网站公司设计,订阅号怎么弄,做区位分析的地图网站,模仿网站属于侵权吗Python 列表推导式是什么
列表推导式是 Python 语言特有的一种语法结构#xff0c;也可以看成是 Python 中一种独特的数据处理方式#xff0c; 它在 Python 中用于 转换 和 过滤 数据。
其语法格式如下所示#xff0c;其中 [if 条件表达式] 可省略。
[表达式 for 迭代变量…Python 列表推导式是什么
列表推导式是 Python 语言特有的一种语法结构也可以看成是 Python 中一种独特的数据处理方式 它在 Python 中用于 转换 和 过滤 数据。
其语法格式如下所示其中 [if 条件表达式] 可省略。
[表达式 for 迭代变量 in 可迭代对象 [if 条件表达式]]注意学习列表推导式的前提是掌握 Python for 循环。 列表推导式中存在两个名词一个是 列表另一个是 推导式 列表我们很清楚就是 Python 的一种数据类型 而推导式只是一个普通的语法定义词有的教程里会将其叫做 解析式二者是一样的概念。
列表推导式会返回一个列表因此它适用于所有需要列表的场景。
怎么用
基础使用
列表推导式最常见的场景就是优化简单循环。for 循环写法
my_list [1,2,3]
new_list []
for i in my_list:new_list.append(i*2)print(new_list)列表推导式写法
nn_list [i*2 for i in my_list]
print(nn_list)是不是对比看就是将 for 循环语句做了变形之后增加了一个 []不过需要注意的是列表推导式最终会将得到的各个结果组成一个新的列表。 再看一下列表推导式语法构成 nn_list [i*2 for i in my_list] for 关键字后面就是一个普通的循环前面的表达式 i*2 其中的 i 就是 for 循环中的变量也就是说表达式可以用后面 for 循环迭代产生的变量理解这个内容列表推导式就已经掌握 9 成内容了剩下的是熟练度的问题。
在将 if 语句包含进代码中运行之后你也能掌握基本技巧if 语句是一个判断其中 i 也是前面循环产生的迭代变量。
nn_list [i*2 for i in my_list if i1]
print(nn_list) 优化两层 for 循环
这些都是一般技能列表推导式能支持两层 for 循环例如下述代码
nn_list [(x,y) for x in range(3) for y in range(3) ]
print(nn_list)当然如果你想**加密谁都看不懂你的代码**你的代码你可以无限套娃下去列表推导式并没有限制循环层数多层循环就是一层一层的嵌套你可以展开一个三层的列表推导式就都明白了
nn_list [(x,y,z,m) for x in range(3) for y in range(3) for z in range(3) for m in range(3)]
print(nn_list)当然在多层列表推导式里面依旧支持 if 语句并且 if 后面可以用前面所有迭代产生的变量不过不建议超过 2 成超过之后会大幅度降低你代码的可阅读性。
当然如果你希望你代码更加难读下面的写法都是正确的。
nn_list [(x, y, z, m) for x in range(3) if x 1 for y in range(3) if y 1 for z in range(3) for m in range(3)]
print(nn_list)
nn_list [(x, y, z, m) for x in range(3) for y in range(3) for z in range(3) for m in range(3) if x 1 and y 1]
print(nn_list)
nn_list [(x, y, z, m) for x in range(3) for y in range(3) for z in range(3) for m in range(3) if x 1 if y 1]
print(nn_list)
现在你已经对列表推导式有比较直观的概念了列表推导式对应的英文是 list comprehension有的地方写作列表解析式基于它最后的结果它是一种创建列表的语法并且是很简洁的语法。
有了两种不同的写法那咱们必须要对比一下效率经测试小数据范围影响不大当循环次数到千万级时候出现了一些差异。
import time
def demo1():new_list []for i in range(10000000):new_list.append(i*2)def demo2():new_list [i*2 for i in range(10000000)]
s_time time.perf_counter()
demo2()
e_time time.perf_counter()
print(代码运行时间, e_time-s_time)运行结果
# for 循环
代码运行时间 1.3431036140000001
# 列表推导式
代码运行时间 0.9749278849999999
在 Python3 中列表推导式具备局部作用域表达式内部的变量和赋值只在局部起作用表达式的上下文里的同名变量还可以被正常引用局部变量并不会影响到它们。所以其不会有变量泄漏的问题。例如下述代码
x 6
my_var [x*2 for x in range(3)]print(my_var)
print(x)
列表推导式还支持嵌套 参考代码如下只有想不到没有做不到的。
my_var [y*4 for y in [x*2 for x in range(3)]]
print(my_var)
用于转换数据
可以将可迭代对象一般是列表中的数据批量进行转换操作例如将下述列表所有元素翻两倍。
my_list [1,2,3]代码如下所示
my_list [1, 2, 3]
new_list [item * 2 for item in my_list]
print(new_list) 结果可以自行编译运行。 掌握上述语法的关键点是 item 请重点关注 item 从 my_list 遍历而来并且 item*2 尾部与 for 循环存在一个空格。
用于过滤数据
列表表达式可以将列表中满足条件表达式的值进行筛选过滤获取目标数据。
my_list [1, 2, 3]
new_list [item for item in my_list if item 1]
print(new_list)
掌握上述语法的关键是 if 其余要点是注意语法编写结构。
接下来你可以尝试将上述编程逻辑修改为 for 循环语法学习过程中要着重理解以上两种语法结构可以相互转换 当你可以无缝将二者进行转换时该技能你就掌握了。 有些人会将列表推导式当做 for 循环的简化版。 字典推导式
有了列表推导式的概念字典推导式学起来就非常简单了语法格式如下
{键:值 for 迭代变量 in 可迭代对象 [if 条件表达式]}直接看案例即可
my_dict {key: value for key in range(3) for value in range(2)}
print(my_dict)得到的结果如下
{0: 1, 1: 1, 2: 1}此时需要注意的是字典中不能出现同名的 key第二次出现就把第一个值覆盖掉了所以得到的 value 都是 1。
最常见的哪里还是下述的代码遍历一个具有键值关系的可迭代对象。
my_tuple_list [(name, 橡皮擦), (age, 18),(class, no1), (like, python)]
my_dict {key: value for key, value in my_tuple_list}
print(my_dict)
元组推导式与集合推导式
其实你应该能猜到在 Python 中是具备这两种推导式的而且语法相信你已经掌握了。不过语法虽然差不多但是元组推导式运行结果却不同具体如下。
my_tuple (i for i in range(10))
print(my_tuple)运行之后产生的结果
generator object genexpr at 0x0000000001DE45E8使用元组推导式生成的结果并不是一个元组而是一个生成器对象需要特别注意下这种写法在有的地方会把它叫做生成器语法不叫做元组推导式。
集合推导式也有一个需要注意的地方先看代码
my_set {value for value in HelloWorld}
print(my_set)因为集合是无序且不重复的所以会自动去掉重复的元素并且每次运行显示的顺序不一样使用的时候很容易晕掉。
提高场景
再次查看推导式语法结构中涉及了一个关键字叫做 可迭代对象因为我们可以把自己目前掌握的所有可迭代对象 都进行一下尝试例如使用 range() 函数。
my_list [1, 2, 3]
new_list [item for item in range(1, 10) if item 5]
print(new_list)检验是否掌握可以回答下述两个问题。
如果可迭代对象是一个字典你该如何操作如果可迭代对象位置使用了 enumerate() 函数你该如何操作
除了可迭代对象部分可以扩展知识点 if 表达式 中的 条件表达式 也支持各种布尔运算如果用中文进行翻译 表示把满足条件的元素放置到新的列表中。
扩展知识
由于列表推导式涉及了数据类型所以可大胆推断还存在其它推导式语法Python 也确实是这样设计的。
你可以继续学习下述内容而且知识结构基本一致。
字典推导式集合推导式生成器推导式
列表推导式的学习不要过于在意细节也无需要求学会即掌握因为该知识点属于语法糖编程小技巧 所以在初学阶段了解即可随着编程学习的深入你会自然而然的将可用推导式的地方修改为推导式。
Python 三元表达式是什么
Python 中没有其它语言的三元表达式三目运算符相关说法但是有类似的语法。 在 Python 中三元表达式是一种语法结构一般被 Python 开发者叫做条件表达式它的结构如下所示
表达式1为 True 执行语句 if 条件表达式1 else 表达式1为 False 执行语句怎么用
用于 if 语句简化
三元表达式可以将简单的 if 语句 缩减为一行代码。
age 20cn 成年 if age 18 else 未成年
print(cn)原 if 语句 如下所示
age 20
if age 18 :cn 成年
else:cn 未成年 返回多个条语句
可以编写如下代码结构在条件表达式中返回多条语句。
age 20cn 成年, 大于18 if age 18 else 未成年
print(cn)代码返回一个元组内容为 (成年, 大于18) 这里一定注意不要使用分号 ; 否则只返回第一个语句的结果。
age 20cn 成年; 大于18 if age 18 else 未成年
print(cn)运行代码之后输出 成年 。
在函数内部使用三元表达式
有些简单的判定逻辑可以直接使用三元表达式简化例如判断传入参数是否为偶数。
def even_num(num):return True if num % 2 0 else False
三元表达式用于列表推导式
在列表推导式知识点中也存在三元表达式的落地应用例如下述代码。
li [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# ret [i for i in li if i % 2 0]
ret [i if i % 2 0 else None for i in li]
print(ret)上述代码重点注意列表生成器部分代码三元表达式所在位置。
三元表达式与 lambda
有时候可以将三元表达式与 lambda 进行结合让代码变得更加简洁。 声明一个函数返回较大值 def max(a, b):if a b:ret aelse:ret breturn retr max(5, 6)
print(r)由于上述代码非常简单可以直接使用 lambda 匿名函数实现。
max lambda a, b: a if a b else b
r max(10, 15)
print(r)
提高场景
Python 条件表达式可以嵌套使用但是建议最多嵌套两层而且是在代码简单的情况下具体编码如下所示你需要重点学习下述问题。 在嵌套的时候还需要注意 if 和 else 配对问题。 # 编写一个三元表达式首先判断其值大于20然后在判断是奇数案例无实际意义
num 19
ret 小于20 if num 20 else (奇数 if num % 2 1 else 偶数)
print(ret)
扩展知识
在很多地方会将 Python 的条件表达式进行扩展出现下述两种用法但都属于炫技能力实战性不强。
例如下述内容
元组条件表达式
age 20cn (未成年, 成年)[age 18]
print(cn)语法格式如下所示 (当后面的表达式为假时返回当后面的表达式为真时返回)[条件表达式]字典条件表达式
age 20cn {False: 未成年, True: 成年}[age 18]
print(cn)你会发现上述两种写法都有一些故弄玄虚而且代码 非常不易 阅读所以不建议实战编码时使用。
Python 断言是什么
Python 断言即 Python assert 语句简单理解就是简易版的 if 语句 用于判断某个表达式的值结果为 True程序运行否则程序停止运行抛出 AssertionError 错误。
语法格式如下所示
assert 表达式类比 if 语句如下所示
if not 表达式:raise AssertionError
在 assert 表达式之后可以增加一个参数 [, arguments]等价的 if 语句如下所示
if not 表达式:raise AssertionError(arguments)
怎么用
模拟场景
在游戏里面设置一个未满 18 岁禁止访问的功能。
def overage18(age):assert age 18, 对不起未满18岁无法进行游戏print(享受欢乐游戏时光)if __name__ __main__:overage18(15)
但是这个案例并不是一个完美的案例因为断言是为了告知 开发人员 你写的程序发生异常了。 如果一个潜在错误在程序编写前就能考虑到例如程序运行时网络中断这个场景就不需要使用断言。 断言主要为调试辅助而生为的是程序自检并不是为了处理错误程序 BUG 还是要依赖 try… except 解决。 由于断言是给 开发人员看的所以下述案例的断言是有效的。
def something():该函数执行了很多操作my_list [] # 声明了一个空列表# do somethingreturn my_listdef func():调用 something 函数基于结果实现某些逻辑ret something()assert len(ret) 18, 列表元素数量不对# 完成某些操作
使用断言要注意 不要用断言验证用户的输入这是因为 python 通过命令行运行时如果增加 -O 标识断言就被全局禁止了你的所有验证就都丢失了。
常用断言函数
assertEqual(a,b,msgmsg)判断两个值是否相等assertNotEqual(a,b,msgmsg)上一函数的反义self.assertTrue(a,msgnone)判断变量是否为 TrueassertFalse(a,msgnone)同上反义assertIsNone(obj‘’)判断 obj 是否为空assertIsNotNone(obj‘’)同上反义
扩展知识
Python 断言的适用场景
进行防御性的编程 我们在使用断言的时候应该捕捉不应该发生的非法情况。这里要注意非法情况与异常错误之间的区别 后者是必然存在的并且是一定要作出处理的。而断言后的条件不一定发生。
对假定条件做验证 断言是对程序员的假定做验证因此这些假定的异常不一定会触发。
with....as...
python操作文件时需要打开文件最后手动关闭文件。
通过使用with...as...不用手动关闭文件。当执行完内容后自动关闭文件。
Python 异常捕获是什么
程序异常就是程序出错了程序员一般叫做 BUG八哥写程序不出错是不可能发生的事情而程序员要做的事情就是及时的捕获错误修改错误。
最常见的错误 - 除数为 0
在数学中也存在类似的问题除数不可以为 0。相同的概念在编程中也是存在的。
num1 20
num2 0
num3 num1 / num2
print(num3)
Traceback (most recent call last):File D:/gun/2/demo7.py, line 3, in modulenum3 num1 / num2
ZeroDivisionError: division by zero错误内容就是末尾的 ZeroDivisionError: division by zero 当出现错误程序崩溃终止运行。错误异常中也提示了错误出现的行数 line 3 在第三行但查看行号排查错误在很多时候无法直接解决问题因为出错的地方不在行号那一行修改 BUG 的效率一般会随着你对 Python 学习的深入逐步增强改善。
try … except 语句
刚才的程序出现错误就终止运行了如何避免程序被强迫终止出现问题提示出问题然后继续运行呢这就是 try … except 语句使用的场景了。
语法格式
try:可能会出错的代码
except 异常对象:处理异常代码按照上述语法格式修改上文代码。
num1 20
num2 0
try:num3 num1 / num2
except ZeroDivisionError:print(除数不可以为 0 )此时程序不会报错当发现除数为 0 会进入异常处理直接输出除数不能为 0。
try 表示测试代码部分是否存在异常except 表示捕获异常前提是出现异常。如果 try 语句中没有任何错误except 中的代码不会执行。
还有一点需要注意在 except 后面是异常对象该异常对象我们设置为 ZeroDivisionError 这是因为已经知道是会出现这个异常如果在编码过程中不知道会出现哪种异常依旧会出现错误。
num1 20
num2 abc
try:num3 num1 / num2
except ZeroDivisionError:print(除数不可以为 0 )上述代码依旧会报错报错的异常为
Traceback (most recent call last):File D:/gun/2/demo7.py, line 4, in modulenum3 num1 / num2
TypeError: unsupported operand type(s) for /: int and str如果想在 except 后面支持本异常需要添加上 TypeError。
num1 20
num2 abc
try:num3 num1 / num2
except (ZeroDivisionError,TypeError):print(除数不可以为 0 )也可以分开编写
num1 20
num2 abc
try:num3 num1 / num2
except ZeroDivisionError:print(除数不可以为 0 )except TypeError:print(除数类型不对)该种写法在书写的时候需要预先知道会提示哪种异常如果异常不清楚那可以省略异常对象直接使用下述代码即可。
num1 20 num2 abc try: num3 num1 / num2 except: print(除数不可以为 0 ) try … except … else 语句
在 try … except 语句后面可以增加一个 else 语句该语句表示的含义可以按照如下描述进行理解当出现异常的时候执行 except 语句中的代码当无异常执行 else 语句代码。
num1 20
num2 1
try:num3 num1 / num2
except ZeroDivisionError:print(除数不可以为 0 )except TypeError:print(除数类型不对)else:print(无异常会被执行)以上代码无错误那 else 语句就会被执行到。
常见的异常类型
在编写代码的过程中你需要掌握一些常见的异常类型熟记它们可以帮助你快速进行错误排查。
AttributeError 某个对象没有属性Exception 通用型异常对象FileNotFoundError 找不到文件IOError 输入输出异常IndexError 索引异常KeyError 键异常NameError 对象名称异常SyntaxError 语法错误TypeError 类型错误ValueError 值错误
以上错误都属于常见错误其中重点以 Exception 通用异常对象与 SyntaxError 语法错误为主它们两个是最常出现的。
很多时候其实直接使用通用异常对象 Exception 就可以了不需要记住所有的异常类型的。
捕捉多个异常
在上文已经接触过捕捉多个异常的语法格式了可以在学习一下。
try:可能出错的代码块
except 异常对象1:异常处理代码块
except 异常对象2:异常处理代码块
一个 except 捕获多个异常
Python 也支持使用一个 except 捕获多个异常具体语法格式如下
try:可能出错的代码块
except (异常对象1,异常对象2...):异常处理代码块
直接抛出异常
捕获到异常之后可以直接抛出 Python 给内置好的异常信息例如
num1 20
num2 0
try:num3 num1 / num2
except ZeroDivisionError as e:print(e)except TypeError as e:print(e)else:print(无异常会被执行)注意 except 后面异常对象使用 as 关键字起了一个别名叫做 e然后直接输出 e 就是 Python 内置好的错误信息了。这里的 e 可以为任意名称遵循变量命名规则即可。
finally 语句
try … except 语句还可以和 finally 语句配合形成下述语法格式
try:可能出错的代码块
except:代码出错执行的代码块
else:代码正常执行的代码块
finally:无论代码是否有异常出现都会执行的的代码块finally 语法需要与 try 语句配合使用无论是否有异常出现都会执行该语句内容具体代码大家可以自行测试即可。
Python 异常捕获扩展部分
本篇博客主要写的是异常相关知识在 Python 代码的编写过程中经常会出现异常一般情况下程序员都叫做 出 BUG 了这个 BUG 就是臭虫的意思表示程序出臭虫了。当然很多时候我们也戏称“无 BUG不编程”。
发现 BUG解决 BUG程序员不是在写 BUG 的路上就是在改 BUG 的路上好友哲理。
关于异常部分还有如下内容可以扩展。
使用 raise 抛出异常使用 traceback 模块记录异常信息到文件中程序断言 assert
Python 字符串方法是什么
Python 字符串是 Python 内置的一种数据类型本篇博客要学习的内容就是字符串对象的方法。
先来学习第一个知识点Python 字符串字符串是一个编程名词翻译过来就是字符组成的串跟没说一样
在 Python 中用引号来表示字符串例如 双引号 单引号 还有一个奇葩的三引号 对应的三单引号 。
所以下述代码都是在 声明 一个字符串。
name 橡皮擦
name 橡皮擦
name 橡皮擦
name 橡皮擦
此时你应该尝试输入一下上述代码找找编程的感觉如果你能得到如下几个结论证明水平还不错。
引号都是成对出现的前面一个后面一个单引号对应单引号双引号对应双引号三引号对应三引号所有引号都是在英文模式下输入的不能用中文的引号。
字符串会伴随我们的整个编程生涯几乎每段代码都会碰到因此咱们将其放在一开始就进行讲解。
怎么用
截止目前你只接触到了 Python 字符串的概念那你来看一下 1 是字符串吗 答案肯定是因为 1 被单引号包裹起来了。
既然字符串是一个字符的串那你就可以把它当成糖葫芦串你可以对糖葫芦做什么就能对字符串做什么 例如吃第一个吃最后一个吃中间的 2 个在头上插入一个山楂在尾部插入一个山楂数数山楂的数量……
这些对应到 Python 字符串中就是各种编程语法编程概念咱们一起翻译翻译。
我有一个字符串糖葫芦我要吃第一个
tang_hu_lu 都说冰糖葫芦儿酸 # 声明字符串
print(tang_hu_lu) # 打印输出字符串
print(tang_hu_lu[0]) # 打印字符串的第一个字符注意代码都是在 jupyter 中进行编写然后点击运行实现效果运行的快捷键是 shiftenter。 又是一段代码里面又涉及了很多编程概念例如 tang_hu_lu 你已经知道它是一个变量了 但是 Python 变量是有命名规范的例如 1_a 就是错误的命名规范是啥呢 学习建议是直接搜索只有一个原则需要告诉你就是命名尽量有含义哪怕你用拼音。
# 表示注释相当于备注的意思写在 # 后面的内容不会被 Python 软件 执行。
tang_hu_lu[0] 这里就有趣了在变量名称后面跟了一个中括号[]并且在里面写了一个数字 0
它表示取这个串里面的第一个字符在编程语言中报数一般从 0 开始也就是 0 表示第一位
知道二进制不二进制用 01 表示所以从 0 开始数。
取第一个字符咱们已经会了那最后一个呢
tang_hu_lu 都说冰糖葫芦儿酸 # 声明字符串
print(tang_hu_lu) # 打印输出字符串
print(tang_hu_lu[-1]) # 打印字符串的最后一个字符
print(tang_hu_lu[7]) # 打印字符串的最后一个字符上述代码就实现了注意中括号里面的数字 [-1] 就是倒着数最后一个当然你可以顺着数 数到 7 就是第八个山楂了这里尝试把 7 修改成 8 看一下会报什么错误吧。
到这里就不得不抛出一个新的名词了索引刚才中括号中的数字就是 索引值又是一个新概念这就是编程。
字符串的第一个和最后一个你都能获取到了吃中间的怎么办。
tang_hu_lu 都说冰糖葫芦儿酸 # 声明字符串
print(tang_hu_lu) # 打印输出字符串
print(tang_hu_lu[2:4]) # 输出冰糖
print(tang_hu_lu[3:5]) # 输出糖葫注意中括号扩展了变成了 2 个数字中间还有一个英文的冒号此时一定要对比着原字符串进行学习。
- 都说冰糖葫芦儿酸
- 0 1 2 3 4 5 6 7看好各个的位置
[2:4] 输出冰糖分别对应索引 2索引 3 位置的字符[3:5] 输出糖葫分别对应索引 3索引 4 位置的字符
那 [0:6] 你知道输出什么了吗能说出来恭喜你Python 字符串切片你已经掌握 90%了想不到吧又是一个新概念 切片多么形象
字符串扩展方法
字符串除了切片用法以外还可以使用一个新的概念叫做 对象的方法在 Python 中有一个说法叫做万物皆对象对象的概念我们在后文展开学习现在知道这么回事即可例如现在有一个字符串内容是 都说冰糖葫芦儿酸。
先看代码
my_str 都说冰糖葫芦儿酸
a my_str.find(糖)
print(a) # 输出内容为 3
find() 方法
上述代码中在字符串变量 my_str 的后面增加一段代码 .find(糖)其中 .find() 就是一个字符串对象的方法它的用途你顺着刚才的代码在细琢磨就能知道是查找 糖 这个小字符串在大字符串中的索引值。
同理还有哪些需要掌握的字符串对象方法呢
my_str AaBbCcDd
new_my_str my_str.title()
print(new_my_str) # Aabbccdd
title() 方法
.title() 方法表示将字符串首字母大写
my_str AaBbCcDd
new_my_str my_str.upper()
print(new_my_str) # AABBCCDD**upper() 方法和 lower() 方法 **
.upper() 方法表示将字符串全部大写全部小写是 .lower()
字符串去除左右两端的空格。
my_str AaBbCcDd
new_my_str my_str.strip()
print(new_my_str)除了这些字符串对象的方法还有很多但是不需要记忆你需要去搜索一些相关的博客进行阅读 搜索关键字为 Python 字符串方法然后看上几篇博客最终得到下面这个结论
“哦~字符串对象有这些方法可以大小写转换可以去除空格可以检索字符串可以统计字符出现次数 还能判断字符串中字符内容……”
子串搜索相关方法
count() 方法 语法格式如下所示
my_str.count(sub_str[, start[, end]])返回字符串 my_str 中子串 sub_str 出现的次数可以指定从开始start计算到结束end。
print(abcaaabbbcccdddd.count(a))
endswith()和 startswith() 方法原型如下
my_str.endswith(suffix[, start[, end]])
my_str.startswith(prefix[, start[, end]])endswith() 检查字符串 my_str 是否以 suffix可以是一个元组 结尾返回布尔值的 True 和 False。startswith() 用来判断字符串 my_str 是否是以 prefix 开头。
find(),rfind()和 index(),rindex() 函数原型如下所示
my_str.find(sub[, start[, end]])
my_str.rfind(sub[, start[, end]])
my_str.index(sub[, start[, end]])
my_str.rindex(sub[, start[, end]])find() 搜索字符串 my_str 中是否包含子串 sub包含返回 sub 的索引位置否则返回-1。
index() 和 find() 不同点在于当找不到子串时抛出ValueError错误。
替换相关方法
replace()
my_str.replace(old, new[, count])将字符串中的 old 替换为 new 字符串如果给定 count则表示只替换前 count 个 old 子串。
分割和合并
split()、rsplit()和 splitlines()
my_str.split(sepNone, maxsplit-1)
my_str.rsplit(sepNone, maxsplit-1)
my_str.splitlines([keependsTrue])split() 根据 sep 对 my_str 进行分割maxsplit用于指定分割次数。
splitlines() 用来分割换行符。
join()
my_str.join(iterable)将可迭代对象中的元素使用字符 my_str 连接起来。
修剪
strip()、lstrip()和 rstrip()
my_str.strip([chars])
my_str.lstrip([chars])
my_str.rstrip([chars])分别是移除左右两边、左边、右边的字符 char。默认移除空白空格、制表符、换行符。
上述代码中的 len() 就是一个 Python 内置函数它表示统计长度 注意看内置函数和刚才学到的方法之间的差异len() 函数前面并没有对象去调用它调用 其实也是一个编程概念就是那个 . 符号。
统计过程你也会注意到 AaBbCcDd 算上空格恰好是 10 个 字符所以得出空格也是字符这个基本认知。
后续我们还会学习更多的内置函数接下来在学习 2 个这两个有助于提高编程效率。
第一个是 help()该函数用来查看编程对象的帮助手册例如下述代码
my_str AaBbCcDd
help(my_str )
不过该代码无法在 jupyter 中运行会得到如下结果 这里可以直接输入 help()进入手册模式在进行查询即可。
在文本框输入 str就可以获取到帮助手册中的相关内容也就是获取到了字符串对象的相关方法。
第 3 个要学习的内置函数是 dir()使用该函数可以直接把对象支持的方法全部输出。
my_str AaBbCcDd print(dir(my_str))
字符串格式化
在 Python 中字符串格式化有三种方式分别为 % 占位符格式化format() 方法格式化以及 f-string 重点学习的是第二种和第三种方式进行格式化例如下述代码
my_str 小爱同学今天天气
answer_str 今天的天气是 {}.format(晴)
print(answer_str)第二个字符串中出现了一个大括号 {}然后通过 format() 函数对其进行了填充 同理大括号可以出现多个也可以有名称例如下述代码
# 多个大括号format() 方法中需要多个值进行填充
my_str 小爱同学今天天气
answer_str 今天上午的天气是 {}下午的天气是{}.format(晴,多云)
print(answer_str)
# 大括号中有占位符
my_str 小爱同学今天天气
answer_str 今天上午的天气是 {shangwu}下午的天气是{xiawu}.format(shangwu晴,xiawu多云)
print(answer_str)在使用占位符的时候注意下前后要一致否则会出错的。
上述代码其实用到了函数相关支持这些随着我们的学习都将逐步展开当下最有效的学习方式就是临摹一遍代码啦。
在使用占位符的时候注意下前后要一致否则会出错的。
上述代码其实用到了函数相关支持这些随着我们的学习都将逐步展开当下最有效的学习方式就是临摹一遍代码啦。
Python lambda 表达式是什么
lambda 表达式也叫做匿名函数在定义它的时候没有具体的名称一般用来快速定义单行函数直接看一下基本的使用
fun lambda x:x1
print(fun(1))
查看上面的代码就会发现使用 lambda 表达式定义了一行函数没有函数名后面是是函数的功能对 x 进行 1 操作。 稍微整理一下语法格式
lambda [参数列表]:表达式 # 英文语法格式 lambda [arg1[,arg2,arg3....argN]]:expression
语法格式中有一些注意事项
lambda 表达式必须使用 lambda 关键字定义lambda 关键字后面冒号前面是参数列表参数数量可以从 0 到任意个数。多个参数用逗号分隔冒号右边是 lambda 表达式的返回值。
本文开始的代码如果你希望进行改写成一般函数形式对应如下
fun lambda x:x1
# 改写为函数形式如下
def fun(x):return x1
当然如果你决定上述 fun() 也多余匿名函数就不该出现这些多余的内容你也可以写成下面这个样子 不过代码的可读性就变低了。
print((lambda x:x1)(1))
lambda 表达式一般用于无需多次使用的函数并且该函数使用完毕就释放了所占用的空间。
怎么用
lambda 表达式与 def 定义函数的区别
第一点一个有函数名一个没有函数名
第二点lambda 表达式 : 后面
只能有一个表达式多个会出现错误也就是下面的代码是不会出现的。
# 都是错误的
lambda x:x1 x2由于这个原因的存在很多人也会把 lambda 表达式称为单表达式函数。
第三点for 语句不能用在 lambda 中
有的地方写成了 if 语句和 print 语句不能应用在 lambda 表达式中该描述不准确例如 下述代码就是正确的。
lambda a: 1 if a 10 else 0基本结论就是lambda 表达式只允许包含一个表达式不能包含复杂语句该表达式的运算结果就是函数的返回值。
第四点lambda 表达式不能共享给别的程序调用
第五点lambda 表达式能作为其它数据类型的值 例如下述代码用 lambda 表达式是没有问题的。
my_list [lambda a: a**2, lambda b: b**2]
fun my_list[0]
print(fun(2))
lambda 表达式应用场景
在具体的编码场景中lambda 表达式常见的应用如下
1. 将 lambda 表达式赋值给一个变量然后调用这个变量 上文涉及的写法多是该用法。
fun lambda a: a**2
print(fun(2))
2. 将 lambda 表达赋值给其它函数从而替换其它函数功能 一般这种情况是为了屏蔽某些功能例如可以屏蔽内置 sorted 函数。
sorted lambda *args:None
x sorted([3,2,1])
print(x)
3. 将 lambda 表达式作为参数传递给其它函数 在某些函数中函数设置中是可以接受匿名函数的例如下述排序代码
my_list [(1, 2), (3, 1), (4, 0), (11, 4)]
my_list.sort(keylambda x: x[1])
print(my_list)
my_list 变量调用 sort 函数参数 key 赋值了一个 lambda 表达式 该式子表示依据列表中每个元素的第二项进行排序。
4. 将 lambda 表达式应用在 filter、map、reduce 高阶函数中 这个地方先挖下一个小坑你可以自行扩展学习。 5. 将 lambda 表达式应用在函数的返回值里面 这种技巧导致的结论就是函数的返回值也是一个函数具体测试代码如下
def fun(n): return lambda x:xn new_fun fun(2) print(new_fun) # 输出内容function fun.locals.lambda at 0x00000000028A42F0
上述代码中lambda 表达式实际是定义在某个函数内部的函数称之为嵌套函数或者内部函数。 对应的将包含嵌套函数的函数称之为外部函数。 内部函数能够访问外部函数的局部变量这个特性是闭包(Closure)编程的基础
闭包Closure是指在一个函数内部定义另一个函数并且这个内部函数可以访问外部函数的局部变量即使外部函数执行完毕后这些局部变量依然会被“记住”并保存下来供内部函数使用。这种特性在编程中非常有用。
闭包的定义
闭包是一个函数对象这个对象能够记住定义它的环境中的变量值即外部函数的局部变量即使在环境已经不存在的情况下仍然能够访问这些变量。
闭包的三要素
要形成闭包需要以下三要素
外部函数外层函数中定义了一个变量或参数。内部函数在外层函数中定义的函数称为嵌套函数。返回内部函数外部函数返回内部函数使内部函数可以在外部调用时继续访问外部函数的变量。
闭包的作用
闭包主要用于在一个函数的内部定义并返回一个内部函数使这个内部函数“记住”并可以访问外部函数的变量。这样可以用于创建带有持久状态的函数常用于工厂函数、定制化函数、数据封装等场景。
闭包的示例
以下代码演示了闭包的概念
def make_multiplier(n): def multiplier(x): return x * n return multiplier
在这里make_multiplier 是外部函数multiplier 是内部函数。即使 make_multiplier 执行完并退出它的参数 n 仍然会被 multiplier 函数“记住”。
times_3 make_multiplier(3) # 创建一个闭包n 3 times_5 make_multiplier(5) # 创建另一个闭包n 5 print(times_3(10)) # 输出 30因为 10 * 3 30 print(times_5(10)) # 输出 50因为 10 * 5 50
在这段代码中
times_3 是一个闭包记住了 n 3 的状态。times_5 是另一个闭包记住了 n 5 的状态。
闭包的关键点
持久化状态闭包会“记住”外部函数的变量因此在多次调用时可以保持一致的行为。数据封装闭包将数据外部变量封装在函数内部使得在调用时无需外部提供这些变量值。
闭包的实际应用
闭包在许多场景中非常有用例如创建特定的数学运算函数、定制化回调函数、创建工厂函数等。
扩展知识
lambda 表达式虽然有优点但不应过度使用 lambda最新的官方 Python 风格指南 PEP8 建议永远不要编写下述代码
normalize_case lambda s: s.casefold()因此你想创建一个函数并存储到变量中, 请使用 def 来定义。
不必要的封装 我们实现一个列表排序按照绝对值大小进行。
my_list [-1,2,0,-3,1,1,2,5]
sorted_list sorted(my_list, keylambda n: abs(n))
print(sorted_list)上述貌似用到了 lambda 表达式但是确忘记了在 Python 中所有的函数都可以当做参数传递。
my_list [-1,2,0,-3,1,1,2,5]
sorted_list sorted(my_list, keyabs)
print(sorted_list)也就是当我们有一个满足要求的函数的时候没有必要在额外的去使用 lambda 表达式了。
扩展知识
lambda 表达式虽然有优点但不应过度使用 lambda最新的官方 Python 风格指南 PEP8 建议永远不要编写下述代码
normalize_case lambda s: s.casefold()因此你想创建一个函数并存储到变量中, 请使用 def 来定义。
不必要的封装 我们实现一个列表排序按照绝对值大小进行。
my_list [-1,2,0,-3,1,1,2,5]
sorted_list sorted(my_list, keylambda n: abs(n))
print(sorted_list)上述貌似用到了 lambda 表达式但是确忘记了在 Python 中所有的函数都可以当做参数传递。
my_list [-1,2,0,-3,1,1,2,5]
sorted_list sorted(my_list, keyabs)
print(sorted_list)也就是当我们有一个满足要求的函数的时候没有必要在额外的去使用 lambda 表达式了。
参考教程
列表推导式-进阶语法-CSDNPython入门技能树
