Python快速学习第五天

第五天：抽象

1、    函数

检测函数是否可调用：callable

>>> import math

>>> y=math.sqrt

>>> callable(y)

True

>>> x=1

>>> callable(x)

False

   注意：Python3.0不在支持callable,需要使用表达式hasattr(func,_call_call_)代替

   创建函数：def functionname(params):

>>>def fibs(num):

...     'Get fibonaqi sequnce! '

...     result=[0,1]

...     for i in range(num-2):

...            result.append(result[-2]+result[-1])

...     return result

...

>>>fibs(10)

[0, 1,1, 2, 3, 5, 8, 13, 21, 34]

用于def后面的'Getfibonaqi sequnce! '添加文档字符串，相当于注释#,使用help()可以查询函数的文档字符串

help(fibs)

Help on function fibs in module __main__:

fibs(num)

    Getfibonaqi sequnce!

...skipping...

Help on function fibs in module __main__:

fibs(num)

    Getfibonaqi sequnce!

 return后不加值，只表示函数的结束，而没有返回值，这样可以避免应该返回序列时，意外返回None

>>> def test():

...     print 'tanggao'

...     return

...     print 'tanggao isgood'

...

>>> x=test()

tanggao

>>> print x

None

2、   参数对外部变量影响

   函数内给参数赋值，不会改变外部变量的值，参数存储在局部作用域中

>>> def try_to_change(n):

...     n=3

...

>>> t=4

>>> try_to_change(t)#虽然在函数内部重新赋值，但外部不变

>>> t

4

但是对于可改变的数据结构，如列表，参数的内部赋值会改变外部变量的值

   内部参数与外部变量指向同一个列表，所以会被修改

   若不想改变外部列表，可以传进一个副本

>>> def change(n):

...    n[0]='tanggao'

...

>>> names=['hello','world']

>>> change(names)

>>> names

['tanggao', 'world']

>>>  #采用普通方法进行模拟 

...

>>> names=['hello','world']

>>> n=names

>>> n[0]='tanggao'

>>> names

['tanggao', 'world']

完整示例——存储名字，并能用名字、中间名或姓来查找联系人

   若名字为'MagusLie Hetland'存储格式类似

   data = {

           'first':{ 'Magus': 'Magus Lie Hetland'},

           'middle':{'Lie': 'Magus Lie Hetland'},

           'last':{'Hetland': 'Magus Lie Hetland'}

       }

   注意insert(index,value)函数，在列表的索引位置插入值

Python代码  

1.  >>> def init(data):  #data作为存储表，初始化

2.      data['first'] = {}  

3.      data['middle'] = {}  

4.      data['last'] = {}  

5. 

6.  >>> def store(data, full_name): #存储，将全名存储到表中

7.      names = full_name.split()  #将名字按空格(即first,middle,last)分开，返回列表，如'Ma Li He'返回['Ma', 'Li', 'He']  

8.  if len(names) == 2: names.insert(1, '')#若无中间名，则插入空来表示中间名['Mr', 'Zha']返回['Mr', '', 'Zha']  

9.      labels = 'first', 'middle', 'last' #元组

10. for label, name in zip(labels, names):  #元组与序列间也可使用zip

11.         people = lookup(data, label, name)  

12. if people:  

13.             people.append(full_name)  

14. else:  

15.             data[label][name] = [full_name] #当键不存在时，自动添加键值对，

16. #但如果输出不存在键对应值，则报错

17.

18. >>> def lookup(data, label, name): #查找，根据label查找是name的中间人  

19. return data[label].get(name)  

20.

21.

22. >>> MyNames = {}  

23. >>> init(MyNames)  

24. >>> store(MyNames, 'Magnus Lie Hetland')  

25. >>> lookup(MyNames, 'middle', 'Lie')  

26. ['Magnus Lie Hetland']  

27. >>> store(MyNames, 'Robin Hood')  

28. >>> store(MyNames, 'Robin Locksley')  

29. >>> lookup(MyNames, 'first', 'Robin')  

30. ['Robin Hood', 'Robin Locksley']  

31. >>> store(MyNames, 'Mr. Gumby')  

32. >>> lookup(MyNames, 'middle', '')  

33. ['Robin Hood', 'Robin Locksley', 'Mr. Gumby']  

   例2. 不可变的数字和可改变的参数

Python代码  

1.  >>> def inc(x): return x + 1  

2. 

3.  >>> foo = 10  

4.  >>> inc(foo)  

5.  11  

6.  >>> foo #外部变量未发生变化

7.  10  

8.  >>> foo = inc(foo) #将foo重新赋值  

9.  >>> foo  

10. 11  

   使用列表外部变量foo改变了

Python代码  

1.  >>> def inc(x): x[0] = x[0] + 1  

2. 

3.  >>> foo = [10]  

4.  >>> inc(foo)  

5.  >>> foo  

6.  [11]  

3. 关键字参数和默认值

   位置：是指根据参数的对应位置传参，如def a(a,b,c):，调用a(1,2,3)，1传给a，2传给b，3传给c，这样参数位置容易记混。

   关键字参数，适用于大规模程序，清晰

Python代码  

1.  >>> def hello(name, greeting):  

2.  print '%s, %s!' %(greeting, name)  

3. 

4. 

5.  >>> hello('sun', 'Hello')  #位置参数

6.  Hello, sun!  

7.  >>> hello(name = 'Sun', greeting = 'Hello')  #关键字参数

8.  Hello, Sun!  

9.  >>> hello(greeting = 'Hello', name = 'Sun') #关键字参数，不必关心位置

10. Hello, Sun!  

   默认值

Python代码  

1.  >>> def hello(name = 'world', greeting = 'Hello'):  

2.  print '%s, %s!' %(greeting, name)  

3. 

4. 

5.  >>> hello()  

6.  Hello, world!  

7.  >>> hello('Sun')  

8.  Hello, Sun!  

9.  >>> hello(greeting = 'Hi')  

10. Hi, world!  

   位置参数与关键字参数混用，将位置参数放在前面。尽量避免这么用，容易引起混乱。

Python代码  

1.  >>> def hello(name, greeting = 'Hello', punc = '!'):  

2.  print '%s, %s%s' %(greeting, name, punc)  

3. 

4. 

5.  >>> hello('Sun')  

6.  Hello, Sun!  

7.  >>> hello('Sun', 'Hi')  

8.  Hi, Sun!  

9.  >>> hello('Sun', punc = '..')  

10. Hello, Sun..  

11. >>> hello()   #因为name是必须要有，若有默认值，则可没有  

12.

13. Traceback (most recent call last):  

14.   File "<pyshell#385>", line 1, in <module>  

15.     hello()  

16. TypeError: hello() takes at least 1 argument (0 given)  

17. >>>   

4. 收集参数——在定义时使用*或**，用来收集参数，允许使用不定数量的参数

   *：收集其余的位置参数并作为元组 返回

Python代码  

1.  >>> def print_params2(title, *params):  

2.  print title  

3.  print params  

4. 

5. 

6.  >>> print_params2('Param:', 1, 2, 3)  

7.  Param:  

8.  (1, 2, 3)  #以元组形式返回

9.  >>> print_params2('Param:') #不提供收集元素时，返回空元组

10. Param:  

11. ()  

12. >>> print_params2('Param:', 1)   

13. Param:  

14. (1,) #只有一个元素时，仍为元组

   **：收集其余的关键字参数并作为字典 返回，可与其他混用

Python代码  

1.  >>> def print_params3(x, y, z = 3, *pospar, **keypar):  

2.  print x, y, z  

3.  print pospar  

4.  print keypar  

5. 

6. 

7.  >>> print_params3(1,2,3,4,5,6,7, fool = 1, bar = 2)  

8.  1 2 3  

9.  (4, 5, 6, 7)  

10. {'fool': 1, 'bar': 2}  

11. >>> print_params3(1,2)  

12. 1 2 3  

13. ()  

14. {}  

5. 收集参数的翻转过程——在调用时使用*或**，将参数分配到定义的参数中，用于字典或列表分割时

   用于列表

Python代码  

1.  >>> def add(x,y): return x + y  

2. 

3.  >>> params = (1,2)  

4.  >>> add(*params)  

5.  3  

   用于字典

Python代码  

1.  >>> def hello(name, greeting):  

2.  print '%s, %s!' %(greeting, name)  

3. 

4. 

5.  >>> params = {'name': 'Sir Robin', 'greeting': 'Welcome'}  

6.  >>> hello(**params)  

7.  Welcome, Sir Robin!  

8. 

9. 

   参数使用实例

Python代码  

1.  #模拟步长大于0的range()  

2.  >>> interval(10)  

3.  start = 0 stop = 10 step =  1  

4.  [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]  

5.  >>> def interval(start, stop=None, step=1):  

6.  'Imitates range() for step > 0'

7.  if stop is None: #若未给stop指定值  

8.          start, stop = 0, start #多个赋值，0赋值给start，start的值赋值给stop  

9.      result = []  

10.     i = start  

11. while i < stop:  

12.         result.append(i)  

13.         i += step  

14. return result  

15.

16. #

17. >>> def story(**kwds):  

18. return '%(job)s called %(name)s.' %kwds  

19.

20. >>> def power(x, y ,*others):  

21. if others:  

22. print 'Received redundant parameters:',others  

23. return pow(x,y)  

24.

25. #使用

26. >>> params = {'job':'language','name':'python'}  

27. >>> print story(**params) #调用时分割字典，定义中收集

28. language called python.  

29. >>> del params['job']  

30. >>> print story(job='test', **params)  

31.

32. >>> power(2,3,'test')  

33. Received redundant parameters: test  

34.

35. >>> params = (5,) * 2 #即(5,5)

36. >>> power(*params) #先分割，在赋给x，y  

37. 3125  

6.作用域

   x = 1， 将名字x引用到值1上，类似字典

   内建函数vars()返回这个字典

Python代码  

1.  >>> x = 1  

2.  >>> scope = vars()  

3.  >>> scope['x']  

4.  1  

5.  >>> scope['x'] += 1 #一般情况下，vars()返回的字典不能修改  

6.  >>> x  

7.  2  

   局部变量，全局变量

   函数内部访问全局变量，慎用！

Python代码  

1.  >>> def com(para): print para + external  

2. 

3.  >>> external = 'external'

4.  >>> com('param ')  

5.  param external  

   若全局变量与局部变量名字相同，会被局部变量覆盖，可使用global()类似vars(),获得全局变量的字典

Python代码  

1.  >>> def com(para): print para + globals()['para']  

2. 

3.  >>> para = 'berry'

4.  >>> com('test ')  

5.  test berry  

   重绑定全局变量，将变量引用到其他新值——函数内部声明全局变量

Python代码  

1.  >>> x = 1  

2.  >>> def change_global():  

3.  global x  

4.      x = x + 1  

5. 

6. 

7.  >>> change_global()  

8.  >>> x  

9.  2  

   嵌套作用域——函数中定义函数，例如闭包

   外部作用域中的变量一般不能被改变，但是用闭包，每次调用外层函数，内部函数都会被重新绑定，也即外部作用域factor每次都有一个新值

Python代码  

1.  >>> def multiplier(factor):  

2.  def multiplyByFactor(number):  

3.  return number * factor  

4.  return multiplyByFactor  #返回一个函数，这时并未调用

5. 

6.  >>> double = multiplier(2)  #double是一个函数

7.  >>> double   #double是一个函数

8.  <function multiplyByFactor at 0x0214C6F0>  

9.  >>> double(5)  #调用multiplyByFactor(number)

10. 10  

11. >>> multiplier(2)(5) #效果同上

12. 10  

   7. 递归——每调用一个函数，都会创建一个新的命名空间，意味着当函数调用自身时，实际上调用的是两个不同的函数

    阶乘

Python代码  

1.  >>> def factorial(n):  

2.  if n == 1:  

3.  return 1  

4.  else:  

5.  return n * factorial(n-1)  

6. 

7.  >>> factorial(5)  

8.  120  

    幂

Python代码  

1.  >>> def power(x, n):  

2.  if n == 0:  

3.  return 1  

4.  else:  

5.  return x * power(x, n - 1)  

6. 

7. 

8.  >>> power(2,3)  

9.  8  

   递归实例——二元搜索

   前提：排好序

   若上下限相同，则那就是数字所在位置，返回；

   否则，找到两者的中间，查找数字是在左侧还是右侧，继续查找数字所在的那半部分。

Python代码  

1.  >>> def search(sequence, number, lower = 0, upper = None):  

2.  if upper is None: upper = len(sequence) - 1  

3.  if lower == upper:  

4.  assert number == sequence[upper]  

5.  return upper  

6.  else:  

7.          middle = (lower + upper) // 2  

8.  if number > sequence[middle]:  

9.  return search(sequence, number, middle + 1, upper)  

10. else:  

11. return search(sequence, number, lower, middle)  

12.

13.

14. >>> seq = [34, 67, 8, 123, 4, 100, 95]  

15. >>> seq.sort()  

16. >>> seq  

17. [4, 8, 34, 67, 95, 100, 123]  

18. >>> search(seq, 34)  

19. 2  

总结：

元组输出格式化，直接使用键，而不需要加引号

Python代码  

1.  >>> d = {'a':1, 'b':2}  

2.  >>> print '%(a)s corresponds to %(b)s.' %d #注意a有括号，无引号  

3.  1 corresponds to 2.