def sum(*iterable): print(type(iterbale)) # iterbale ==> 元组，不传入为空元组 for i in iterable: pass def sum1(iterable): print(type(iterbale)) for i in iterable: pass sum(x for i in range(10))) # 传入生成器 sum1(range(5))) # 传入一个对象def fn(a, b=5, *args, **kwargs): pass fn(5, a=2, c=3, b=4,z=5) ##位置参数和关键字参数混用，关键字参数可以乱序，多余的kwargs收集为字典def fun(x=4, *args, y, **kwargs): # y只能接受关键字参数，keyword-only参数 pass def func(*args, x=0, y): # 正确，keyword-only 默认值可以在前 pass def func1(*,m): # m 必须为关键字传参 pass def fun(a, b): pass fun(**{"a":1,"b",2}) # ==> fun(a=1,b=2) fun(*{"a":1,"b",2}.values()) # ==> fun(*(1,2))def func(): x = 1 def fn(): x = x + 1 # 调用时将会报错，未定义本地x的值之前，使用了本地的xdef func: global x # 声明全局作用域，必须是全局作用域，上一层使用的nonlocal x = 1 # 在函数中可以定义全局变量，且执行后外部可用 x += 1 def func(): x = [1] def fn(): x.append[4] return fn foo = func() foo() # 每次输出将会在上一次的结果上增加一个元素；x 的操作与外部形成了闭包2.也可以使用nonlocal实现闭包：内部变量声明使用外部定义的变量
def func(): x = 1 def fn(): nonlocal x #声明该x 是外部变量 x x = x + 1 return fn foo = func() foo() # 每次调用x 结果加1，foo函数未消亡，x 将不会被清除def func(): x = 1 def fn(): y = x + 1 # 此处使用了x 变量，但是在下一行才定义x 所以错误 x = y # 此处定义了与外部变量同名变量，在本函数内部所有范围内只能用该变量 # 如果没有第5行对x的重新定义，第4行中x将会使用外部的x变量def fn(): global c c = 0 def fn1(): c = 0 def fn2(): def fn3(): nonlocal c # 会使用5行的c值，与第3行的c不是同一个比变量 #若没有第5行的c定义，也无法匹配第3行的c变量。nonlocal无法匹配global变量 def fun(a, b=1, c={}, *d , m=1, **kw): a = 1 x = 1 return x dir(fun) # 查看该函数定义后的已经存在属性 ''' ['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__get__', '__getattribute__', '__globals__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__'] ''' # 默认值被保存到 __defaults__ 和 __kwdefaults__中，分别保存位置参数 # (使用元组）和kw-only参数（使用字典） fun.__defaults__ # ==> ( 1, {} ) 保存了b和c的缺省值 fun.__kwdefaults__ # ==> {'m': 1} 保存了m 的默认值def fun(x = [], b=1): x.append(1) # 此时 x 是默认值列表中对象，直接操作默认值参数的对象 x += [1] # += 执行列表的extend，也是对x本对象的改变 b = 2 #b原本指向默认值列表中的1，现在指向新的对象2，原对象未改变
print = 1 # 定义一个变量为print，此时print指向一个int对象， print(1) # 此时将会报错，默认先使用本文件中的print，而不是build-in中lambda x : x + 1 # 返回值===> 对象,":"后不能出现赋值表达式 foo = lambda x : x + 1 # ===> 返回的对象使用一个变量接收，foo可调用 (lambda x : x+1)(1) # ==> 直接在创建后调用，（）+ 传入参数调用# 返回一个和str功能相同的函数对象，效果相同 sorted([1,2,3,"a"], key = str) sorted([1,2,4,"a"], key = lambda x :str(x)) # 可以定制一些自己的比较方式,例如： sorted([1,2,4,"a"], key = lambda x :hash(x)) # 使用元素哈希值排序 sorted([1,2,4,"a"], key = lambda x :func(x)) # func为自己定义的函数，实现自定义d = defalutdict(lambda ：0) for k in "abc": d[k] += 1 # 第一次将会调用lambda并返回初始值0值，完成累加 d = defalutdict(lambda ：[]) # 构造列表 == list for k in "abc": d[k].append(1)def fun(): x = [ ] return lambda a : x.append(a) # 匿名函数使用外层函数x,形成闭包def func(n): if n == ? # 退出条件，可能不止一个 return ? # 一个确定的值，不可以再调用自身 return func( n - 1 ) # 根据实际递推公式变化 import sys print(sys.getrecursionlimit()) # ==> 最大递归数def func(): for i in range(3): yield i # 执行到yield，返回一次结果，并暂停函数执行 f = func() # 调用函数将不会执行，而是返回一个生成器对象 next(f) # 使用next()，返回每次yield值 每次调用函数func 将会返回一个新的生成器，不能直接对func()进行操作，否则每次生成新的对象。def foo(): i = 0 while True: i += 1 res = yield i #yield 的默认返回值None，外部使用send后将返回send值 print(res) g = foo() g.send("abc") # 执行next(g)，并将"abc"作为生成器g内部yield的返回值 使用案例：重置计数器，send任意值重置计数
def foo(): i = 0 while True: i += 1 res = yield i # 第一次执行会返回i, 然后暂停函数的执行 if res is not None: # 当收到send值，重置计数器i i = 0 print(res) # 下一次next,才会使用res 即"abc" g = foo() # 生成器对象 g.send("abc")# 每一次执行返回可迭代对象中的一个值 def foo(): yield from [1,2,3] # 接iterablea = [8, 7,6, 47, 464, 4, 32,3,2] def sort(nums, *, key=None, reverse=False): res = [] for x in nums: for i, v in enumerate(res): #第一次不会for,append第一个元素 cx = key(x) if key else x #key实现 cv = key(v) if key else v #只用于比较，插入时使用原值 cmp = cx > cv if reverse else cx < cv # reverse实现 if cmp: res.insert(i,x) # 找到插入位置i , 插入 x break else: res.append(x) print(res) sort(a, reverse=1, key=str)sorted()
排序函数：返回排序好的原列表
# sorted(iterbale, *, key=None, reverse=False） # 结合 lambda 实现特定功能 # 使用 lambda 按照其lambda返回值的数值大小依次进行排序 sorted(a, key=lambda x: abs(x-10) ) # 以x-10的绝对值大小排序 sorted(a, key=lambda x: 1) # 原来的序列# filter(function, iterable) ==> 迭代器,惰性对象 list(filter(int, ["0", "12"])) # ==> ["12"] #int("0")后等效false list(filter(lambda x: int(x), ["0", "12"])) # 同上功能 filter(None, [None, 0, "False", False, [],"",(), {}]) # ['False']# map(self, /, *args, **kwargs) # map(func, *iterables) --> map object # 返回map对象，惰性 map(str, range(5)) # [ '0, '1', '2', '3', '4'] map(lambda x: str(x), range(5)) # 同上 map(lambda x,y: (x,y), "abcde", range(10)) # 类似zip,返回组合后的元组免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
