切片
从list或tuple中取部分元素。
list = [1, 2, 3, 4] list[0 : 3] # [1, 2, 3] list[-2 : -1] # -1表示最后一个，[3, 4] list[1 :: 2] # index = 1开始，每两个取一个[2, 4] list[:] # 复制list，[1, 2, 3, 4] # 针对tuple，切片同样适用
iterable、iterator
可迭代，迭代器，集合类型数据可迭代但不是迭代器，可通过iter()转变为迭代器。
可迭代对象可使用for-in语句遍历，判断x是否可迭代：isinstance(x, Iterable)。
列表生产式
高效创建列表，见代码示例：
# range转list list(range(1, 5)) # [1, 2, 3, 4] [x * x for x in range(1, 5)] # [1, 4, 9, 16] [x * x for x in range(1, 5) if x % 2 == 0] # [4, 16] [m + n for m in 'ABC' for n in 'XYZ'] # ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ'] [s.lower() for s in ['Hello', 'World', 'IBM', 'Apple']] # like map
generator
isinstance(generator, Iterable) = True，可使用for-in语句，或者使用next方法。
g = (x * x for x in range(10)) next(g) # 0 next(g) # 1 next(g) # 4 for item in g: print(item) # 9 16 ... 81
generator函数
generator函数本质是一个有状态的函数，遇到yield语句时会暂时返回。
# 有yield语句，表明时generator函数
def gen_fn():
init = 0
while init < 10:
yield init
init += 1
return 'done'
call = gen_fn() # 获得可迭代对象call
next(call) # 0
next(call) # 1
# 每次调用generator函数，得到的是一个新的generator
# for-in无法获得generator的返回值'done'
for item in gen_fn():
print(item) # 0 1 ... 9
高阶函数
参数是函数的函数即是高阶函数，可对比数学概念：g(x) = f(x) + 1，g(x)即高阶函数。
# map(func, *iterables, ...) i = map(lambda x : x * x, [1, 2, 3]) # 返回Iterator list(i) # [1, 4, 9]
from functools import reduce reduce(lambda previous, x : previous + x, [1, 2, 3, 4]) # 10
i = filter(lambda x : x % 2 == True, [1, 2, 3, 4]) list(i) # [1, 3]
sorted([1,3,2], key = lambda x : -x) # [3, 2, 1]
返回函数做回函数返回值
闭包概念：包含环境成分（自由变量）和控制成分的实体（lambda表达式，函数）。
def lazy_sum(*args):
ax = 0
def sum():
nonlocal ax
for n in args:
ax = ax + n
return ax
return sum
fn = lazy_sum(1, 2, 3) # ax + sum构成了闭包
fn() # 6
fn() # 12
匿名函数
即lambda表达式。
装饰器
函数包函数的语法糖？
def log(fn):
def call(*args, **kw):
print('call %s():' % fn.__name__)
return fn(*args, **kw)
return call
# @log的作用等同now = log(now)
@log
def now():
print('2018-03-18')
now() # call now(): 2018-03-18
偏函数
把一个函数的某些参数给固定住，返回一个新的函数。类似柯里化，但更强大？
from functools import partial
binary_int = partial(int, base = 2)
binary_int('1000000') # 64
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对的支持。如果你想了解更多相关内容请查看下面相关链接
