Python进阶—

1、*args 的用法

*args 和 **kwargs 主要用于函数定义。你可以将不定数量的参数传递给一个函数。

这里的不定的意思是：预先并不知道, 函数使用者会传递多少个参数给你, 所以在这个场景下使用这两个关键字。 *args 是用来发送一个非键值对的可变数量的参数列表给一个函数.

def test_var_args(f_arg, *argv):

    print("first normal arg:", f_arg)

    for arg in argv:

        print("another arg through *argv:", arg)

test_var_args('yasoob', 'python', 'eggs', 'test')

2、**kwargs 的用法

**kwargs 允许你将不定长度的键值对, 作为参数传递给一个函数。如果你想要在一个函数里处理带名字的参数, 你应该使用**kwargs。

def greet_me(**kwargs):

    for key, value in kwargs.items():

        print("{0} == {1}".format(key, value))

>>> greet_me(name="yasoob")

name == yasoob

使用 *args 和 **kwargs 来调用函数

def test_args_kwargs(arg1, arg2, arg3):

    print("arg1:", arg1)

    print("arg2:", arg2)

    print("arg3:", arg3)

# 首先使用 *args

>>> args = ("two", 3, 5)

>>> test_args_kwargs(*args)

arg1: two

arg2: 3

arg3: 5

# 现在使用 **kwargs:

>>> kwargs = {"arg3": 3, "arg2": "two", "arg1": 5}

>>> test_args_kwargs(**kwargs)

arg1: 5

arg2: two

arg3: 3

标准参数与*args、**kwargs在使用时的顺序

some_func(fargs, *args, **kwargs)

3、调试（Debugging）

利用好调试，能大大提高你捕捉代码Bug的。大部分新人忽略了Python debugger(pdb)的重要性。在这个章节我只会告诉你一些重要的命令，你可以从官方文档中学习到更多。

译者注，参考：https://docs.python.org/2/library/pdb.html Or https://docs.python.org/3/library/pdb.html

从命令行运行

你可以在命令行使用Python debugger运行一个脚本，举个例子：

$ python -m pdb my_script.py

这会触发debugger在脚本第一行指令处停止执行。这在脚本很短时会很有帮助。你可以通过(Pdb)模式接着查看变量信息，并且逐行调试。

从脚本内部运行

同时，你也可以在脚本内部设置断点，这样就可以在某些特定点查看变量信息和各种执行时信息了。这里将使用pdb.set_trace()方法来实现。举个例子：

import pdb

def make_bread():

    pdb.set_trace()

    return "I don't have time"

print(make_bread())

试下保存上面的脚本后运行之。你会在运行时马上进入debugger模式。现在是时候了解下debugger模式下的一些命令了。

命令列表：

c: 继续执行
w: 显示当前正在执行的代码行的上下文信息
a: 打印当前函数的参数列表
s: 执行当前代码行，并停在第一个能停的地方（相当于单步进入）
n: 继续执行到当前函数的下一行，或者当前行直接返回（单步跳过）

单步跳过（next）和单步进入（step）的区别在于，单步进入会进入当前行调用的函数内部并停在里面，而单步跳过会（几乎）全速执行完当前行调用的函数，并停在当前函数的下一行。

4、Map，Filter 和 Reduce

Map，Filter 和 Reduce 三个函数能为函数式编程提供便利

map

Map会将一个函数映射到一个输入列表的所有元素上。

items = [1, 2, 3, 4, 5]

squared = []

for i in items:

    squared.append(i**2)

#map

items = [1, 2, 3, 4, 5]

squared = list(map(lambda x: x**2, items))

大多数时候，使用匿名函数(lambda)来配合map

filter

filter过滤列表中的元素，并且返回一个由所有符合要求的元素所构成的列表，符合要求即函数映射到该元素时返回值为True.

number_list = range(-5, 5)

less_than_zero = filter(lambda x: x < 0, number_list)

print(list(less_than_zero))

# 译者注：上面print时，加了list转换，是为了python2/3的兼容性

#        在python2中filter直接返回列表，但在python3中返回迭代器

#        因此为了兼容python3, 需要list转换一下

# Output: [-5, -4, -3, -2, -1]

reduce

当需要对一个列表进行一些计算并返回结果时，Reduce 是个非常有用的函数

from functools import reduce

product = reduce( (lambda x, y: x * y), [1, 2, 3, 4] )

# Output: 24

5、set(集合)数据结构

set(集合)是一个非常有用的数据结构。它与列表(list)的行为类似，区别在于set不能包含重复的值。

例如你可能想检查列表中是否包含重复的元素

some_list = ['a', 'b', 'c', 'b', 'd', 'm', 'n', 'n']

duplicates = set([x for x in some_list if some_list.count(x) > 1])

print(duplicates)

### 输出: set(['b', 'n'])

交集

valid = set(['yellow', 'red', 'blue', 'green', 'black'])

input_set = set(['red', 'brown'])

print(input_set.intersection(valid))

### 输出: set(['red'])

差集

valid = set(['yellow', 'red', 'blue', 'green', 'black'])

input_set = set(['red', 'brown'])

print(input_set.difference(valid))

### 输出: set(['brown'])

6、三元运算符

伪代码

#如果条件为真，返回真 否则返回假

condition_is_true if condition else condition_is_false

is_fat = True

state = "fat" if is_fat else "not fat"

返回x的绝对值：

number=(input('please enter a number:'))

try:

    number=int(number)

    result=( (number) if number>0 else (number*-1) )

except:

    result='something wrong happened!'

print(result)

7、Global和Return

global变量意味着我们可以在函数以外的区域都能访问这个变量

# 首先，是没有使用global变量

def add(value1, value2):

    result = value1 + value2

add(2, 4)

print(result)

# Oh 糟了，我们遇到异常了。为什么会这样？

# python解释器报错说没有一个叫result的变量。

# 这是因为result变量只能在创建它的函数内部才允许访问，除非它是全局的(global)。

Traceback (most recent call last):

  File "", line 1, in

    result

NameError: name 'result' is not defined

# 现在我们运行相同的代码，不过是在将result变量设为global之后

def add(value1, value2):

    global result

    result = value1 + value2

add(2, 4)

print(result)

6

8、虚拟环境(virtualenv)

使用virtualenv！针对每个程序创建独立（隔离）的Python环境，而不是在全局安装所依赖的模块。

要安装它，只需要在命令行中输入以下命令：

$ pip install virtualenv

最重要的命令是：

$ virtualenv myproject

$ source bin/activate

执行第一个命令在myproject文件夹创建一个隔离的virtualenv环境，第二个命令激活这个隔离的环境(virtualenv)。

如果你想让你的virtualenv使用系统全局模块，请使用--system-site-packages参数创建你的virtualenv，例如：

virtualenv --system-site-packages mycoolproject

使用以下命令可以退出这个virtualenv:

$ deactivate

巴特西

Python进阶——笔记1

从命令行运行

从脚本内部运行

命令列表：

交集

最新文章

热门文章