python 笔记 1

闭包

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）

如:

def calc_sum(lst):

    def lazy_sum():

        return sum(lst)

    return lazy_sum

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

def count():

    fs = []

    for i in range(1, 4):

        def f(j):

            def g():

                return j*j

            return g

        fs.append(f(i))

    return fs

这个例子里就使用了闭包：count() 返回的是 一个 list，这个 list 里面有三个元素，三个指向不同函数的引用.

f(i)就是 g，这三个 g 也就是 list 的元素。

接下来想得到值：

f = count()

f[0]() ==> 1

f[1]() ==> 4

f[2]() ==> 9

匿名函数

匿名函数使用 lambda 关键字

如：

lambda x: x * x  #冒号前面的x表示参数，后面表示返回值

#等同于：

def f(x):

    return x * x

匿名函数的限制：只能有一个表达式，返回值就是该表达式的结果（也就是上面的 x * x）

装饰器 decorator

装饰器接受一个函数作为参数，返回一个新函数，本质上是一个高阶函数，使用它修饰原函数

如：

def new_f(f):

    def fn(x):

        print 'call ' + f.__name__ + '()...'

        return f(x)

    return fn

def f(n):

    return reduce(lambda x,y: x*y, range(1, n+1))

f = new_f(f)

print f(10)

==>call f()...

==>某个值

@ 是 python 内置的语法，简化调用

如

@new_f

def f(n):

    return reduce(lambda x,y: x*y, range(1, n+1))

#等价于:

def f(n):

    return reduce(lambda x,y: x*y, range(1, n+1))

f = new_f(f)

模块和包

import util.test

print util.test.f() #util包,test模块,f函数  

反应在 win 本地，包就是文件夹，模块就是.py 文件，每一个包下必须有一个_init_.py 文件

函数

map()函数

map(f,[])

对 list 中的每一项使用 f 函数,f 本身接受一个参数，返回一个新的 list

reduce()函数

reduce(f,[],初始值)

f 必须接受两个参数，对 list 每个元素调用，返回一个值

例如：

def f(x,y)

return x+y

reduce(f, [1, 3, 5, 7, 9])

过程为:

f(1,3)-->f(4,5)-->f(9,7)-->f(16,9)-->25

如果有初始值(可以没有)，则从初始值开始进行，上面假如初始值 100，则结果为 125

filter()函数

filter(f,[])

f 返回 true 或 false，返回符合条件的值，组成新的 list

sorted()函数

sorted([],f)

对[]中的元素进行排序

f 可以没有，如果没有 f，默认从小到大排序

f(x,y) x 和 y 是两个待比较的元素，x 前 y 后，需要返回负数；反之需要返回正数。相等返回 0

sorted 函数返回一个新的 list

类

class A(object):      #a,b,c任意，self必须是_init_的第一个参数(别的关键字也行)

    address = 'earth'  #类属性（类似java类静态成员）

    def __init__ (self, a, b, c, **kw):

        self.a = a

        self.b = b

        self.c = c

        for k, v in kw.iteritems():

            setattr(self, k, v) 

            #setattr:向self所指的对象添加 属性名k 和 属性值v。

            #delattr(self, k)删除元素，k为属性名。与上面的相对应

        @classmethod   #类方法声明，Fn为类方法。

        def Fn(cls){

            return cls.address

        }

print A.address #不管是在类内还是类外使用，使用时必须是 类名.类属性 的方式

hhh = A('aaa','bbb','ccc', d = 'ddd')

1. __双下划线开头的属性，匿名

2. 但是__xxx__可以被外部访问，这种形式是特殊属性。

3. 实例属性和类属性重名时，实例属性优先级高

4. 类方法只能访问类属性,参数只代表类，别的关键字也行

继承

class A(object):

    def __init__(self, x, y):

        self.x = x

        self.y = y

class B(A):

    def __init__(self, x, y, z):

        super(B, self).__init__(x, y) #使用super初始化父类

        self.z = z

在 super 中，第一个参数表示寻找这个参数的父类，第二个参数代指父类，调用其构造方法，后面的形参表里不用写 self，已经隐式传递

"多态"

python 本身不支持多态，但可以实现差不多的目的

class A:  

    def p(self):  

        print "A"  

  

class B(A):  

    def p(self):  

        print "B" 

def p1(obj):

    obj.p()

a = A()

b = B()

p1(a)

p2(b)

==>A

==>B

动态语言不检查参数的类型，所以这样做成立，实现了类似的多态

多重继承

这里主要想到了 c++ 多重继承的时候，二义性的问题。python2.7 和 python3 都可以用"广度搜索"解决

class C(A,B) #省略A,B类

c1 = C

c1.f()  #若A,B都有f函数，则"从左到右"，调用A的f。如果A，B都没有，则开始找A，B的上层。