3])
　　[1, 2, 3, 'END']
　　>>> add_end(['x', 'y', 'z'])
　　['x', 'y', 'z', 'END']
　　>>> add_end()
　　['END']
　　>>> add_end()
　　['END', 'END']
　　>>> add_end()
　　['END', 'END', 'END']
　　Python函数在定义的时候，默认参数L的值就被计算出来了，即[]，因为默认参数L也是一个变量，它指向对象[]，每次调用该函数，如果改变了L的内容，则下次调用时，默认参数的内容就变了，不再是函数定义时的[]了。所以，定义默认参数要牢记一点：默认参数必须指向不变对象！要修改上面的例子，我们可以用None这个不变对象来实现：
　　def add_end(L=None):
　　if L is None:
　　L = []
　　L.append('END')
　　return L
　　可变参数
　　def calc(numbers):#计算a2 + b2 +c2 + ……
　　sum = 0
　　for n in numbers:
　　sum = sum + n * n
　　return sum#调用时，要先组装list或tuple
　　>>> calc([1, 2, 3])
　　14
　　
　　def calc(*numbers):#函数的参数改为可变参数
　　sum = 0
　　for n in numbers:
　　sum = sum + n * n
　　return sum
　　>>> calc(1, 2, 3)
　　14
　　>>> nums = [1, 2, 3]#已有list或tuple，调用可变参数
　　>>> calc(*nums)
　　14
　　关键字参数
　　关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict
　　def person(name, age, **kw):#函数除必选参数name和age，还接受关键字参数kw
　　print 'name:', name, 'age:', age, 'other:', kw
　　>>> person('Michael', 30)#调用函数时，可以只传入必选参数
　　name: Michael age: 30 other: {}
　　>>> person('Bob', 35,city='Beijing')#可传入任意个数的关键字参数
　　name: Bob age: 35 other: {'city':'Beijing'}
　　>>> kw = {'city': 'Beijing','job': 'Engineer'}#组装出一个dict
　　>>> person('Jack', 24, **kw)#把dict转换为关键字参数传进去
　　name: Jack age: 24 other: {'city': 'Beijing','job': 'Engineer'}
　　参数组合
　　def func(a, b, c=0, *args, **kw):#必选参数、默认参数、可变参数和关键字参数
　　print 'a =', a,'b =', b, 'c =', c, 'args =', args, 'kw =', kw
　　>>> func(1, 2)# 自动按照参数位置和参数名把对应的参数传进去
　　a = 1 b = 2 c = 0 args = () kw = {}
　　>>> func(1, 2, c=3)
　　a = 1 b = 2 c = 3 args = () kw = {}
　　>>> func(1, 2, 3, 'a', 'b')
　　a = 1 b = 2 c = 3 args = ('a', 'b') kw = {}
　　>>> func(1, 2, 3, 'a', 'b', x=99)
　　a = 1 b = 2 c = 3 args = ('a', 'b') kw ={'x': 99}
　　>>> args = (1, 2, 3, 4)#tuple和dict，也可以调用该函数
　　>>> kw = {'x': 99}
　　>>> func(*args, **kw)
　　a = 1 b = 2 c = 3 args = (4,) kw = {'x':99}
　　对于任意函数，都可以通过类似func(*args, **kw)的形式调用它，无论它的参数是如何定义的。
　　递归函数
　　一个函数在内部调用自身本身，这个函数就是递归函数。
　　fact(n) = n! = 1 x 2 x 3 x ... x (n-1) x n= (n-1)! x n = fact(n-1) x n
　　def fact(n):#fact(n) = n! = fact(n-1) x n
　　if n==1:
　　return 1
　　return n *fact(n - 1)
　　使用递归函数需要注意防止栈溢出。在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出。如：
　　>>> fact(1000)
　　Traceback (most recent call last):
　　File "<stdin>", line 1, in <module>
　　File "<stdin>", line 4, in fact
　　...
　　File "<stdin>", line 4, in fact
　　RuntimeError: maximum recursion depthexceeded
　　解决递归调用栈溢出的方法是通过尾递归优化，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。这样，编译器或者解释器就可以把尾递归做优化，使递归本身无论调用多少次，都只占用一个栈帧，不会出现栈溢出的情况.即:
　　def fact(n):
　　return fact_iter(1, 1, n)
　　
　　def fact_iter(product, count, max):
　　if count > max:
　　return product
　　return fact_iter(product * count, count + 1, max)
　　切片
　　>>> L = ['Michael', 'Sarah', 'Tracy','Bob', 'Jack']
　　>>> L[0:3]#取前3个元素, 0开始取，直到索引3为止，但不包括索引3
　　['Michael', 'Sarah', 'Tracy']
　　>>> L[1:3]
　　['Sarah', 'Tracy']
　　>>> L[-2:]# 倒数切片
　　['Bob', 'Jack']
　　>>> L[-2:-1]
　　['Bob']
　　>>> L[10:20]#前11-20个数
　　>>> L[:10:2]#前10个数，每两个取一个
　　>>> L[::5]#所有数，每5个取一个
　　>>> 'ABCDEFG'[:3]#字符串'xxx'或Unicode字符串u'xxx'也是一种list，每个元素就是一个字符
　　'ABC'
　　迭代
　　如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。
　　>>> d = {'a': 1, 'b': 2, 'c': 3}
　　>>> for key in d:3只要是可迭代对象，无论有无下标，都可以迭代，比如dict
　　... print key
　　...
　　a
　　c
　　b
　　>>> for ch in 'ABC':#字符串也是可迭代
　　... print ch
　　...
　　A
　　B
　　C
　　>>> from collections importIterable
　　>>> isinstance('abc', Iterable) #str是否可迭代
　　True
　　>>> isinstance([1,2,3], Iterable)# list是否可迭代
　　True
　　>>> isinstance(123, Iterable) # 整数是否可迭代
　　False
　　
　　>>> for x, y in [(1, 1), (2, 4),(3, 9)]:
　　... print x, y
　　...
　　1 1
　　2 4
　　3 9
　　列表生成式ListComprehensions
　　>>> range(1, 11)
　　[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
　　
　　>>> L = []#生成[1x1, 2x2,3x3, ..., 10x10]
　　>>> for x in range(1, 11):
　　... L.append(x * x)
　　...
　　>>> L
　　[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
　　或：
　　>>> [x * x for x in range(1, 11)]
　　[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
　　
　　>>> [x * x for x in range(1, 11)if x % 2 == 0]#偶数的平方
　　
　　>>> d = {'x': 'A', 'y': 'B', 'z':'C' }#dict的iteritems()可以同时迭代key和value
　　>>> for k, v in d.iteritems():
　　... print k, '=', v
　　...
　　y = B
　　x = A
　　z = C
　　
　　>>> d = {'x': 'A', 'y': 'B', 'z':'C' }#两个变量来生成list
　　>>> [k + '=' + v for k, v ind.iteritems()]
　　['y=B', 'x=A', 'z=C']
　　生成器
　　在Python中，这种一边循环一边计算的机制，称为生成器（Generator）。
　　>>> L = [x * x for x inrange(10)]#列表生成式的[]改成()，就创建了一个generator
　　>>> L
　　[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
　　>>> g = (x * x for x in range(10))
　　>>> g
　　<generator object <genexpr> at0x104feab40>
　　
　　>>> g = (x * x for x inrange(10))#使用for循环
　　>>> for n in g:
　　... print n
　　
　　def fib(max):#斐波拉契数列
　　n, a, b = 0, 0, 1
　　while n < max:
　　print b
　　a, b = b, a + b
　　n = n + 1
　　变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。例子，定义一个generator，依次返回数字1，3，5：
　　>>> def odd():#odd不是普通函数，而是generator
　　... print 'step 1'
　　... yield 1
　　... print 'step 2'
　　... yield 3
　　... print 'step 3'
　　... yield 5
　　...
　　>>> o = odd()
　　>>> o.next()
　　step 1
　　1
　　>>> o.next()
　　step 2
　　3
　　>>> o.next()
　　step 3
　　5
　　>>> o.next()
　　Traceback (most recent call last):
　　File "<stdin>", line 1, in <module>
　　StopIteration