Python學習筆記——部分常用/特殊用法

1、使用*號來展開序列，*是序列展開，每個元素都當做一個參數。
ls = (1, 2, 3);
foo(ls)，這樣foo只有一個參數，就是ls這個列表本身
foo(*ls), foo得到3個參數，分別為1 2 3，等價於foo（1，2，3）

 

2、python 讀寫文件中 w與wt ; r與rt 有何區別？

't' 表示‘text mode’， 相對應的是"binary mode'

就是說你是以文本模式打開，還是二進制模式打開。因為默認就是文本模式，所以'rt' 等價於'r'

 

3、int64與int的區別？

1）int是python的基本類型，而int64是numpy中引入的一個類，即 numpy.int64 ；

2）使用numpy模塊中的numpy.sum()方法得到的結果是int64，而使用默認的sum()得到結果的int類型；

下面代碼中，雖然執行結果a和b的數值都是6，但是類型不同

import numpy as np
# a 的類型是int64
a = np.sum([1,2,3])
# b 的類型是int
b = sum([1,2,3])

3）int64不會報除0的錯誤（事實上numpy中的其他類型也不會報錯，比如float64等）；而int會報除0錯誤（其他基本類型也會，比如float等）

測試如下：表明numpy 的數據類型（int64、float64等）比python的基本類型（int、float等）功能強大，計算能力更強，可以有nan、inf等結果

import numpy as np
#--------  int 例子 -------------
# 也可以寫int(1)，也可不寫，因為默認是int類型
a = 1
b = 0
c = 0

#下面都會報 int 不能除0錯誤
r1 = a / b 
r2 = b / c
#下面都會報 float 不能除0錯誤
r3 = a *1.0 / b 
r4 = b *1.0 / c

#--------- int64 例子  -----------

a = np.int64(1)
b = np.int64(0)
c = np.int64(0)

#下面語句不會除0報錯，會提示，但不報錯和中斷
# 運行結果： r1 = 0 , r2 = 0
r1 = a / b 
r2 = b / c

#運行結果： r3 = inf ,r4 = nan
#inf 表示無窮大，nan表示not a number ，不是數字
r3 = a *1.0 / b 
r4 = b *1.0 / c

 

 

4、type()函數可用於返回某個數據的數據類型；

a = 1
type(a)

 

5、& 跟 and 的區別？

& 是位運算；and 是邏輯運算。

>>> a = 1
>>> b = 2
>>> #1 的二進制是 01，2的二進制是 10
>>> a&b
0
>>> a and b
2

 &雖然是位運算，但是如果操作數是0或1的話，也類似於邏輯運算；

>>> a=1
>>> b=1
>>> c=0
>>> a & b
1
>>> a & c
0

 

6、Lambda 表達式有何用處？如何使用？

　　【引言】這是python支持一種有趣的語法，它允許你快速定義單行的最小函數（請記住它本質就是個函數），類似C語言中的宏，可以用在任何需要函數的地方，示例如下：

>>> g = lambda x: x * 2 >>> g(3) 6 >>> (lambda x: x * 2)(3) 6

　　我們也可以把filter map reduce 和lambda結合起來用，函數就可以簡單的寫成一行。例如

>>>kmpathes = filter(lambda kmpath: kmpath, map(lambda kmpath: string.strip(kmpath), string.split(l, ':')))

　　看起來麻煩，其實就像用語言來描述問題一樣，非常優雅。
　　對 l 中的所有元素以':'做分割，得出一個列表。對這個列表的每一個元素做字符串strip，形成一個列表。對這個列表的每一個元素做直接返回操作(這個地方可以加上過濾條件限制)，最終獲得一個字符串被':'分割的列表，列表中的每一個字符串都做了strip，並可以對特殊字符串過濾。

著作權歸作者所有。
商業轉載請聯系作者獲得授權，非商業轉載請注明出處。
作者：濤吳
鏈接：http://www.zhihu.com/question/20125256/answer/14058285
來源：知乎

簡單來說，編程中提到的 lambda 表達式，通常是在 需要一個函數，但是又不想費神去命名一個函數的場合下使用，也就是指 匿名函數。這一用法跟所謂 λ 演算（題目說明里的維基鏈接）的關系，有點像原子彈和質能方程的關系，差別其實還是挺大的。

不談形式化的 λ 演算，只說有實際用途的匿名函數。先舉一個普通的 Python 例子：將一個 list 里的每個元素都平方：

map( lambda x: x*x, [y for y in range(10)] ) 

這個寫法要好過

def sq(x): return x * x map(sq, [y for y in range(10)]) 

，因為后者多定義了一個（污染環境的）函數，尤其如果這個函數只會使用一次的話。而且第一種寫法實際上更易讀，因為那個映射到列表上的函數具體是要做什么，非常一目了然。如果你仔細觀察自己的代碼，會發現這種場景其實很常見：你在某處就真的只需要一個能做一件事情的函數而已，連它叫什么名字都無關緊要。Lambda 表達式就可以用來做這件事。

進一步講，匿名函數本質上就是一個函數，它所抽象出來的東西是一組運算。這是什么意思呢？類比

a = [1, 2, 3]

和

f = lambda x : x + 1

，你會發現，等號右邊的東西完全可以脫離等號左邊的東西而存在，等號左邊的 名字只是右邊之 實體的標識符。如果你能習慣 [1, 2, 3] 單獨存在，那么 lambda x : x + 1 也能單獨存在其實也就不難理解了，它的意義就是給「某個數加一」這一運算本身。

現在回頭來看 map() 函數，它可以將一個函數映射到一個可枚舉類型上面。沿用上面給出的 a 和 f，可以寫：

map(f, a) 

也就是將函數 f 依次套用在 a 的每一個元素上面，獲得結果 [2, 3, 4]。現在用 lambda 表達式來替換 f，就變成：

map( lambda x : x + 1, [1, 2, 3] ) 

會不會覺得現在很一目了然了？尤其是類比

a = [1, 2, 3] r = [] for each in a: r.append(each+1) 

這樣的寫法時，你會發現自己如果能將「遍歷列表，給遇到的每個元素都做某種 運算」的過程從一個循環里抽象出來成為一個函數 map，然后用 lambda 表達式將這種 運算作為參數傳給 map 的話，考慮事情的思維層級會高出一些來，需要顧及的細節也少了一點。Python 之中，類似能用到 lambda 表達式的「高級」函數還有 reduce、filter、sorted 等等，很多語言也都有這樣的工具（不過這些特性最好不要在 Python 中用太多，原因詳見 http://www.zhihu.com/question/19794855/answer/12987428 的評論部分）。這種能夠接受一個函數作為參數的函數叫做「高階函數」（higher-order function），是來自函數式編程（functional programming）的思想。

和其他很多語言相比，Python 的 lambda 限制多多，最嚴重的當屬它只能由一條表達式組成。這個限制主要是為了防止濫用，因為當人們發覺 lambda 很方便，就比較容易濫用，可是用多了會讓程序看起來不那么清晰，畢竟每個人對於抽象層級的忍耐 / 理解程度都有所不同。

 

【附高級函數filter、map、reduce等】

首先注意這些函數不只是跟lambda表達式搭配，還可以跟def定義的函數搭配，如下：

filter

filter(function, sequence):

對sequence中的item依次執行function(item)，將執行結果為True的item組成一個List/String/Tuple(取決於sequence類型）返回，示例如下：

>>> def f(x): return x % 2 != 0 and x % 3 != 0 >>> filter(f, range(2, 25)) [5, 7, 11, 13, 17, 19, 23] >>> def f(x): return x != 'a' >>> filter(f, "abcdef") 'bcdef'

map

map(function, sequence):

對sequence中的item依次執行function（item），將執行結果組成一個List返回
另外map也支持多個sequence，當然這也要求function支持相應數量的參數輸入，示例如下：

>>> def cube(x): return x*x*x >>> map(cube, range(1, 11)) [1, 8, 27, 64, 125, 216, 343, 512, 729, 1000] >>> def cube(x) : return x + x >>> def add(x, y): return x+y >>> map(add, range(8), range(8)) [0, 2, 4, 6, 8, 10, 12, 14]

reduce（歸納）

reduce（function，sequence，starting_value):

對sequence中的item順序迭代調用function，如果有starting_value，還可以作為初始值調用，例如可以用來對List求和，示例如下：

>>> def add(x,y): return x + y >>> reduce(add, range(1, 11)) （注：1+2+3+4+5+6+7+8+9+10） >>> reduce(add, range(1, 11), 20) （注：1+2+3+4+5+6+7+8+9+10+20）

sorted：對sequence進行排序，直接看例子

>>> s = [('a', 3), ('b', 2), ('c', 1)]

>>> sorted(s, key=lambda x:x[1])

s = [('a', 3), ('b', 2), ('c', 1)]

更多例子...

>>> l = ['foo', 'bar', 'far'] >>> map(lambda x: x.upper(), l) ['FOO', 'BAR', 'FAR'] >>> filter(lambda x: 'f' in x, l) ['foo', 'far'] >>> map(lambda x: x.upper(), filter(lambda x: 'f' in x, l)) ['FOO', 'FAR'] >>> reduce(lambda a, b: a * b, xrange(1, 5)) # 計算 1*2*3*4 = 24 24

7、字典的排序：(使用lambda)

 python 字典（dict）的特點就是無序的，按照鍵（key）來提取相應值（value），如果我們需要字典按值排序的話，那可以用下面的方法來進行：

1）下面的是按照value的值從大到小的順序來排序。

dic = {'a':31, 'bc':5, 'c':3, 'asd':4, 'aa':74, 'd':0}
dict= sorted(dic.iteritems(), key=lambda d:d[1], reverse = True)
print dict

輸出的結果：
[('aa', 74), ('a', 31), ('bc', 5), ('asd', 4), ('c', 3), ('d', 0)]

下面我們分解下代碼
print dic.iteritems() 得到[(鍵，值)]的列表。
然后用sorted方法，通過key這個參數，指定排序是按照value，也就是第一個元素d[1的值來排序。reverse = True表示是需要翻轉的，默認是從小到大，翻轉的話，那就是從大到小。

2）對字典按鍵（key）排序：
dic = {'a':31, 'bc':5, 'c':3, 'asd':4, 'aa':74, 'd':0}
dict= sorted(dic.iteritems(), key=lambda d:d[0]) d[0]表示字典的鍵
print dict

 

 8、Python文件夾與文件的操作

參考：【python文件夾與文件的操作】

　　　【python判斷文件和文件夾是否存在、創建文件夾】

（1）判斷文件夾是否存在

>>> import os

>>> os.path.exists('d:/assist')

True

（2）判斷文件是否存在

>>> os.path.exists('d:/assist/getTeacherList.py')

True

（3）判斷是否是文件

>>> os.path.isfile('d:/assist')

False

>>> os.path.isfile('d:/assist/getTeacherList.py')

True

（4）創建文件夾

mkdir( path [,mode] ) 
      作用：創建一個目錄，可以是相對或者絕對路徑，mode的默認模式是0777。 

      如果目錄有多級，則創建最后一級。如果最后一級目錄的上級目錄有不存在的，則會拋出一個OSError。

>>> os.mkdir('d:/assist/set')

 

 makedirs( path [,mode] )
      作用： 創建遞歸的目錄樹，可以是相對或者絕對路徑，mode的默認模式也是0777。
      如果子目錄創建失敗或者已經存在，會拋出一個OSError的異常，Windows上Error 183即為目錄已經存在的異常錯誤。如果path只有一級，與mkdir一樣。例如：

>>> os.makedirs('d:/assist/set')

>>> os.path.exists('d:/assist/set')

True