v = [lambda :x  for x in range(10)]
print(v) #[lambda :x,lambda :x....]10个匿名函数
print(v[0]) #lambda :x
print(v[0]()) #9

  

v = (lambda :x for x in range(10))
print(v) #生成器
# print(v[0]) #报错:生成器不能索引取值
# print(v[0]()) #报错:生成器不能索引取值
print(next(v)) #lambda :x
print(next(v)()) #1

  

def extendList(val, list=[]):
list.append(val)
return list list1 = extendList(10)
list2 = extendList(123, [])
list3 = extendList('a') print('list1=%s' % list1) # list1=[10,'a']
print('list2=%s' % list2) # list2=[123]
print('list3=%s' % list3) # list3=[10,'a']

  

def add(a, b):
return a + b def test():
for i in range(4):
yield i g = test() # 生成器 for n in [2, 10]:
g = (add(n, i) for i in g)# 生成器 print(list(g))#[20,21,22,13]
#n=2:
# 循环体执行时i对应的值 (0,1,2,3)
# 循环体执行之后:g类似于[add(n, 0),add(n, 1),add(n, 2),add(n, 3)]
#n=10时:
# 循环体执行时i 的值 (10,11,12,13)-----对n=2循环之后的g进行取值
# 循环体执行之后:list(g)=(add(n, 10),add(n, 11),add(n, 12),add(n, 13))

  

li = [7,-8,5,4,0,-2,-5]
print(sorted(li,key=lambda x:(x<0,abs(x))))

  

print(5/2)
print(5.0/2)
print(5/2.0)
print(5.0/2.0)
print(5//2)
print(5.0//2)
print(5//2.0)
print(5.0//2.0) #python3中 2.5 2.5 2.5 2.5 2 2.0 2.0 2.0
#python2中 2 2.5 2.5 2.5 2 2.0 2.0 2.0

  

dic={x:y for x in ['Male','Female'] for y in ['Red','Black']}
print(dic)
# {'Male':'Black','Female':'Black'} li=[(x,y) for x in ['Male','Female'] for y in ['Red','Black']]
print(li)
#[('Male','Red'),('Male','Black'),('Female','Red'),('Female','Black')]

  

li=[[]]*5           #[[], [], [], [], []]
li[0].append(1) #[[1], [1], [1], [1], [1]]
li[3].append(0) #[[1, 0], [1, 0], [1, 0], [1, 0], [1, 0]]
li.append(8) #[[1, 0], [1, 0], [1, 0], [1, 0], [1, 0],8]
print(li)

  

t=((1,2))*5         #(1, 2, 1, 2, 1, 2, 1, 2, 1, 2)
t1=((1,2),)*5 #((1, 2), (1, 2), (1, 2), (1, 2), (1, 2))
print(t)
print(t1)

  

for x in range(5):
pass
print(x) #4 def f():
x = 0
for i in range(5):
x += i
f()
print(x)

  

python中的基础坑的更多相关文章

  1. python中的这些坑,早看早避免。

    python中的这些坑,早看早避免. 说一说python中遇到的坑,躲坑看这一篇就够了 传递参数时候不要使用列表 def foo(num,age=[]): age.append(num) print( ...

  2. Python中NumPy基础使用

    Python发展至今,已经有越来越多的人使用python进行科学技术,NumPY是python中的一款高性能科学计算和数据分析的基础包. ndarray ndarray(以下简称数组)是numpy的数 ...

  3. Python中的基础数据类型

    Python中基础数据类型 1.数字 整型a=12或者a=int(2),本质上各种数据类型都可看成是类,声明一个变量时候则是在实例化一个类. 整型具备的功能: class int(object): & ...

  4. Python 中的那些坑总结——持续更新

    1.三元表达式之坑 很显然,Python把第一行的(10 + 4)看成了三元表达式的前部分,这个坑是看了<Python cookbook>(P5)中学到的,书中的代码: 2.Python生 ...

  5. Python中的那些“坑”

    1.哪个是True,哪个是False? 这里要看三组代码: # 第一组: >>>a=256 >>>b = 256 >>>a is b # 第二组: ...

  6. python中$和@基础笔记

    python 2.4以后,增加了@符号修饰函数对函数进行修饰,python3.0/2.6又增加了对类的修饰. $ 在正则表达式中,匹配一个字符串的末尾.(参考http://www.runoob.com ...

  7. python中函数基础

    函数 什么是函数? 函数分为内置函数和自定义函数 定义:在程序中具备某一功能的工具.在使用之前需准备该工具(函数的定义),遇到应用场景拿来就用(后引用). 为什么要用函数? 1.代码冗余 程序组织结构 ...

  8. 在C#中调用Python中遇到的坑(No module named xxx)

    例如Python的代码是这个样子的. # coding=<utf-> # -*- coding: utf- *- import requests import urllib def Cle ...

  9. python中的基础2

    2 2.1 字符串的索引与切片: a = 'ABCDEFGHIJK' print(a[0]) print(a[3]) print(a[5]) print(a[7]) 2.2  字符串的常用方法. pr ...

随机推荐

  1. thinkPHP--empey标签

    直接上代码,这是判断内容是否为null而做出不同的html的选择 <notempey name="welfare_list"> <foreach name=&qu ...

  2. 2019-2020-1 20199303《Linux内核原理与分析》第六周作业

    系统调用的三层机制 首先是为系统增加新的命令 运行脚本自动生成文件系统 其中有一个显示时间的功能 编辑test.c文件,增加一个hello函数用来显示学号,再次使用make roofts自动编译,调用 ...

  3. [Batch 脚本] 批量生成文件夹

    @echo off echo start set time=30000 echo %time% for /l %%i in (1,1, %time%) do ( echo %%i% md " ...

  4. MySQL 入门(1):查询和更新的内部实现

    摘要 在MySQL中,简单的CURD是很容易上手的. 但是,理解CURD的背后发生了什么,却是一件特别困难的事情. 在这一篇的内容中,我将简单介绍一下MySQL的架构是什么样的,分别有什么样的功能.然 ...

  5. 为什么LIKELY和UNLIKELY要用两个叹号

    LIKELY和UNLIKELY的一般定义如下: #define LIKELY(x) (__builtin_expect(!!(x),1))#define UNLIKELY(x) (__builtin_ ...

  6. Leo2DNT(雷傲论坛转DiscuzNT)1.0转换程序发布

    数据转换程序 雷傲论坛(Leobbs4.x) -> Discuz!NT V1.0    本转换程序基于Leobbs4.x设计     声明: 1.本程序只对数据作转换,不会对原来的雷傲论坛(数据 ...

  7. 数据结构--链式栈--C++实现

    #include <iostream> using namespace std; template<class T>class Stack { private: struct ...

  8. pycharm(破解教程)

    1.下载破解补丁 下载补丁文件 jetbrains-agent.jar  2.双击 pycharm-professional-2019.3.exe 安装 pycharm 如果你是刚下载的pycharm ...

  9. numpy数组的分割与合并

    合并 np.newaxis import numpy as np a=np.array([1,2,3])[:,np.newaxis]#变成列向量 b=np.array([4,5,6])[:,np.ne ...

  10. 【Kafka】Kafka集群环境搭建

    目录 一.初始环境准备 二.下载安装包并上传解压 三.修改配置文件 四.启动ZooKeeper 五.启动Kafka集群 一.初始环境准备 必须安装了JDK和ZooKeeper,并保证Zookeeper ...