Python学习笔记 Part2

函数

• 函数定义: def 函数名 ():, 没有返回值默认返回None

• 函数对象有一个__name__属性，可以拿到函数的名字

• 空函数: 使用pass用来作为占位符，先放一个pass，让代码能运行起来。

• 返回多个值: 函数返回多值其实就是返回一个tuple

• 默认参数: 默认参数必须指向不变对象！

• 可变参数:

  • 定义: def calc(*arguments):
  • 调用：calc(2,3,4,5,6)
  • 如果已经有了一个list或tuple，list或tuple前面加一个*号，可以把list或tuple的元素变成可变参数传进去 calc(*nums)

• 关键字参数: 关键字参数允许传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict

  • 定义: def person(name, age, **kw):
  • 调用: 在调用时，可以只传入必选参数,也可以传入任意个数的关键字参数
  • 和可变参数类似，也可以先组装出一个dict，然后，把该dict转换为关键字参数传进去

extra = {'city': 'Beijing', 'job': 'Engineer'}
person('Neil', 23, **extra)

• 命名关键字参数：

如果要限制关键字参数的名字，就可以用命名关键字参数，例如，只接收city和job作为关键字参数。def person(name, age, *, city, job):

和关键字参数**kw不同，命名关键字参数需要一个特殊分隔符*，*后面的参数被视为命名关键字参数。

如果函数定义中已经有了一个可变参数，后面跟着的命名关键字参数就不再需要一个特殊分隔符*了,但命名关键字参数必须传入参数名,如果没有传入参数名，调用将报错

• 参数组合

在Python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数都可以组合使用。但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。

• 递归函数: 如果一个函数在内部调用自身本身，这个函数就是递归函数。

def fact(n):
    if n==1:
        return 1
    return n * fact(n - 1)

高级特性

• 迭代: 在Python中，迭代是通过for ... in来完成的

默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同时迭代key和value，可以用for k, v in d.items()。

可以通过collections模块的Iterable类型判断一个对象是不是可迭代

Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身

• 列表推导式

写列表生成式时，把要生成的元素x * x放到前面，后面跟for循环，就可以把list创建出来。

for循环后面还可以加上if判断,还可以使用两层循环，可以生成全排列

• 生成器

在Python中，一边循环一边计算的机制称为生成器：generator。要创建一个generator，有很多种方法。

第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator

如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator

generator保存的是算法，每次调用next()方法。使用for循环可以迭代generator对象。

• 迭代器

可以作用于for循环的对象统称为可迭代对象: Interable。可以直接作用于for循环的数据类型有以下几种：

一类是集合数据类型，如：list, tuple, dict, set, str等

一类是generator，包括生成器和带yield的generator function

可以使用isinstance()判断一个对象是否是Interable对象

可以被next()对象调用，并不断返回下一个值得对象称为迭代器:Interator

函数式编程

• map

map()函数接收两个参数，一个是函数，一个是Interable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。

• filter

和map()类似，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。filter返回的也是一个Interator对象。需要用list()函数获得所有结果并返回list。

• reduce reduce需要从functools中进行导入： from functools import reduce

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。返回计算结果。

• sorted 可以对list进行排序

它还可以接收一个key函数来实现自定义的排序。要进行反向排序，不必改动key函数，可以传入第三个参数reverse=True

• 装饰器

在代码运行期间动态增加功能的方式，称为装饰器Decorator。本质上decorator就是一个返回函数的高阶函数。

经过decorator装饰之后的函数，它们的__name__已经从原来的'now'变成了'wrapper'。因为返回的那个wrapper()函数名字就是'wrapper'。不需要编写wrapper.__name__ = func.__name__这样的代码，Python内置的functools.wraps就是干这个事的

• 偏函数

Python的functools模块提供了很多有用的功能，其中一个就是偏函数functools.partial。
functools.partial的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。

面向对象

• 类和实例

面向对象最重要的概念就是类(Class)和实例(Instance)，类是抽象的模板，而实例是根据类创建出来的一个个具体的对象。每个对象都拥有相同的方法，但各自的数据不同。

在Python中定义类是通过class关键字，class后面紧接着是类名，类名通常是大写开头的单词。紧接着是(object)，表示该类是从哪个类继承下来的，如果没有合适的继承类，就使用object类，这是所有类最终都会继承的类。

通过定义一个特殊的__init__方法，在创建实例的时候，把一些必须绑定的属性强制填写进去。__init__方法前后有两个下划线。__init__方法的第一个参数永远都是self，表示创建的实例本身。在__init__方法内部，可以把各种属性绑定到self

在类中定义函数，第一个参数永远都是实例变量self，并且调用时不用传递该参数。

如果要让内部属性不被外界访问，可以把属性的名称前加两个下划线__，实例的变量如果以__开头，就变成了一个私有变量。只有内部可以访问，外部不能访问。

在Python中，变量名类似__xxx__的，也就是以双下划线开头并以双下划线结尾的是特殊变量。特殊变量可以直接访问，不是private变量。

当子类和父类都存在相同的方法时，子类的方法会覆盖了父类的方法。某个子类的实例也可以被看作是父类的实例。

类属性在class中定义，类的所有实例都可以访问

Python允许在定义class的时候，定义一个特殊的__slots__变量，来限制class实例能添加的属性

Python内置的@property装饰器负责把一个方法变成属性调用的。@property本身又会创建一个setter装饰器，负责把一个setter方法变成属性赋值。如果不定义setter就是一个只读属性。

在设计类的继承关系时，通常主线都是单一继承下来，如果要混入其他功能，可以通过多重继承实现，这种设计成为Mixin

使用type()函数可以判断对象类型，它返回对象的Class类型。对于class的继承关系来说，使用type()就很不方便。要判断Class的类型，可以使用isinstance函数。

type()函数既可以查看对象类型，又可以创建出新的类型。要创建一个class对象，type()函数依次传入三个参数：class的名称，继承的父类集合，class方法名称与函数绑定

如果要获得一个对象的所有属性和方法，可以使用dir()方法，它返回一个包含字符串的list。

枚举类: 定义枚举类要导入enum模块，枚举定义用class关键字，继承Enum类。

定义枚举时，成员名称不允许重复。两个相同值的成员，第二个成员的名称被视作第一个成员的别名。
如果枚举中存在相同值的成员，通过值获取成员只能获取到第一个成员。枚举支持迭代器，可以遍历枚举成员。枚举成员可以进行等值比较不可以进行大小比较。

错误和调试

Python采用try...except...finally错误处理机制。如果错误没有被捕获，它就会一直向上抛，最后被Python解释器捕获，打印一个错误信息，然后程序退出。

Python内置的logging模块可以记录错误信息

raise语句可以抛出一个错误实例。尽量使用Python内置的错误类型：ValueError,TypeError,IOError等。