慕课网

精品课程 python进阶

python进阶

最热最新

啊52HZ

map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。 map()函数不改变原有的 list，而是返回一个新的 list

查看全部

0 采集收起来源：python中map()函数
2017-02-12
啊52HZ

def add(x, y, f): return f(x) + f(y) 如果传入abs作为参数f的值： add(-5, 9, abs) 根据函数的定义，函数执行的代码实际上是： abs(-5) + abs(9)

查看全部

0 采集收起来源：python把函数作为参数
2017-02-12
啊52HZ

高阶函数：可以接收函数作为参数的函数

查看全部

0 采集收起来源：python中高阶函数
2017-02-12
好小葱

if...: 判断条件不加括号 elif... 判断条件不加括号 else... 判断条件不加括号

查看全部

0 采集收起来源：python中定义实例方法
2017-02-12
好小葱

如果将类属性改为__ ，则只能在类中引用，不能在类外引用

查看全部

0 采集收起来源：python中类属性和实例属性名字冲突怎么办
2017-02-12
好小葱

使用了自增符，发现编译不能通过，所以只能用普通等式计算

查看全部

0 采集收起来源：python中创建类属性
2017-02-12
qq_康康龙_0

最后需要指出，由于我们把原函数签名改成了(*args, **kw)，因此，无法获得原函数的原始参数信息。即便我们采用固定参数来装饰只有一个参数的函数： def log(f): @functools.wraps(f) def wrapper(x): print 'call...' return f(x) return wrapper 也可能改变原函数的参数名，因为新函数的参数名始终是 'x'，原函数定义的参数名不一定叫 'x'。请思考带参数的@decorator，@functools.wraps应该放置在哪： def performance(unit): def perf_decorator(f): def wrapper(*args, **kw): return wrapper return perf_decorator 注意@functools.wraps应该作用在返回的新函数上。参考代码: import time, functools def performance(unit): def perf_decorator(f): @functools.wraps(f) def wrapper(*args, **kw): t1 = time.time() r = f(*args, **kw) t2 = time.time() t = (t2 - t1) * 1000 if unit=='ms' else (t2 - t1) print 'call %s() in %f %s' % (f.__name__, t, unit) return r return wrapper return perf_decorator @performance('ms') def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial.__name__

查看全部

0 采集收起来源：python中完善decorator
2017-02-12
qq_康康龙_0

在没有decorator的情况下，打印函数名： def f1(x): pass print f1.__name__ 输出： f1 有decorator的情况下，再打印函数名： def log(f): def wrapper(*args, **kw): print 'call...' return f(*args, **kw) return wrapper @log def f2(x): pass print f2.__name__ 输出： wrapper 可见，由于decorator返回的新函数函数名已经不是'f2'，而是@log内部定义的'wrapper'。这对于那些依赖函数名的代码就会失效。decorator还改变了函数的__doc__等其它属性。如果要让调用者看不出一个函数经过了@decorator的“改造”，就需要把原函数的一些属性复制到新函数中： def log(f): def wrapper(*args, **kw): print 'call...' return f(*args, **kw) wrapper.__name__ = f.__name__ wrapper.__doc__ = f.__doc__ return wrapper 这样写decorator很不方便，因为我们也很难把原函数的所有必要属性都一个一个复制到新函数上，所以Python内置的functools可以用来自动化完成这个“复制”的任务： import functools def log(f): @functools.wraps(f) def wrapper(*args, **kw): print 'call...' return f(*args, **kw) return wrapper

查看全部

0 采集收起来源：python中完善decorator
2017-02-12
qq_康康龙_0

上面的语句看上去还是比较绕，再展开一下： log_decorator = log('DEBUG') my_func = log_decorator(my_func) 上面的语句又相当于： log_decorator = log('DEBUG') @log_decorator def my_func():pass 所以，带参数的log函数首先返回一个decorator函数，再让这个decorator函数接收my_func并返回新函数： def log(prefix): def log_decorator(f): def wrapper(*args, **kw): print '[%s] %s()...' % (prefix, f.__name__) return f(*args, **kw) return wrapper return log_decorator @log('DEBUG') def test(): pass print test() 执行结果： [DEBUG] test()... import time def performance(unit): def perf_decorator(f): def wrapper(*args, **kw): t1 = time.time() r = f(*args, **kw) t2 = time.time() t = (t2 - t1) * 1000 if unit=='ms' else (t2 - t1) print 'call %s() in %f %s' % (f.__name__, t, unit) return r return wrapper return perf_decorator @performance('ms') def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial(10)

查看全部

0 采集收起来源：python中编写带参数decorator
2017-02-12
qq_康康龙_0

def log(f): def fn(x): print 'call ' + f.__name__ + '()...' return f(x) return fn 对于阶乘函数，@log工作得很好： @log def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial(10) 结果： call factorial()... 3628800 但是，对于参数不是一个的函数，调用将报错：因为 add() 函数需要传入两个参数，但是 @log 写死了只含一个参数的返回函数。要让 @log 自适应任何参数定义的函数，可以利用Python的 *args 和 **kw，保证任意个数的参数总是能正常调用： def log(f): def fn(*args, **kw): print 'call ' + f.__name__ + '()...' return f(*args, **kw) return fn 现在，对于任意函数，@log 都能正常工作。请编写一个@performance，它可以打印出函数调用的时间。 import time def performance(f): def fn(*args, **kw): t1 = time.time() r = f(*args, **kw) t2 = time.time() print 'call %s() in %fs' % (f.__name__, (t2 - t1)) return r return fn @performance def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial(10)

查看全部

0 采集收起来源：python中编写无参数decorator
2017-02-12
qq_冰草未知味_0

filter()高阶函数根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。import math def f(x): return x%2==0 print filter(f,range(1, 101))取偶数

查看全部

0 采集收起来源：python中filter()函数
2017-02-10
qq_冰草未知味_0

def a(x): return x.title() print map(a, ['adam', 'LISA', 'barT']) 结果['Adam', 'Lisa', 'Bart']

查看全部

0 采集收起来源：python中map()函数
2017-02-10
qq_冰草未知味_0

reduce高阶函数，求积计算 def prod(x, y): return x*y print reduce(prod, [2, 4, 5, 7, 12])

查看全部

0 采集收起来源：python中reduce()函数
2017-02-10
是小太阳啊u

判断一个数是否为整数是可以： x%1 == 0

查看全部

0 采集收起来源：python中filter()函数
2017-02-10
时光3724962

Python内置的 sorted()函数可对list进行排序： >>>sorted([36, 5, 12, 9, 21]) [5, 9, 12, 21, 36] 但 sorted()也是一个高阶函数，它可以接收一个比较函数来实现自定义排序，比较函数的定义是，传入两个待比较的元素 x, y，如果 x 应该排在 y 的前面，返回 -1，如果 x 应该排在 y 的后面，返回 1。如果 x 和 y 相等，返回 0。因此，如果我们要实现倒序排序，只需要编写一个reversed_cmp函数： def reversed_cmp(x, y): if x > y: return -1 if x < y: return 1 return 0 这样，调用 sorted() 并传入 reversed_cmp 就可以实现倒序排序： >>> sorted([36, 5, 12, 9, 21], reversed_cmp) [36, 21, 12, 9, 5] sorted()也可以对字符串进行排序，字符串默认按照ASCII大小来比较： >>> sorted(['bob', 'about', 'Zoo', 'Credit']) ['Credit', 'Zoo', 'about', 'bob'] 'Zoo'排在'about'之前是因为'Z'的ASCII码比'a'小。

查看全部

0 采集收起来源：python中自定义排序函数
2018-03-22

首页上一页 1009 1010 1011 1012 1013 1014 1015 下一页尾页

0/150

提交

取消

该课程已下架

课程须知: 本课程是Python入门的后续课程 1、掌握Python编程的基础知识 2、掌握Python函数的编写 3、对面向对象编程有所了解更佳

老师告诉你能学到什么？: 1、什么是函数式编程 2、Python的函数式编程特点 3、Python的模块 4、Python面向对象编程 5、Python强大的定制类