num = input("请写入内容")
if "错误内容" in num:
data = "臭不要脸"
else:
data = "正经人"
print(data)
匿名函数,则是基于lambda表达式实现定义一个可以没有名字的函数 。
data_list = [ lambda x:x+100, lambda x:x+110, lambda x:x+120 ]
print( data_list[0] )
f1 = lambda x:x+100
res = f1(100)
print(res)
基于Lambda定义的函数格式为:lambda 参数:函数体
lambda x: 函数体
lambda x1,x2: 函数体
lambda *args, **kwargs: 函数体
def xxx(x):
return x + 100
lambda x: x + 100
func = lambda x: x + 100
v1 = func(10)
print(v1) # 110
def func(a1,a2):
return a1 + a2 + 100
foo = lambda a1,a2: a1 + a2 + 100
匿名函数适用于简单的业务处理,可以快速并简单的创建函数。
简单的函数,可以基于lambda表达式实现。
简单的条件语句,可以基于三元运算实现, 格式:结果 = 条件成立时 if 条件 else 不成立
num = input("请写入内容")
if "错误内容" in num:
data = "臭不要脸"
else:
data = "正经人"
print(data)
num = input("请写入内容")
data = "臭不要脸" if "错误内容" in num else "正经人"
print(data)
掌握三元运算之后,以后再编写匿名函数时,就可以处理再稍微复杂点的情况了。
func = lambda x: "大了" if x > 66 else "小了"
v1 = func(1)
print(v1) # "小了"
v2 = func(100)
print(v2) # "大了"
生成器是由函数+yield关键字创造出来的写法,在特定情况下,用他可以帮助我们节省内存。
函数中有yield存在时,这个函数就是生产生成器函数。
def func():
print(111)
yield 1
执行生成器函数时,会返回一个生成器对象。
def func():
print(111)
yield 1
print(222)
yield 2
print(333)
yield 3
print(444)
data = func()
# 执行生成器函数func,返回的生成器对象。
# 注意:执行生成器函数时,函数内部代码不会执行。
生成器的特点是,记录在函数中的执行位置,下次执行next时,会从上一次的位置基础上再继续向下执行。
扩展,除了 可以使用next执行生成器函数,还可以使用send函数执行生成器函数。
def func():
print(111)
yield 1
print(222)
yield 2
print(333)
yield 3
print(444)
"""
data = func()
v1 = next(data)
print(v1)
v2 = next(data)
print(v2)
v3 = next(data)
print(v3)
v4 = next(data)
print(v4) # 结束或中途遇到return,程序爆:StopIteration 错误
"""
data = func()
for item in data:
print(item)
Python内部为我们提供了很多方便的内置函数,在此整理出来常用的36个来做一个总结,分为了六个组类。
v = abs(-10)
v1 = pow(2,5) # 2的5次方 2**5
print(v1)
v1 = sum([-11, 22, 33, 44, 55]) # 可以被迭代-for循环
print(v1)
v1, v2 = divmod(9, 2)
print(v1, v2
v1 = round(4.11786, 2)
print(v1) # 4.12
v1 = min(11, 2, 3, 4, 5, 56)
print(v1) # 2
v2 = min([11, 22, 33, 44, 55]) # 迭代的类型(for循环)
print(v2)
v3 = min([-11, 2, 33, 44, 55], key=lambda x: abs(x))
print(v3) # 2
v1 = max(11, 2, 3, 4, 5, 56)
print(v1)
v2 = max([11, 22, 33, 44, 55])
print(v2)
v3 = max([-11, 22, 33, 44, 55], key=lambda x: x * 10)print(v3) # 55
v1 = all([11,22,44,""]) # False
v2 = any([11,22,44,""]) # True
bin,十进制转二进制
oct,十进制转八进制
hex,十进制转十六进制
v1 = ord("武")
print(v1, hex(v1))
v1 = chr(27494)
print(v1)
int
foat
str,unicode编码
bytes,utf-8、gbk编码
v1 = "华青水上" # str类型
v2 = v1.encode('utf-8') # bytes类型
v3 = bytes(v1,encoding="utf-8") # bytes类型
bool
list
dict
tuple
set
len
input
open
type,获取数据类型
v1 = "123"
if type(v1) == str:
pass
else:
pass
range(10)
v1 = ["华青水上", "alex", 'root']
for num, value in enumerate(v1, 1):
print(num, value)
id
hash
v1 = hash("华青水上")
- - pycharm,不用
- - 终端,使用
v1 = [11, 22, 33, 44, 55, 66]
v2 = [55, 66, 77, 88]
v3 = [10, 20, 30, 40, 50]
result = zip(v1, v2, v3)
for item in result:
print(item)
v1 = "华青水上"
v2 = lambda x: x
def v3():
pass
print( callable(v1) ) # False
print(callable(v2))
print(callable(v3))
v1 = sorted([11,22,33,44,55])
info = {
"wupeiqi": {
'id': 10,
'age': 119
},
"root": {
'id': 20,
'age': 29
},
"seven": {
'id': 9,
'age': 9
},
"admin": {
'id': 11,
'age': 139
},
}
result = sorted(info.items(), key=lambda x: x[1]['id'])
print(result)
data_list = [
'1-5 编译器和解释器.mp4',
'1-17 今日作业.mp4',
'1-9 Python解释器种类.mp4',
'1-16 今日总结.mp4',
'1-2 课堂笔记的创建.mp4',
'1-15 Pycharm使用和破解(win系统).mp4',
'1-12 python解释器的安装(mac系统).mp4',
'1-13 python解释器的安装(win系统).mp4',
'1-8 Python介绍.mp4', '1-7 编程语言的分类.mp4',
'1-3 常见计算机基本概念.mp4',
'1-14 Pycharm使用和破解(mac系统).mp4',
'1-10 CPython解释器版本.mp4',
'1-1 今日概要.mp4',
'1-6 学习编程本质上的三件事.mp4',
'1-18 作业答案和讲解.mp4',
'1-4 编程语言.mp4',
'1-11 环境搭建说明.mp4'
]
result = sorted(data_list, key=lambda x: int(x.split(' ')[0].split("-")[-1]) )
print(result)
推导式是Python中提供了一个非常方便的功能,可以让我们通过一行代码实现创建list、dict、tuple、set 的同时初始化一些值。
例如:请创建一个列表,并在列表中初始化:0、1、2、3、4、5、6、7、8、9...299 整数元素。
常规方法:
data = []
for i in range(300):
data.append(i)
推导式:
[i for i in range(300)]
num_list = [ i for i in range(10)]
num_list = [ [i,i] for i in range(10)]
num_list = [ [i,i] for i in range(10) if i > 6 ]
num_set = { i for i in range(10)}
num_set = { (i,i,i) for i in range(10)}
num_set = { (i,i,i) for i in range(10) if i>3}
num_dict = { i:i for i in range(10)}
num_dict = { i:(i,11) for i in range(10)}
num_dict = { i:(i,11) for i in range(10) if i>7}
不会立即执行内部循环去生成数据,而是得到一个生成器
# 不会立即执行内部循环去生成数据,而是得到一个生成器。
data = (i for i in range(10))
print(data)
for item in data:
print(item)
data = [ i for i in range(10)]
data = [ (i,j) for j in range(5) for i in range(10)]
data = []
for i in range(10):
for j in range(5):
data.append( (i,j) )
data = [ [i, j] for j in range(5) for i in range(10)]
def num():
return [lambda x: i * x for i in range(4)]
# 1. num()并获取返回值 [函数,函数,函数,函数] i=3
# 2. for循环返回值
# 3. 返回值的每个元素(2)
result = [m(2) for m in num()] # [6,6,6,6]
print(result)
def num():
return (lambda x: i * x for i in range(4))
# 1. num()并获取返回值 生成器对象
# 2. for循环返回值
# 3. 返回值的每个元素(2)
result = [m(2) for m in num()] # [0,2,4,6 ]
print(result)
至此,Python内置函数和推导式总结结束,不当之处欢迎指正!