zoukankan      html  css  js  c++  java

  • 第四章：Python基础の快速认识內置函数和操作实战

     本課主題

    • 內置函数介紹和操作实战
    • 装饰器介紹和操作实战
    • 本周作业

    內置函数介紹和操作实战 

    返回Boolean值的內置函数

    1. all( ): 接受一個可以被迭代的對象，如果函数裡所有為真，才會真；有一個是假就會返回假‧
       
      >>> a1 = all([1,2,3,4])
>>> print(a1)
True

>>> a2 = all([1,2,3,0])
>>> print(a2)
False

>>> a3 = all([1,2,3,[]])
>>> print(a3)
False
      all( )函数例子
    2. any( ): 接受一個可以被迭代的對象，如果函数裡只要有真，就會真；所有為假才會返回假‧
      >>> n1 = any([1,2,3,4])
>>> print(n1)
True

>>> n2 = any([1,2,3,0])
>>> print(n2)
True

>>> n3 = any([1,2,3,[]])
>>> print(n3)
True

>>> n4 = any([0,(),{},[]])
>>> print(n4)
False
      any( )函数例子
    3. bool( ): 判断什麼時候是真，什麼時候是假
       
      >>> print(bool(0))
False

>>> print(bool(None))
False

>>> print(bool(""))
False

>>> print(bool([]))
False

>>> print(bool({}))
False

>>> print(bool(()))
False

>>> print(bool(" "))
True

>>> print(bool(1))
True

>>> print(bool(-1))
True
      bool( )函数例子

    面向对象相关的内置函数

    1. ascii( ): 它會自动执行对象里的 __repr___方法，然後取 __repr___方法裡的值。
       
      >>> class Foo:
...     def __repr__(self):
...         return "111"
... 

>>> n = ascii(Foo()) #自动执行对象里的 __repr___方法
>>> print(n)
      ascii( )函数例子
    2. staticmethod( ):
    3. repr( ):
       
      >>> class Foo:
...     def __repr__(self):
...         return "111"
... 

>>> n = repr(Foo()) #自动执行对象里的 __repr___方法
>>> print(n)
      repr( )函数例子
    4. object( ):
    5. property( ):
    6. isinstance( ): 判断某一个对象是谁的实例，对象和类是什么关系，对于 str 这个类可以创建，执行功能的时候，都会到 str 里找，对象跟类是有关系的。另外一种说法是对象是类的实例，

       
      s = "alex"
r1 = isinstance(s, str) #判断对象是否是 str 的事例
print(r1)
#True

r2 = isinstance(s, dict) #判断对象是否是 dict 的事例
print(r2)
#False

r3 = isinstance(s, list) #判断对象是否是 list 的事例
print(r3)
#False
      isinstance( )函数例子
    7. super( ):

    返回数字的内置函数

    1. round( )：四写五入传进来的数字
    2. abs( )： 取绝对值
       
      >>> n = abs(-1)
>>> print(n)
1
      abs( )例子
    3. divmod( )：计算余数
       
      >>> r = divmod(97,10) # 會返回 Tuple
>>> print(r)
(9, 7)

>>> print(r[0])
>>> print(r[1]) #余數

>>> (n1,n2) = divmod(97,10) # 會返回 Tuple
>>> print(n1)
>>> print(n2) #余數
      divmod( )函数例子
    4. len( )
       
      #Python2
>>> s = "你好"
>>> print(len(s)) #默认是按字节来判断长度

#Python3
>>> s = "你好"
>>> print(len(s)) #默认是按字符来判断长度
>>> s = "你好"
>>> s2 = bytes(s, encoding='utf-8') #Python3也可以按字节找
>>> print(len(s2))
      len( )函数例子
    5. pow( )
       
      >>> r1 = 2**10
>>> r2 = pow(2,10)
>>> print(r1) 
1024
>>> print(r2) 
1024
      pow( )函数例子
    6. enumerate( )
       
      >>> company = ["google", "facebook", "baidu", "alibaba", "yahoo", "IBM", "apple", "amazons"]
>>> for com in enumerate(company):
...     print(com)
... 
(0, 'google')
(1, 'facebook')
(2, 'baidu')
(3, 'alibaba')
(4, 'yahoo')
(5, 'IBM')
(6, 'apple')
(7, 'amazons')

>>> for com in enumerate(company, 10):
...     print(com)
... 
(10, 'google')
(11, 'facebook')
(12, 'baidu')
(13, 'alibaba')
(14, 'yahoo')
(15, 'IBM')
(16, 'apple')
(17, 'amazons')
      enumerate( ) 例子

    字符、字节相关的内置函数

    1. bin( ): 这个函数接受一个十进制，然后转换成二进制
       
      >>> print(bin(5))
0b101
      bin( )例子
    2. oct( ): 这个函数接受一个十进制，然后转换成八进制
       
      >>> print(oct(9))
0o11
      oct( )例子
    3. hex( ): 这个函数接受一个十进制，然后转换成十六进制
       
      >>> print(hex(15))
0xf
      hex( )例子
    4. 字節
       
      s = "李杰"

#二进制：10101010 10101010 10101010 10101010 10101010 10101010
#十进制：       23           23           23             23             23           23
#十六进制：    2f             2g          2e             2d             2c            2f
      字节

      如果想把一个字节串转换成字节类型需要调用 bytes( )函数，然后加上要转换的字符串，还有编码。如果想把字符串转换成字节类型，不同的编码会有不同大小的字节，它的二进制是表现形式

      >>> bytes("李杰",encoding='utf-8')
b'xe6x9dx8exe6x9dxb0'

>>> bytes("李杰",encoding='gbk')
b'xc0xeexbdxdc'
      bytes( )例子
    5. 字节又怎么转换成字符串
      >>> n = bytes("李杰",encoding='utf-8')
>>> n
b'xe6x9dx8exe6x9dxb0'

>>> ret = str(n,encoding='utf-8')
>>> print(ret)
李杰
      str( )函数例子
    6. chr( ): 数字转换成字母
      >>> r = chr(65) #把一个数节转换成字母
>>> print(r) #A
A
      chr( )函数例子
    7. ord( ): 字母转换成数字
      >>> n = ord("A") #把一个字母转换成数字
>>> print(n) #65
65
      ord( )函数例子

    其他的内置函数

    对于一个文件它保存是以0101010的方式保存，如果想操作文件，应该需要把它读取到内存里，Python 读取文章的内容到内存，内部会把一个字符串给你编译成一个特殊的代码，第三步才执行代码。 Compile( ) 就是用来编译代码

    Compile( ) 和 exec( )：如果是 exec 的话，会给你编译Python 一样的代码，可以执行所有 Python 的东西。

    >>> s = "print(123)" #这个字符串会放内存
>>> r = compile(s,"<string>","exec")
>>> print(r)
<code object <module> at 0x10345f810, file "<string>", line 1>

>>> exec(r)
123
    compile( )函数例子

    如果是 single 的话，会给你编译成单行的 Python 程序

    如果是 eval 的话，会给你编译成表达式，拿到一个字符串，变成了表达式然后去执行它，eval 是有返回值的，它会执行程序并可以把结果返回给另外一个参数。

    s2 = "8*8"
ret = eval(s2)
print(ret)

#64
    eval( )函数例子

    dir( ): 快速获取一下一个类提供了哪些功能

    >>> print(dir(dict))
['__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'clear', 'copy', 'fromkeys', 'get', 'items', 'keys', 'pop', 'popitem', 'setdefault', 'update', 'values']
    dir( )函数例子

    help( ): 功能详细显示出来

    >>> print(help(list))

class list(object)
 |  list() -> new empty list
 |  list(iterable) -> new list initialized from iterable's items
 |  
 |  Methods defined here:
 |  
 |  __add__(self, value, /)
 |      Return self+value.
 |  
 |  __contains__(self, key, /)
 |      Return key in self.
 |  
 |  __delitem__(self, key, /)
 |      Delete self[key].
 |  
 |  __eq__(self, value, /)
 |      Return self==value.
 |  
 |  __ge__(self, value, /)
 |      Return self>=value.
 |  
 |  __getattribute__(self, name, /)
 |      Return getattr(self, name).
 |  
 |  __getitem__(...)
 |      x.__getitem__(y) <==> x[y]
 |  
 |  __gt__(self, value, /)
 |      Return self>value.
 |  
 |  __iadd__(self, value, /)
 |      Implement self+=value.
 |  
 |  __imul__(self, value, /)
 |      Implement self*=value.
 |  
 |  __init__(self, /, *args, **kwargs)
 |      Initialize self.  See help(type(self)) for accurate signature.
 |  
 |  __iter__(self, /)
 |      Implement iter(self).
 |  
 |  __le__(self, value, /)
 |      Return self<=value.
 |  
 |  __len__(self, /)
 |      Return len(self).
 |  
 |  __lt__(self, value, /)
 |      Return self<value.
 |  
 |  __mul__(self, value, /)
 |      Return self*value.n
 |  
 |  __ne__(self, value, /)
 |      Return self!=value.
 |  
 |  __new__(*args, **kwargs) from builtins.type
 |      Create and return a new object.  See help(type) for accurate signature.
 |  
 |  __repr__(self, /)
 |      Return repr(self).
 |  
 |  __reversed__(...)
 |      L.__reversed__() -- return a reverse iterator over the list
 |  
 |  __rmul__(self, value, /)
 |      Return self*value.
 |  
 |  __setitem__(self, key, value, /)
 |      Set self[key] to value.
 |  
 |  __sizeof__(...)
 |      L.__sizeof__() -- size of L in memory, in bytes
 |  
 |  append(...)
 |      L.append(object) -> None -- append object to end
 |  
 |  clear(...)
 |      L.clear() -> None -- remove all items from L
 |  
 |  copy(...)
 |      L.copy() -> list -- a shallow copy of L
 |  
 |  count(...)
 |      L.count(value) -> integer -- return number of occurrences of value
 |  
 |  extend(...)
 |      L.extend(iterable) -> None -- extend list by appending elements from the iterable
 |  
 |  index(...)
 |      L.index(value, [start, [stop]]) -> integer -- return first index of value.
 |      Raises ValueError if the value is not present.
 |  
 |  insert(...)
 |      L.insert(index, object) -- insert object before index
 |  
 |  pop(...)
 |      L.pop([index]) -> item -- remove and return item at index (default last).
 |      Raises IndexError if list is empty or index is out of range.
 |  
 |  remove(...)
 |      L.remove(value) -> None -- remove first occurrence of value.
 |      Raises ValueError if the value is not present.
 |  
 |  reverse(...)
 |      L.reverse() -- reverse *IN PLACE*
 |  
 |  sort(...)
 |      L.sort(key=None, reverse=False) -> None -- stable sort *IN PLACE*
 |  
 |  ----------------------------------------------------------------------
 |  Data and other attributes defined here:
 |  
 |  __hash__ = None
    help( )函数例子

    filter( ): 函数返回 True，将元素添加到结果中，可以有兩個方法

    1. 先不用Python 的内置函数，都可以自己写一个有 filter 功能的函数
       
      >>> def f1(args):
...     results = []
...     for item in args:
...         if item > 22:
...             results.append(item)
...     return results

>>> li = [11,22,33,44,55,66,77,88,99]
>>> ret = f1(li)
>>> print(ret)
[33, 44, 55, 66, 77, 88, 99]
      自定义有filter()功能的函数
    2. 然後現在的調用 Python 的內置函数：filter( )，filter(func,iter)
       
      filter(func,iter)
 
#func 接收一个函数
#iter 接收一个可迭代的对象
      >>> def f2(a):
...     if a > 22:
...         return True
... 

>>> li = [11,22,33,44,55]

>>> ret = filter(f2,li) #filter(func(),Iterator)
>>> print(list(ret))
[33, 44, 55]

# filter内部, 循环第二个参数
# results = []
# for item in 第二个参数:
#     r = 第一個参数(item)
#     if r:
#         results(item)
# return results
      filter( )函数例子
    3. 调用 lambda 表达式也可以实现相同的功能 
      #lambda 內部會幫自動 return 
# f1 = lambda a: a > 30
# ret = f1(90)

li = [11,22,33,44,55]
results = filter(lambda a: a > 33,li)
print(list(results))

#[44, 55]
      lambda表达式的filter( )函数例子

     map( )：帮你遍历数组里的每一个元素，然后基于自己写的逻辑对数组进行处理。 map也会接收一个函数和一个可迭代的对象。

    map(func,iter)
  
#func 接收一个函数
#iter 接收一个可迭代的对象 
    1. 先不用Python 的内置函数，都可以自己写一个有 map 功能的函数
       
      >>> li = [11, 22, 33, 44, 55]
>>> def f2(a):
...     return a + 100
... 

>>> results = map(f2,li)
>>> print(list(results))
[111, 122, 133, 144, 155]
      自定义有map()功能的函数
    2. 调用 lambda 表达式也可以实现相同的功能
      li = [11, 22, 33, 44, 55]
results = map(lambda a:a+100, li)
print(list(results))

#[111, 122, 133, 144, 155]
      lambda表达式的map( )函数例子

    在 Spark 裡用了很多 lamdba 表達式

    from __future__ import print_function

import sys
from operator import add

from pyspark.sql import SparkSession


if __name__ == "__main__":
    if len(sys.argv) != 2:
        print("Usage: wordcount <file>", file=sys.stderr)
        exit(-1)

    spark = SparkSession
        .builder
        .appName("PythonWordCount")
        .getOrCreate()

    lines = spark.read.text(sys.argv[1]).rdd.map(lambda r: r[0])
    counts = lines.flatMap(lambda x: x.split(' ')) 
                  .map(lambda x: (x, 1)) 
                  .reduceByKey(add)
    output = counts.collect()
    for (word, count) in output:
        print("%s: %i" % (word, count))

    spark.stop()
    Spark Word Count 例子

    Zip( ):两个或以上的列表，各自列表的第 x个元素右起来组成新的元组

    l1 = ["Python", 44, 11, 33, 22]
l2 = ["is", 44, 11, 33, 22]
l3 = ["Fun", 44, 11, 33, 22]
r = zip(l1,l2,l3)
temp = list(r)[0]
ret = " ".join(temp)
print(ret)

#Python is Fun
    Zip( )函数例子 

    locals( ): 代表所有的局部变量，都会放在这个函数里

    global( ): 代表所有的全区变量，都会放在这个函数里

    >>> NAME = "Janice"
>>> def show():
...     a=123
... 
>>> def show():
...     a=123
...     print(locals())
...     print(globals())
... 

>>> show()
{'a': 123}
{'a3': False, 'add': <function <lambda> at 0x1034ab598>, 'n1': 9, 'r': (9, 7), 'li': [11, 22, 33, 44, 55], 'fruit': 'apple', '__package__': None, 'n3': True, 'results': <map object at 0x10376b668>, 'n4': False, '__name__': '__main__', 'NAME': 'Janice', 'Foo': <class '__main__.Foo'>, '__doc__': None, 'f1': <function f1 at 0x1034ab620>, '__loader__': <class '_frozen_importlib.BuiltinImporter'>, 'f2': <function f2 at 0x1034ab510>, '__spec__': None, 'ret2': 110, '__builtins__': <module 'builtins' (built-in)>, 'name': 'apple', 'show': <function show at 0x10375c268>, 's': 'print(123)', 'n2': 7, 'a2': False, 'ret': <filter object at 0x10376b7f0>, 'a1': True, 'n': b'xe6x9dx8exe6x9dxb0'}
    globals( )和locals( )

    hash( ): 生成一個hash值，它在內部經常用，一般用於字典的 Key 來保存

    >>> s = "ffffffffffffffffffffffffffffffffffffffffffffffffffffffff"

#不会把整个字符串存储在内部里
>>> dic = {"ffffffffffffffffffffffffffffffffffffffffffffffffffffffff" : 1}

#会首先把它转换成 hash 值然后以字典的 Key 方式存储在内部里
>>> hash("ffffffffffffffffffffffffffffffffffffffffffffffffffffffff")
7896373676960469870

>>> dic = {"7896373676960469870" : 1}
>>> dic
{'7896373676960469870': 1}
    hash( )函数例子

    memoryview( ):

    callable( ):

    vars( ): 

    sorted( ): Python 有两个内置的排序函数，一种是调用 sorted(a) 函数但并不改变原来实例的顺序；另一种是调用 a.sort( )函数，这会改变原来目标的顺序

    >>> a = [2, 4, 3, 5, 1]
>>> sorted(a)
[1, 2, 3, 4, 5]
>>> a
[2, 4, 3, 5, 1]
>>> a.sort()
>>> a
[1, 2, 3, 4, 5]
    sorted(a) 和 a.sort( )例子

     

    装饰器的介紹和操作实战

    单层装饰器

    >>> def outer():
...     print("outer.....")
... 
>>> def f1():
...     outer()
...     print("f1
")
... 
>>> def f2():
...     outer()
...     print("f2
")
... 
>>> def f100():
...     outer()
...     print("f100
")
... 
>>> ff1 = f1()
outer.....
f1

>>> ff2 = f2()
outer.....
f2

>>> ff100 = f100()
outer.....
f100
    沒有用装饰器例子
    1. 开放封闭原则：对于类或者是函数的内部，对所有人来说是封闭的，你改函数的时候不要在函数内部改，意思是说如果需要统一修改或者是添加功能的话，不可以在类或者是函数的内部直接改，对类或者是函数的外部是开放的。不影响函数的执行下，在外部添加一个新功能
    2. 应用埸景：在不改变函数内容的前题下，在它的参数不变的基础上，在它的之前或者是之后统一的做一些操作为什么要使用装饰器，因为想在执行函数之前先做一些操作，然后在执行函数之后又做一些操作。我通过一些语法，在你执行函数之前做一些操作，之后又做一些操作。
       
      >>> def outer(func):
...     def inner():
...         print("log")
...         return func()
...     return inner
... 

>>> @outer  #在函数的外部添加一个 outer 函数
... def f1():
...     print("f1")
... 

>>> f1()
log
f1
      装饰器例子[函数執行之前添加信息]
      >>> def outer(func):
...     def inner():
...         print("decorator: before.....")
...         r =  func()
...         print("decorator: after.....
")
...         return r
...     return inner
... 

>>> @outer
... def f1():
...     print("f1")
... 

>>> ff1 = f1()
decorator: before.....
f1
decorator: after.....
      装饰器例子[函数執行之后添加信息]
    3. 对函数是一个整体来说是可以把它当参数传到另外一个函数里
       
      def f1():
    print(123)

def f2(xxx):
    xxx()

f2(f1)
#123
      函数当参数传到另外一个函数里
      # 首先定义了 outer 函数
# 调用装饰器时会把f1这个整体当做参数传到 outer，然后把outer函数的返回再赋值给f1，这相当于
# def outer():
#     return "123"
# 
# f1 = "123"

def outer(func):
    return "123"

@outer
def f1():
    print("f1")
   
f1
print(f1,type(f1))

#123 <class 'str'>
      函数是参数原理解析
    4. 在你執行函数之前做一些操作，之後又做一些操作，装饰器有兩個主要的功能，
      功能一、自动执行 outer 函数并且将下面的函数名 f1当作参数传
      功能二、将 outer 函数的返回值返回,重新赋值给 f1
       
      def outer(func):
    def inner():
        print("before")
        func() #执行原来的函数 e.g. f1()
        print("after")
    return inner

@outer
def f1():
    print("F1")
    5. 也可以在原来的函数传入参数，当原函数有返回值时，在执行装饰器时也需要确保有返回值
       
      def outer(func):
    def inner(a):
        print("before")
        r = func(a) #执行原来的函数 e.g. f1()
        print("after")
        return r
    return inner

# @ + 函数 然后放在一个函数上面
# 功能：
#- 自动执行 outer 函数并且将下面的函数名 f1当作参数传
#- 将 outer 函数的返回值返回,重新赋值给 f1

@outer
def f1(args):
    print(args)
    return ("返回了")

@outer
def f2():
    print("F2")
      装饰器例子[有一個参数]
      def outer(func):
    def inner(*args, **kwargs):
        print("before")
        r = func(*args, **kwargs) #执行原来的函数 e.g. f1()
        print("after")
        return r
    return inner

# @ + 函数 然后放在一个函数上面
# 功能：
#- 自动执行 outer 函数并且将下面的函数名 f1当作参数传
#- 将 outer 函数的返回值返回,重新赋值给 f1

@outer
def f1(args):
    print(args)
    return ("返回了")

@outer
def f2(arg1, arg2):
    print(arg1,arg2)
      装饰器例子[多个参数]
    6. 程序执行的步骤

    import time


def log_calls(func):

    def wrapper(*args, **kwargs):
        now = time.time()
        print("Calling {0} with {1} and {2}".format(func.__name__, args, kwargs))
        return_value = func(*args, **kwargs) # call test1(1,2,3) function
        print("Executed {0} in {1}ms".format(func.__name__, time.time() - now))
        return return_value

    return wrapper


#log_calls(test1)
@log_calls
def test1(a,b,c):
    print("	test1 called")


#log_calls(test2)
@log_calls
def test2(a,b):
    print("	test2 called")


#log_calls(test3)
@log_calls
def test3(a,b):
    print("	test3 called")
    time.sleep(1)


# test1 = log_calls(test1)
# test2 = log_calls(test2)
# test3 = log_calls(test3)


test1(1,2,3) # wrapper(*args, **kwargs)
test2(4,b=5)
test3(6,7)

"""
Calling test1 with (1, 2, 3) and {}
    test1 called
Executed test1 in 0.00011897087097167969ms
Calling test2 with (4,) and {'b': 5}
    test2 called
Executed test2 in 2.193450927734375e-05ms
Calling test3 with (6, 7) and {}
    test3 called
Executed test3 in 1.0049281120300293ms
"""
    装饰器例子

    双层装饰器

    [更新中]  

    案例实战

    [更新中] 

    #!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author: Janice Cheng


LOGIN_USER = {"is_login": False}

def outer(func):
    def inner(*args, **kwargs):
        if LOGIN_USER["is_login"]:
            r = func()
            return r
        else:
            print("Please login First")
    return inner

@outer
def order():
    print("Welcome {} ".format(LOGIN_USER["current_user"]))

@outer
def changepwd():
    print("Welcome {} ".format(LOGIN_USER["current_user"]))

@outer
def manager():
    print("Welcome {} ".format(LOGIN_USER["current_user"]))


def login(user,pwd):
    if user == "janice" and pwd == "jc123456":
        LOGIN_USER["is_login"] = True
        LOGIN_USER["current_user"] = user
        print("login successful
")


def main():
    while True:
        inp = input("1. 后台管理; 2.登录
>> ")
        if inp == '1':
            manager()
        elif inp == '2':
            username = input("Username: ")
            password = input("password: ")
            login(username,password)

main()
    用户管理程序

    本周作业

    优化用户管理程序

    普通用户：　登录，注册，修改密码，查看本用户信息
    管理员用户：登录，注册，修改密码，查看本用户信息
    　　　　　　删除、添加普通用户
    　　　　　　修改普通用户密码
    　　　　　　查看所有普通用户，按照指定关键字搜索用户信息
    　　　　　　提高用户权限

    * 用户信息需要存储在文件：alex|123|alex@gmail.com|1
    * 权限要用装饰器来实现

    程序流程图

    程序结果 

     

    参考资料

    金角大王：

    银角大王：Python开发【第四篇】：Python基础之函数
  • 相关阅读:
    Android组件化和插件化开发
    开发一流的 Android SDK：Fabric SDK 的创建经验
    关系 和非关系 阻塞非阻塞的区别
    AJAX 中JSON 和JSONP 的区别 以及请求原理
    九马画山数命运， 一身伴君不羡仙！ 与代码不离不弃！
    移动端 transitionEnd函数用来检测过渡是否完成
    2017前端该学的知识 分享墨白的文章、大家共勉！
    移动端和pc端事件绑定方式以及取消浏览器默认样式和取消冒泡
    今天要带来的是移动端开发的基础内容
    离线存储
  • 原文地址：https://www.cnblogs.com/jcchoiling/p/5823540.html
Copyright © 2011-2022 走看看