复习
''' 1.带参装饰器 - 自定义 | wraps def wrap(info) def outer1(func): from functools import wraps @wraps(func) def inner(*args, **kwargs): # 需要外界的参数 return func(*args, **kwargs) return inner def outer2(func): def inner(*args, **kwargs): # 需要外界的参数 return func(*args, **kwargs) return inner if info == '1': return outer1 return outer2 # outer = wrap('1') # @outer @wrap('1') def fn():pass 2.可迭代对象:有__iter__()方法的对象,并且调用__iter__()方法得到迭代器对象 3.迭代器对象:有__next__()方法的对象,并且调用__next__()方法从前往后逐一取值 # 不依赖索引取值,但必须从前往后依次取值(无法获取索引,也无法计算长度) 4.for循环迭代器 1)得到操作对象的迭代器对象 2)通过__next__()进行取值 3)自动处理StopIteration异常,结束循环 5.枚举对象:为被迭代的对象添加迭代索引 6.生成器:语法同函数,内部包含yield关键字,函数名() 不是函数调用,而是得到生成器对象 -> 就是自定义的迭代器对象 ''' with open('abc.txt', 'r', encode='utf-8') as f: for line in f: pass def fn(): # ... yield 1 # ... yield 2 obj = fn() res = next(obj) # 1 fn().__next__() # 1 fn().__next__() # 1 fn().__next__() # 1
今日内容
''' 1.生成器的send方法 了了解 2.递归:函数自己调自己 3.匿名函数 4.内置函数 '''
生成器send方法
# send的工作原理 # 1.send发生信息给当前停止的yield # 2.再去调用__next__()方法,生成器接着往下指向,返回下一个yield值并停止 # 案例: persons = ['张三', '李四', '王五', '赵六', '钱七'] def order(persons): for i in range(len(persons)): if i == 0: print('%s在面试' % persons[0]) else: print('%s叫%s在面试' % (name, persons[i])) print('%s面试完毕' % persons[i]) name = yield persons[i] obj = order(persons) for i in range(len(persons)): if i == 0: p = obj.__next__() else: p = obj.send(p) print('=============================')
递归
# 递归: # 函数直接或间接调用本身,都称之为递归 # 回溯:找寻答案的过程 # 递推:推出结果的过程 # 前提条件: # 1.递归必须有出口 # 2.递归回溯递推的条件一定有规律 # 案例一:获得第 count 个人的年纪 def get_age(count): if count == 1: return 58 # 第 九...一 个人 - 2 age = get_age(count - 1) - 2 return age age = get_age(3) print(age) # 案例二:求n的阶乘 5! = 5 * 4 * 3 * 2 * 1 = 120 # 5! = 5 * 4! # 4! = 4 * 3! # 3! = 3 * 2! # 2! = 2 * 1! # 1! = 1 def jiecheng(n): if n == 1 or n == 0: return 1 ji = n * jiecheng(n - 1) return ji res = jiecheng(5) print(res)
匿名函数
def fn(*args, **kwargs): # 函数体 return '返回值' # 匿名函数: # 1.匿名函数没有函数名 # 2.匿名函数的关键字采用lambda # 3.关键字 lambda 与标识函数功能体 : 之间一定是参数,所以省略() # 4.匿名还是没有函数体,只有返回值,所以函数体和返回值的return关键字都省略了 lambda *args, **kwargs: '返回值' # 注意: # 1.参数的使用和有名函数一样,六种形参都支持 # 2.返回值必须明确成一个值,可以为单个值对象,也可以为一个容器对象 a = lambda *args, **kwargs: '返回值1', '返回值2' print(a) # (<function <lambda> at 0x0000022D0B7E88C8>, '返回值2') # 返回值1 print(a[0]()) # 正确返回两个值: 主动构成成容器类型 lambda *args, **kwargs: ('返回值1', '返回值2')
max结合匿名工作原理
# 1.max内部会遍历iter,将遍历结果一一传给lambda的参数x # 2.依据lambda的返回值作为比较条件,得到最大条件下的那个遍历值 # 3.对外返回最大的遍历值 max(iter, lambda x: x) # min工作原理一样,得到的是最小值
常用的内置函数
map(lambda x: x * 2, [3, 1, 2]) # 将遍历结果映射为任意类型值 [6, 2, 4] from functools import reduce reduce(lambda x, y: x * y, [3, 1, 2]) # 6 sorted(iter, fn, reverse) dic = { 'owen': (1, 88888), 'zero': (2, 66666), 'tom': (3, 77777), } res = sorted(dic, key=lambda k: dic[k][1]) print(res) # ['zero', 'tom', 'owen'] res = sorted(dic, key=lambda k: dic[k][1], reverse=True) print(res) # ['owen', 'tom', 'zero'] # 1.与类型相关的 # list() str() ord() chr() bool() int() ... print(ord('A')) print(chr(97)) # 2.进制转化 print(bin(10)) # 1010 print(oct(10)) # 12 print(hex(10)) # a print(0b1111) # 15 print(0o10) # 8 print(0x11) # 17 # 3.常用操作类的 # range() len() iter() next() enumerate() id() type() print() input() open() # 4.原义字符串 print(r'a b') print(ascii('a b')) print(repr('a b')) # 5.数学相关运算 # abs() sum() max() min() pow() sorted() print(abs(-1)) print(pow(2, 3)) # 2**3 print(pow(2, 3, 3)) # 2**3%3