本节内容html
1. 函数基本语法及特性python
2. 参数与局部变量linux
3. 返回值程序员
嵌套函数算法
4.递归编程
5.匿名函数服务器
6.函数式编程介绍数据结构
7.高阶函数编程语言
8.内置函数ide
主要做用:
1 >>> a = {1,2,3,4} 2 >>> b ={3,4,5,6} 3 >>> a 4 {1, 2, 3, 4} 5 >>> type(a) 6 <class 'set'> 7 >>> a.symmetric_difference(b) 8 {1, 2, 5, 6} 9 >>> b.symmetric_difference(a) 10 {1, 2, 5, 6} 11 >>> 12 >>> 13 >>> a.difference(b) 14 {1, 2} 15 >>> a.union(b) 16 {1, 2, 3, 4, 5, 6} 17 >>> a.issu 18 a.issubset( a.issuperset( 19 >>> a.issubset(b) 20 False
只读列表,只有count, index 2 个方法
做用:若是一些数据不想被人修改, 能够存成元组,好比身份证列表
为何会查询速度会快呢?由于他是hash类型的,那什么是hash呢?
哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值,这个小的二进制值称为哈希值。哈希值是一段数据惟一且极其紧凑的数值表示形式。若是散列一段明文并且哪怕只更改该段落的一个字母,随后的哈希都将产生不一样的值。要找到散列为同一个值的两个不一样的输入,在计算上是不可能的,因此数据的哈希值能够检验数据的完整性。通常用于快速查找和加密算法
dict会把全部的key变成hash 表,而后将这个表进行排序,这样,你经过data[key]去查data字典中一个key的时候,python会先把这个key hash成一个数字,而后拿这个数字到hash表中看没有这个数字, 若是有,拿到这个key在hash表中的索引,拿到这个索引去与此key对应的value的内存地址那取值就能够了。
上面依然没回答这样作查找一个数据为何会比列表快,对不对? 呵呵,等我课上揭晓。
先说python2
再说python3
编码应用比较多的场景应该是爬虫了,互联网上不少网站用的编码格式很杂,虽然总体趋向都变成utf-8,但如今仍是很杂,因此爬网页时就须要你进行各类编码的转换,不过生活正在变美好,期待一个不须要转码的世界。
最后,编码is a piece of fucking shit, noboby likes it.
如今老板让你写一个监控程序,监控服务器的系统情况,当cpu\memory\disk等指标的使用量超过阀值时即发邮件报警,你掏空了全部的知识量,写出了如下代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
while
True
:
if
cpu利用率 >
90
%
:
#发送邮件提醒
链接邮箱服务器
发送邮件
关闭链接
if
硬盘使用空间 >
90
%
:
#发送邮件提醒
链接邮箱服务器
发送邮件
关闭链接
if
内存占用 >
80
%
:
#发送邮件提醒
链接邮箱服务器
发送邮件
关闭链接
|
上面的代码实现了功能,但即便是邻居老王也看出了端倪,老王亲切的摸了下你家儿子的脸蛋,说,你这个重复代码太多了,每次报警都要重写一段发邮件的代码,太low了,这样干存在2个问题:
你以为老王说的对,你也不想写重复代码,但又不知道怎么搞,老王好像看出了你的心思,此时他抱起你儿子,笑着说,其实很简单,只须要把重复的代码提取出来,放在一个公共的地方,起个名字,之后谁想用这段代码,就经过这个名字调用就好了,以下
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
def
发送邮件(内容)
#发送邮件提醒
链接邮箱服务器
发送邮件
关闭链接
while
True
:
if
cpu利用率 >
90
%
:
发送邮件(
'CPU报警'
)
if
硬盘使用空间 >
90
%
:
发送邮件(
'硬盘报警'
)
if
内存占用 >
80
%
:
发送邮件(
'内存报警'
)
|
你看着老王写的代码,气势恢宏、磅礴大气,代码里透露着一股内敛的傲气,心想,老王这我的真是不通常,忽然对他的背景更感兴趣了,问老王,这些花式玩法你都是怎么知道的? 老王亲了一口你儿子,捋了捋不存在的胡子,淡淡的讲,“老夫,年少时,师从京西沙河淫魔银角大王 ”, 你一听“银角大王”这几个字,不禁的娇躯一震,心想,真nb,怪不得代码写的这么6, 这“银角大王”当年在江湖上但是数得着的响当当的名字,只惋惜后期纵欲过分,卒于公元2016年, 真是惋惜了,只留下其哥哥孤守当年兄弟俩一块儿打下来的江山。 此时你看着的老王离开的身影,感受你儿子跟他愈来愈像了。。。
函数一词来源于数学,但编程中的「函数」概念,与数学中的函数是有很大不一样的,具体区别,咱们后面会讲,编程中的函数在英文中也有不少不一样的叫法。在BASIC中叫作subroutine(子过程或子程序),在Pascal中叫作procedure(过程)和function,在C中只有function,在Java里面叫作method。
特性:
1
2
3
4
|
def
sayhi():
#函数名
print
(
"Hello, I'm nobody!"
)
sayhi()
#调用函数
|
能够带参数
1
2
3
4
5
6
7
8
9
10
11
12
13
|
#下面这段代码
a,b
=
5
,
8
c
=
a
*
*
b
print
(c)
#改为用函数写
def
calc(x,y):
res
=
x
*
*
y
return
res
#返回函数执行结果
c
=
calc(a,b) #结果赋值给c变量
print
(c)
|
形参变量只有在被调用时才分配内存单元,在调用结束时,即刻释放所分配的内存单元。所以,形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量
实参能够是常量、变量、表达式、函数等,不管实参是何种类型的量,在进行函数调用时,它们都必须有肯定的值,以便把这些值传送给形参。所以应预先用赋值,输入等办法使参数得到肯定值
默认参数
看下面代码
1
2
3
4
5
6
7
8
9
10
|
def
stu_register(name,age,country,course):
print
(
"----注册学生信息------"
)
print
(
"姓名:"
,name)
print
(
"age:"
,age)
print
(
"国籍:"
,country)
print
(
"课程:"
,course)
stu_register(
"王山炮"
,
22
,
"CN"
,
"python_devops"
)
stu_register(
"张叫春"
,
21
,
"CN"
,
"linux"
)
stu_register(
"刘老根"
,
25
,
"CN"
,
"linux"
)
|
发现 country 这个参数 基本都 是"CN", 就像咱们在网站上注册用户,像国籍这种信息,你不填写,默认就会是 中国, 这就是经过默认参数实现的,把country变成默认参数很是简单
1
|
def
stu_register(name,age,course,country
=
"CN"
):
|
这样,这个参数在调用时不指定,那默认就是CN,指定了的话,就用你指定的值。
另外,你可能注意到了,在把country变成默认参数后,我同时把它的位置移到了最后面,为何呢?
正常状况下,给函数传参数要按顺序,不想按顺序就能够用关键参数,只需指定参数名便可,但记住一个要求就是,关键参数必须放在位置参数以后。
1
|
stu_register(age
=
22
,name
=
'alex'
,course
=
"python"
,)
|
非固定参数
若你的函数在定义时不肯定用户想传入多少个参数,就可使用非固定参数
1
2
3
4
5
6
7
8
9
10
|
def
stu_register(name,age,
*
args):
# *args 会把多传入的参数变成一个元组形式
print
(name,age,args)
stu_register(
"Alex"
,
22
)
#输出
#Alex 22 () #后面这个()就是args,只是由于没传值,因此为空
stu_register(
"Jack"
,
32
,
"CN"
,
"Python"
)
#输出
# Jack 32 ('CN', 'Python')
|
还能够有一个**kwargs
1
2
3
4
5
6
7
8
9
10
|
def
stu_register(name,age,
*
args,
*
*
kwargs):
# *kwargs 会把多传入的参数变成一个dict形式
print
(name,age,args,kwargs)
stu_register(
"Alex"
,
22
)
#输出
#Alex 22 () {}#后面这个{}就是kwargs,只是由于没传值,因此为空
stu_register(
"Jack"
,
32
,
"CN"
,
"Python"
,sex
=
"Male"
,province
=
"ShanDong"
)
#输出
# Jack 32 ('CN', 'Python') {'province': 'ShanDong', 'sex': 'Male'}
|
1
2
3
4
5
6
7
8
9
10
11
|
name
=
"Alex Li"
def
change_name(name):
print
(
"before change:"
,name)
name
=
"金角大王,一个有Tesla的男人"
print
(
"after change"
, name)
change_name(name)
print
(
"在外面看看name改了么?"
,name)
|
输出
1
2
3
|
before change: Alex Li
after change 金角大王,一个有Tesla的男人
在外面看看name改了么? Alex Li
|
全局与局部变量
要想获取函数的执行结果,就能够用return语句把结果返回
注意:
看上面的标题的意思是,函数还能套函数?of course
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
name
=
"Alex"
def
change_name():
name
=
"Alex2"
def
change_name2():
name
=
"Alex3"
print
(
"第3层打印"
,name)
change_name2()
#调用内层函数
print
(
"第2层打印"
,name)
change_name()
print
(
"最外层打印"
,name)
|
此时,在最外层调用change_name2()会出现什么效果?
没错, 出错了, 为何呢?
嵌套函数的用法会了,但它有什么用呢?下节课揭晓。。。
在函数内部,能够调用其余函数。若是一个函数在内部调用自身自己,这个函数就是递归函数。
1
2
3
4
5
6
7
8
9
10
11
12
13
|
def
calc(n):
print
(n)
if
int
(n
/
2
)
=
=
0
:
return
n
return
calc(
int
(n
/
2
))
calc(
10
)
输出:
10
5
2
1
|
递归特性:
1. 必须有一个明确的结束条件
2. 每次进入更深一层递归时,问题规模相比上次递归都应有所减小
3. 递归效率不高,递归层次过多会致使栈溢出(在计算机中,函数调用是经过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。因为栈的大小不是无限的,因此,递归调用的次数过多,会致使栈溢出)
堆栈扫盲http://www.cnblogs.com/lln7777/archive/2012/03/14/2396164.html
递归函数实际应用案例,二分查找
1 data = [1, 3, 6, 7, 9, 12, 14, 16, 17, 18, 20, 21, 22, 23, 30, 32, 33, 35] 2 3 4 def binary_search(dataset,find_num): 5 print(dataset) 6 7 if len(dataset) >1: 8 mid = int(len(dataset)/2) 9 if dataset[mid] == find_num: #find it 10 print("找到数字",dataset[mid]) 11 elif dataset[mid] > find_num :# 找的数在mid左面 12 print("\033[31;1m找的数在mid[%s]左面\033[0m" % dataset[mid]) 13 return binary_search(dataset[0:mid], find_num) 14 else:# 找的数在mid右面 15 print("\033[32;1m找的数在mid[%s]右面\033[0m" % dataset[mid]) 16 return binary_search(dataset[mid+1:],find_num) 17 else: 18 if dataset[0] == find_num: #find it 19 print("找到数字啦",dataset[0]) 20 else: 21 print("没的分了,要找的数字[%s]不在列表里" % find_num) 22 23 24 binary_search(data,66)
匿名函数就是不须要显式的指定函数
1
2
3
4
5
6
7
8
|
#这段代码
def
calc(n):
return
n
*
*
n
print
(calc(
10
))
#换成匿名函数
calc
=
lambda
n:n
*
*
n
print
(calc(
10
))
|
你也许会说,用上这个东西没感受有毛方便呀, 。。。。呵呵,若是是这么用,确实没毛线改进,不过匿名函数主要是和其它函数搭配使用的呢,以下
1
2
3
|
res
=
map
(
lambda
x:x
*
*
2
,[
1
,
5
,
7
,
4
,
8
])
for
i
in
res:
print
(i)
|
输出
1
25
49
16
64
函数是Python内建支持的一种封装,咱们经过把大段代码拆成函数,经过一层一层的函数调用,就能够把复杂任务分解成简单的任务,这种分解能够称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。
函数式编程中的函数这个术语不是指计算机中的函数(其实是Subroutine),而是指数学中的函数,即自变量的映射。也就是说一个函数的值仅决定于函数参数的值,不依赖其余状态。好比sqrt(x)函数计算x的平方根,只要x不变,不论何时调用,调用几回,值都是不变的。
Python对函数式编程提供部分支持。因为Python容许使用变量,所以,Python不是纯函数式编程语言。
1、定义
简单说,"函数式编程"是一种"编程范式"(programming paradigm),也就是如何编写程序的方法论。
主要思想是把运算过程尽可能写成一系列嵌套的函数调用。举例来讲,如今有这样一个数学表达式:
(1 + 2) * 3 - 4
传统的过程式编程,可能这样写:
var a = 1 + 2;
var b = a * 3;
var c = b - 4;
函数式编程要求使用函数,咱们能够把运算过程定义为不一样的函数,而后写成下面这样:
var result = subtract(multiply(add(1,2), 3), 4);
这段代码再演进如下,能够变成这样
add(1,2).multiply(3).subtract(4)
这基本就是天然语言的表达了。再看下面的代码,你们应该一眼就能明白它的意思吧:
merge([1,2],[3,4]).sort().search("2")
所以,函数式编程的代码更容易理解。
要想学好函数式编程,不要玩py,玩Erlang,Haskell, 好了,我只会这么多了。。。
变量能够指向函数,函数的参数能接收变量,那么一个函数就能够接收另外一个函数做为参数,这种函数就称之为高阶函数。
1
2
3
4
5
6
|
def
add(x,y,f):
return
f(x)
+
f(y)
res
=
add(
3
,
-
6
,
abs
)
print
(res)
|
内置参数详解 https://docs.python.org/3/library/functions.html?highlight=built#ascii
#compile f = open("函数递归.py") data =compile(f.read(),'','exec') exec(data) #print msg = "又回到最初的起点" f = open("tofile","w") print(msg,"记忆中你青涩的脸",sep="|",end="",file=f) # #slice # a = range(20) # pattern = slice(3,8,2) # for i in a[pattern]: #等于a[3:8:2] # print(i) # # #memoryview #usage: #>>> memoryview(b'abcd') #<memory at 0x104069648> #在进行切片并赋值数据时,不须要从新copy原列表数据,能够直接映射原数据内存, import time for n in (100000, 200000, 300000, 400000): data = b'x'*n start = time.time() b = data while b: b = b[1:] print('bytes', n, time.time()-start) for n in (100000, 200000, 300000, 400000): data = b'x'*n start = time.time() b = memoryview(data) while b: b = b[1:] print('memoryview', n, time.time()-start)
有如下员工信息表
固然此表你在文件存储时能够这样表示
1
|
1
,Alex Li,
22
,
13651054608
,IT,
2013
-
04
-
01
|
现须要对这个员工信息文件,实现增删改查操做
注意:以上需求,要充分使用函数,请尽你的最大限度来减小重复代码!