Python学习笔记1

心得：由于有Java和C的一些基础Py的学习相对容易。但是Py给我相当大的震撼，感觉之前的自己就像一只活在面向对象深井中的青蛙，python让我见识到了函数式编程的辽阔世界，给了我简单到极致的编程体验。当然我不是说python能取代java什么的，不同的语言都有自己存在的方式，它们面向不同应用领域展现着自己的独到的价值。

Python基础

• list[] tuple() dict{} set(list)
• 位置参数 def power (***x***)
• 默认参数 def power(x, ***n=2***)
• 可变参数 def power(****numbers ***）
• 关键字参数 def person(name, age, *****kw***)
• 命名关键字参数 def person(name, age, ****, city, job***)
  
  • 命名关键字参数限制了关键字参数的名字，如上关键字参数只能接受city和job。
• 参数组合
  
  • 顺序只能为：必选参数，默认参数，可变参数，命名关键字参数，关键字参数。
• 切片 x[:::]
  
  • 第一个冒号：开始
  • 第二个冒号：结束
  • 第三个冒号：间隔
  • 列表生成式[x * x for x in range(10) if x % 2 == 0]
  • x * x: 要生成的值
  • x ：遍历元素
  • in：遍历容器
  • if：遍历条件
• 判断是否可以被迭代器迭代
  
  • form collection import Iterable
  • isinstance(***'abc'***, Iterable)
  • 判断'abc'是否可被for迭代
  • 把Iterable换成Iterator可以判断是否可以被nxet()迭代
• 生成器：列表生成式[]换成()

Python函数式编程

• 变量可以指向函数，函数名也是变量（有没有想到指针）
• 高阶函数： 一个函数可以接受一个函数作为参数
• map：
  
  • map(f, [])函数接受两个参数，一个是函数，一个是Iterable
  • 用f作用于list的每一个元素。
• reduce：
  
  • reduce(f, [])参数类型和map一样
  • reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算。
  • reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
• filter:
  
  • filter()也接收一个函数和一个序列。和map()不同的是，filter()
  • 把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。
  • list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
• sorted：
  
  • sorted([])函数就可以对list进行排序
  • sorted([], key)函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序，例如按绝对值大小排序：sorted([36, 5, -12, 9, -21], key=abs)
  • 心得： sorted函数对应于C&C++中的sort()函数，并且参数调用的顺序都是一样的，先序列，后用一个函数制定规则，并且函数的写法完全一致，只是格式从C&C++变成python。
• 返回函数
  
  • 返回函数实际上就是返回函数名或者说是返回指向函数的一个变量（是不是又感受到了指针，其实理解指针对理解py极其有帮助，py并不像Java那样几乎完全抹除指针存在的痕迹，py的思想中处处隐含着指针）

• 匿名函数lambda：

  • lambda x: x * x实际上就是
    

    def f(x):    return x * x

• 装饰器

  • （这让我想起了AOP，难道不是吗？）

    def log(func):    def wrapper(*args, **kw):        print('call %s():' % func.__name__)        return func(*args, **kw)    return wrapper

  • 上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处：

    @logdef now():    print('2015-3-25')

  • 调用now()函数，不仅会运行now()函数本身，还会在运行now()函数前打印一行日志：

    >>> now()call now():2015-3-25