课程链接：https://aistudio.baidu.com/aistudio/course/introduce/7073

字符串进阶
string1 = 'Hi, my name is Molly!'

len(string1)

string1.count('m')
string1.find('name')
# string1.index('hello')
string1.split(' ')
string1.replace(' ','_')
string1.upper()
string1.lower()
string1.capitalize()

In [ ]
# 格式化输出
name = 'Molly'
hight = 170.4
score_math = 95
score_english = 89
print('大家好！我叫%s，我的身高是%d cm, 数学成绩%d分,英语成绩%d分' % (name, hight, score_math, score_english))

print('大家好！我叫{:s}，我的身高是{:d} cm, 数学成绩{:d}分,英语成绩{}分'.format(name, int(hight), score_math, score_english))

print(f"大家好！我叫{name}，我的身高是{int(hight)} cm, 数学成绩{score_math}分,英语成绩{score_english}分")
In [ ]
# 列表进阶
list1 = ['a','b','c','d','e','f']
list1.append('g') # 在末尾添加元素
list1.insert(2, 'ooo') # 在指定位置添加元素，如果指定的下标不存在，那么就是在末尾添加

list2 = ['z','y','x']
list1.extend(list2) #合并两个list list2中仍有元素

In [ ]
list1 = ['a','b','a','d','a','f']
print(list1.count('a'))
print(list1.index('a'))

print(list1.pop())
print(list1)
list1.remove('a')
print(list1)
In [ ]
# 列表生成式
list_1 = [1,2,3,4,5]
[n+1 for n in list_1]
[n for n in list_1 if n%2==0]
函数
函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。

函数能提高应用的模块性，和代码的重复利用率。你已经知道Python提供了许多内建函数，比如print()。但你也可以自己创建函数，这被叫做用户自定义函数。

函数代码块以 def 关键词开头，后接函数标识符名称和圆括号()。
任何传入参数和自变量必须放在圆括号中间。圆括号之间可以用于定义参数。
函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。
函数内容以冒号起始，并且缩进。
return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回 None。
定义一个函数;函数调用
In [ ]
def student_name(name):
"打印学生的名字"
print('姓名：', name)
return {'姓名':name}
In [ ]
rst = student_name('Alice')
rst
In [ ]
# 返回多个值
def student_name_and_age():
"记录学生的名字和年龄"
name = input('请输入姓名\n')
age = int(input('请输入年龄\n'))
print(f'姓名:{name};年龄:{age}')
return name,age
In [ ]
rst = student_name_and_age()
In [ ]
type(rst)
In [ ]
name, age = student_name_and_age()
In [ ]
## 函数的嵌套调用
def worker(s):
rst = 10 / float(s)
return rst

def group_leader(s):
rst = worker(s) * 2
return rst

def CTO(s):
return group_leader(s)
In [ ]
CTO('4')
参数传递
位置参数
缺省参数
可变参数
关键字参数
命名关键字参数
位置参数
位置参数是最简单的一种函数调用的方式。位置参数须以正确的顺序传入函数、数量必须和声明时的一样。
In [ ]
def student_name_and_age(name, age):
print('姓名：%s 年龄 %s' %(name, age))
In [ ]
student_name_and_age('张三', 18)
缺省参数
调用函数时，缺省参数的值如果没有传入，则被认为是默认值。
In [ ]
def student_name_and_age(name, age='不愿透露'):
"设置默认参数"
print('姓名：%s 年龄 %s' %(name, age))
In [ ]
student_name_and_age('张三')
In [ ]
# 也可以为默认参数赋值
student_name_and_age('张三', 18)
可变参数
顾名思义，可变参数就是传入的参数个数是可变的，可以是1个、2个到任意个，还可以是0个。
In [ ]
def all_student_names(*names):
for name in names:
print('姓名：', name)
In [ ]
all_student_names('张三','李四','王五')
可变参数允许你传入0个或任意个参数，这些可变参数在函数调用时自动组装为一个tuple。
In [ ]
def all_student_names(names):
for name in names:
print('姓名：', name)
In [ ]
names = ('张三','李四','王五')
all_student_names(names)
关键字参数
关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict。
In [ ]
def student_info(name, age, **kw):
print(f'我的名字叫：{name},年龄：{age},其它信息：{kw}')
In [ ]
student_info('张三', 18, height=180)
In [ ]
def student_info(name, age, **kw):
print(f'我的名字叫：{name},年龄：{age},其它信息：{kw}')
if 'city' in kw:
print('来自：', kw['city'])
In [ ]
student_info('张三', 18, height=180, city='北京')
In [ ]
def score_info(name, yuwen, shuxue):
print(name, '的语文成绩', yuwen)
print(name, '的数学成绩', shuxue)

def person_info(name, age, yuwen, shuxue):
print('姓名：', name, '年龄',age)
score_info(name, yuwen, shuxue)

person_info('张三', 18, 65, 60)
In [ ]
def score_info(name, **kw):
if '语文成绩' in kw:
print(name, '的语文成绩', kw['语文成绩'])
if '数学成绩' in kw:
print(name, '的数学成绩', kw['数学成绩'])

def person_info(name, age, **kw):
print('姓名：', name, '年龄',age)
score_info(name, **kw)

score_cfg = {'语文成绩':65, '数学成绩':60}
person_info('张三', 18, **score_cfg)
命名关键字参数
如果要限制关键字参数的名字，就可以用命名关键字参数
In [ ]
def print_person_info(name, age, *, height, weight):
print('我的名字叫：', name, '年龄：', age,'身高', height, '体重', weight)
In [ ]
print_person_info('张三', 18, height=180, weight=75)
参数的组合
在Python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数都可以组合使用。但是请注意，参数定义的顺序必须是：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。
In [ ]
def student_info(name, age=18, *books, **kw):
print('我的名字叫：', name, '年龄：', age,'其它信息：',kw)
if 'city' in kw:
print('来自：', kw['city'])
for book in books:
print('我有',book,'书')
In [ ]
student_info('张三', 18, '语文','数学','计算机', city='北京', height=180, weight=75)
In [ ]
def student_info(name, age=18, *books, city, **kw):
# 如果函数定义中已经有了一个可变参数，后面跟着的命名关键字参数就不再需要一个特殊分隔符*了：
print('我的名字叫：', name, '年龄：', age,'其它信息：',kw)
print('来自：', city)
for book in books:
print('我有',book,'书')
In [ ]
student_info('张三', 18, '语文','数学','计算机', city='北京', height=180, weight=75)
变量的作用域和global变量
1.局部变量 作用域:在函数内

2.全局变量 作用域:在函数外

函数优先使用局部变量 在没有局部变量的情况下， 使用全局变量
In [ ]
name = '张三'

def print_my_name():
name='李四'
print(name)

print_my_name()
In [ ]
name = '张三'

def print_my_name():
print(name)

print_my_name()
In [ ]
# 定义在函数内部的变量，函数结束之后自动消亡
def get_my_name():
new_name = '赵四'
get_my_name()
new_name

In [ ]
def change_my_name():
print('我的名字曾经是', name)
name = '李四'
print('我的名字现在是', name)
In [ ]
name = '张三'
change_my_name()
name
In [ ]
def change_my_name():
global name
print('我的名字曾经是', name)
name = '李四'
print('我的名字现在是', name)
In [ ]
name = '张三'
change_my_name()
name
lambda匿名函数
python 使用 lambda 来创建匿名函数。

lambda 只是一个表达式，函数体比 def 简单很多。

lambda 的主体是一个表达式，而不是一个代码块。仅仅能在 lambda 表达式中封装有限的逻辑进去。

lambda 函数拥有自己的命名空间，且不能访问自有参数列表之外或全局命名空间里的参数。

虽然 lambda 函数看起来只能写一行，却不等同于 C 或 C++ 的内联函数，后者的目的是调用小函数时不占用栈内存从而增加运行效率。
In [ ]
# lambda 若干个输入参数 : 返回值的表达式
lambda arg1, arg2: arg1 + arg2
In [ ]
(lambda arg1, arg2: arg1 + arg2 )(1, 2)
In [ ]
# 加法运算 接受两个参数，返回参数之和
add = lambda arg1, arg2: arg1 + arg2
add(1,2)
In [ ]
# 数字转字符串
int2str = lambda x : str(x)
int2str(5)
高阶函数
In [ ]
# print本身是一个内建函数
print('hello!')
In [ ]
print
In [ ]
# 函数名其实就是指向函数的变量！
my_print = print
my_print('a')
In [ ]
# 那么，函数的名字也可以作为一个变量，传入其它函数
def func_x(x, f):
return f(x)
In [ ]
func_x(-1, abs)
In [ ]
# 一个函数可以接收另一个函数作为参数，这种函数就称之为高阶函数。
int2str = lambda x : str(x)
func_x(-112, int2str)
In [ ]
# 一个更复杂的例子
def func_xy(x, y ,f):
return f(x,y)

add = lambda x,y : x+y
mul = lambda x,y : x*y
SS = lambda x,y : x**2 + y**2
In [ ]
print(func_xy(1,2,add))
print(func_xy(1,2,mul))
print(func_xy(1,2,SS))
map / reduce
map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。 
In [ ]
fx = lambda x:x**2
In [ ]
ls = [1,2,3,4,5,6,7,8,9]
ms = []
for l in ls:
ms.append(fx(l))
ms

In [ ]
rst = map(fx, ls)
list(rst)
In [ ]
map(fx, ls)
In [ ]
int2str = lambda x : str(x)
rst = map(int2str, ls)
list(rst)
reduce: 用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，依此类推，最后得到一个结果。

In [ ]
from functools import reduce
# 从python3开始，reduce函数移动到了functools这个包，每次使用前要先import
In [ ]
mul_xy = lambda x, y: x*y
In [ ]
reduce(mul_xy, [1, 3, 5, 7, 9])
sorted
排序也是在程序中经常用到的算法。无论使用冒泡排序还是快速排序，排序的核心是比较两个元素的大小。如果是数字，我们可以直接比较，但如果是字符串或者两个dict呢？直接比较数学上的大小是没有意义的，因此，比较的过程必须通过函数抽象出来。
In [ ]
sorted([36, 5, -12, 9, -21])
In [ ]
sorted([36, 5, -12, 9, -21], reverse=True)
In [ ]
sorted([36, 5, -12, 9, -21], key=abs) # 按绝对值排序key指定的函数将作用于list的每一个元素上，并根据key函数返回的结果进行排序
In [ ]
list(map(abs, [36, 5, -12, 9, -21]))
In [ ]
points = [(5,2), (7,3), (3,4),(1,1),(2,6)] # 按x坐标排序 y坐标排序 和0点距离排序
In [ ]
f_x = lambda x:x[0]
sorted(points, key=f_x)
In [ ]
f_y = lambda x:x[1]
sorted(points, key=f_y)
In [ ]
f_r = lambda x:x[0]**2+x[1]**2
sorted(points, key=f_r)
装饰器
函数作为返回值
In [ ]
def calc_sum(*args):
ax = 0
for n in args:
ax = ax + n
return ax
In [ ]
def lazy_sum(*args):
def sum():
ax = 0
for n in args:
ax = ax + n
return ax
return sum
In [ ]
f = lazy_sum(1, 3, 5, 7, 9) # 这里暂时还不想计算

In [ ]
f
In [ ]
f()
In [ ]
f1 = lazy_sum(1, 3, 5, 7, 9)
print(id(f1))
f2 = lazy_sum(1, 3, 5, 7, 9)
print(id(f2))
闭包
python中的闭包从表现形式上定义（解释）为：如果在一个内部函数里，对在外部作用域（但不是在全局作用域）的变量进行引用，那么内部函数就被认为是闭包(closure).

In [ ]
def create_pointer(my_string):
def pointer(n):
return my_string[n]
return pointer

In [ ]
pointer = create_pointer('my name is Molly')
pointer(5)
In [ ]
# 一个需要注意的问题是，返回的函数并没有立刻执行，而是直到调用了f()才执行。

def count():
fs = []
for i in range(1, 4):
def f():
# print(id(i))
return i*i
fs.append(f)
return fs

f1, f2, f3 = count()

In [ ]
print(f1())
print(f2())
print(f3())

In [ ]
def count():
def f(j):
def g():
# print(id(j))
return j*j
return g
fs = []
for i in range(1, 4):
fs.append(f(i)) # f(i)立刻被执行，因此i的当前值被传入f()
return fs
In [ ]
f1, f2, f3 = count()
print(f1())
print(f2())
print(f3())

返回闭包时牢记一点：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。
装饰器
顾名思义，从字面意思就可以理解，它是用来"装饰"Python的工具，使得代码更具有Python简洁的风格。换句话说，它是一种函数的函数，因为装饰器传入的参数就是一个函数，然后通过实现各种功能来对这个函数的功能进行增强。
In [ ]
def worker1():
print('我是一个勤劳的工作者！')
def worker2():
print('我是一个勤劳的工作者！')
def worker3():
print('我是一个勤劳的工作者！')
In [ ]
# 我现在想要打印一些日志信息
def worker1():
print('worker1 is working...')
print('我是一个勤劳的工作者！')
In [ ]
worker1()
In [ ]
worker1.__name__
In [ ]
# 装饰器输入一个函数，输出一个函数
def print_working(func):
def wrapper():
print(f'{func.__name__} is working...')
func()
return wrapper

In [ ]
def worker1():
print('我是一个勤劳的工作者！')
def worker2():
print('我是一个勤劳的工作者！')
def worker3():
print('我是一个勤劳的工作者！')

worker1 = print_working(worker1)
worker1()
worker2= print_working(worker2)
worker2()
In [ ]
@print_working
def worker1():
print('我是一个勤劳的工作者！')

@print_working
def worker2():
print('我是一个勤劳的工作者！')

@print_working
def worker3():
print('我是一个勤劳的工作者！')
In [ ]
worker1()
worker2()
worker3()
装饰器最大的优势是用于解决重复性的操作，其主要使用的场景有如下几个：

计算函数运行时间
给函数打日志
类型检查
当然，如果遇到其他重复操作的场景也可以类比使用装饰器。
In [ ]
def arg_decorator(func):
def wrapper(*args, **kw):
print(f'{func.__name__} is working...')
func(*args, **kw)
return wrapper

In [ ]
# 带参数的装饰器
@arg_decorator
def student_info(name, age=18, *books, **kw):
print(f'我的名字叫{name}, 今年{age}岁，我有很多本书：')
for book in books:
print(book)
print(kw)
In [ ]
student_info('Molly',18, '语文书','数学书',height=170)
偏函数
通过设定参数的默认值，降低函数调用的难度
In [ ]
def student_info(name, age, city):
print(f'我的名字叫{name}, 今年{age}岁，来自{city}')
In [ ]
student_info('Molly',18,'北京')
In [ ]
def student_info(name, age, city='北京'):
print(f'我的名字叫{name}, 今年{age}岁，来自{city}')
In [ ]
student_info('Molly',18)
In [ ]
from functools import partial
In [ ]
def student_info(name, age, city):
print(f'我的名字叫{name}, 今年{age}岁，来自{city}')

student_info_beijing = partial(student_info, city='北京')
In [ ]
student_info_beijing('Molly',18)
In [ ]
student_info_beijing('Molly',18, city='上海')
In [ ]
# 另一个例子
def add_xy(x,y):
return x+y
In [ ]
add_100 = partial(add_xy, y=100)
In [ ]
add_100(10)
模块
In [ ]
import time
In [ ]
print(time.time())
time.sleep(1)
print(time.time())
In [ ]
# 和装饰器结合
def time_decorator(func):
def wrapper():
time_start = time.time()
func()
time_end = time.time()
print(f'程序执行了{round(time_end-time_start, 3)}秒')
return wrapper
In [ ]
@time_decorator
def a_loop():
for i in range(int(1e7)):
continue
In [ ]
a_loop()
In [ ]
from functools import partial as pr
In [ ]
# 另一个例子
def add_xy(x,y):
return x+y
In [ ]
add_100 = partial(add_xy, y=100)
In [ ]
import numpy as np
import pandas as pd

以上为本次在python语言学习上的收获