文章目录
基础函数
help(函数名) 查看函数的帮助信息
使用isinstance()进行数据类型检查
if not isinstance(x, (int, float)):
raise TypeError('bad operand type')
使用callable()判断对象能否被调用
callable([1, 2, 3]) # False
可变参数：在函数调用时自动组装为一个tuple
def calc(*numbers): sum = 0 for n in numbers: sum = sum + n * n return sum calc(1, 2) calc(1, 3, 5, 7)
*nums表示把nums这个list的所有元素作为可变参数传进去
nums = [1, 2, 3] calc(*nums)
关键字参数：传入任意个含参数名的参数，在函数内部自动组装为一个dict
def person(**kw):
print(kw)
person(city='Beijing') # {'city': 'Beijing'}
person(gender='M', job='Engineer') # {'gender': 'M', 'job': 'Engineer'}
命名关键字参数：限制关键字参数的名字，命名关键字参数必须传入参数名。
命名关键字参数需要一个特殊分隔符，后面的参数被视为命名关键字参数。
def person(name, age, *, city, job):
print(name, age, city, job)
def person(name, age, *args, city, job):
print(name, age, args, city, job)
person('Jack', 24, job='Engineer')
# Jack 24 Beijing Engineer
参数定义的顺序：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。
def f1(a, b, c=0, *args, **kw):
print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)
高阶函数
可以接受函数作为参数的函数
def add(x, y, f): return f(x) + f(y) add(-5, 6, abs)
map/reduce
map(function,Iterable) 返回迭代器
def f(x):
return x * x
map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
reduce(function,Iterable)
其中function接收两个参数，reduce把结果与序列的下一个继续做计算
from functools import reduce
def fn(x, y):
return x * 10 + y
reduce(fn, [1, 3, 5, 7, 9])
# 13569
filter
用于过滤序列
def is_odd(n): return n % 2 == 1 list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15])) # filter返回Iterator
sorted
sorted(list,key,reverse=False) 从小到大排序
key为自定义排序函数，如key=abs, key=str.lower
函数作为返回值
闭包程序结构
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
def lazy_sum(*args): def sum(): ax = 0 for n in args: ax = ax + n return ax return sum f = lazy_sum(1, 3, 5, 7, 9) f() # 执行
匿名函数
lambda 参数:表达式
表达式为返回值
装饰器
在代码运行期间动态增加功能的方式
import functools
# 在函数调用前后自动打印日志，但又不希望修改now()函数的定义
def log(func):
@functools.wraps(func) # 把原始函数的__name__等属性复制到wrapper()函数中
def wrapper(*args, **kw):
print('call',func.__name__) # 打印日志
return func(*args, **kw) # 调用原函数
return wrapper
@log # 把@log放到now()函数的定义处，相当于执行了语句now = log(now)
def now():
print('function:now')
decorator本身需要传入参数
import functools
def log(text):
def decorator(func):
@functools.wraps(func) # 把原始函数的__name__等属性复制到wrapper()函数中
def wrapper(*args, **kw):
print(text, func.__name__)
return func(*args, **kw)
return wrapper
return decorator
@log('execute')
def now():
print('2015-3-25')
偏函数
functools.partial()
把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数
import functools
int2 = functools.partial(int, base=2)
int('1000000',2) # 按二进制转化为int
int2('1000000')
Python内置函数
staticmethod
返回函数的静态方法（静态方法可以不需要实例化）
class c():
@staticmethod
def f():
pass
# 无需实例化调用
c.f()
# 实例化调用
c = C()
c.f()