慕课网

精品课程 python进阶

python进阶

最热最新

芯汝淽水

在第7节中，我们在sorted这个高阶函数中传入自定义排序函数就可以实现忽略大小写排序。请用functools.partial把这个复杂调用变成一个简单的函数： sorted_ignore_case(iterable) 要固定sorted()的cmp参数，需要传入一个排序函数作为cmp的默认值。参考代码: import functools sorted_ignore_case = functools.partial(sorted, cmp=lambda s1, s2: cmp(s1.upper(), s2.upper())) print sorted_ignore_case(['bob', 'about', 'Zoo', 'Credit'])

查看全部

0 采集收起来源：python中偏函数
2015-10-30
兔子爱叫

这样len（）的就是名字本身的长度了哦而不是参数个数

查看全部

0 采集收起来源：python中 __len__
2015-10-30
这个才是咖喱郑

>>> sorted.__doc__ 'sorted(iterable, cmp=None, key=None, reverse=False) --> new sorted list'

查看全部

0 采集收起来源：python中创建实例属性
2018-03-22
芯汝淽水

functools.partial就是帮助我们创建一个偏函数的，不需要我们自己定义int2()，可以直接使用下面的代码创建一个新的函数int2： >>> import functools >>> int2 = functools.partial(int, base=2) >>> int2('1000000') 64 >>> int2('1010101') 85 所以，functools.partial可以把一个参数多的函数变成一个参数少的新函数，少的参数需要在创建时指定默认值，这样，新函数调用的难度就降低了。

查看全部

0 采集收起来源：python中偏函数
2018-03-22
芯汝淽水

请思考带参数的@decorator，@functools.wraps应该放置在哪：

查看全部

0 采集收起来源：python中完善decorator
2015-10-29
芯汝淽水

上一节的@performance只能打印秒，请给 @performace 增加一个参数，允许传入's'或'ms'： @performance('ms') def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) ?不会了怎么办要实现带参数的@performance，就需要实现： my_func = performance('ms')(my_func) 需要3层嵌套的decorator来实现。参考代码: 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

1 采集收起来源：python中编写带参数decorator
2015-10-29
芯汝淽水

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()... None

查看全部

0 采集收起来源：python中编写带参数decorator
2015-10-29
芯汝淽水

请编写一个@performance，它可以打印出函数调用的时间。 ?不会了怎么办计算函数调用的时间可以记录调用前后的当前时间戳，然后计算两个时间戳的差。参考代码: 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
2015-10-29
芯汝淽水

@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。

查看全部

0 采集收起来源：python中编写无参数decorator
2015-10-29
芯汝淽水 02:39

表示不懂

查看全部

0 采集收起来源：python中decorator装饰器
2015-10-29
芯汝淽水 03:15

装饰器的作用

查看全部

0 采集收起来源：python中decorator装饰器
2015-10-29
芯汝淽水 03:08

装饰器使用的过程

查看全部

0 采集收起来源：python中decorator装饰器
2015-10-29
芯汝淽水

高阶函数可以接收函数做参数，有些时候，我们不需要显式地定义函数，直接传入匿名函数更方便。在Python中，对匿名函数提供了有限支持。还是以map()函数为例，计算 f(x)=x2 时，除了定义一个f(x)的函数外，还可以直接传入匿名函数： >>> map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]) [1, 4, 9, 16, 25, 36, 49, 64, 81] 通过对比可以看出，匿名函数 lambda x: x * x 实际上就是： def f(x): return x * x 关键字lambda 表示匿名函数，冒号前面的 x 表示函数参数。匿名函数有个限制，就是只能有一个表达式，不写return，返回值就是该表达式的结果。

查看全部

0 采集收起来源：python中匿名函数
2018-03-22
芯汝淽水

返回闭包不能引用循环变量，请改写count()函数，让它正确返回能计算1x1、2x2、3x3的函数。考察下面的函数 f: def f(j): def g(): return j*j return g 它可以正确地返回一个闭包g，g所引用的变量j不是循环变量，因此将正常执行。在count函数的循环内部，如果借助f函数，就可以避免引用循环变量i。参考代码: def count(): fs = [] for i in range(1, 4): def f(j): def g(): return j*j return g r = f(i) fs.append(r) return fs f1, f2, f3 = count() print f1(), f2(), f3()

查看全部

0 采集收起来源：python中闭包
2015-10-28
芯汝淽水

def calc_sum(lst): def lazy_sum(): return sum(lst) return lazy_sum 注意: 发现没法把 lazy_sum 移到 calc_sum 的外部，因为它引用了 calc_sum 的参数 lst。 像这种内层函数引用了外层函数的变量（参数也算变量），然后返回内层函数的情况，称为闭包（Closure）。 闭包的特点是返回的函数还引用了外层函数的局部变量，所以，要正确使用闭包，就要确保引用的局部变量在函数返回后不能变。返回函数不要引用任何循环变量，或者后续会发生变化的变量。

查看全部

0 采集收起来源：python中闭包
2018-03-22

首页上一页 1454 1455 1456 1457 1458 1459 1460 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