一、函数即变量

def say(name):
print(name)
ybq = say #可以被赋值给其他变量
ybq('Amily') #调用函数

函数名:say

函数体:第1-2行

返回值:return 后的值

函数的内存地址:当函数体被读进内存后的保存位置,它由标识符即函数名say引用,
                                                   也就是说say指向的是函数体在内存内的保存位置。

函数名加括号:  例如say(),函数的调用方法,只有见到这个括号,程序会根据
                                                   函数名从内存中找到函数体,然后执行它

函数名、函数加括号可以被当做参数传递,也可以被当做返回值return,有没有括号是两个截然不同的意思

def say(name):#定义函数
print(name) ybq = say #可以被赋值给其他变量
ybq('Amily') #调用函数
print(say) # 打印函数的内存地址
print(type(say)) #打印函数的类型
print(id(say)) #打印函数的id

输出结果:

Amily
<function say at 0x0000000000B301E0>
<class 'function'>
11731424

二、内置函数:map/filter/sorted

map()    map()函数接收两个参数,一个是函数,一个是可迭代对象(Iterable),map将传入的函数依次作用到序列的每个元素,并把结果作为新的可迭代对象返回

filter()  和map()类似,filter()也接收一个函数和一个序列。和map()不同的是,filter()把传入的函数依次作用于每个元素,然后根据返回值是True还是False决定保留还是丢弃该元素。

实例1:

def func(a): #求偶数
if a%2==0:
return True
else:
return False
nums = [x for x in range(11)]
all_res = []
res = map(func,nums)
res1 = filter(func,nums)
print(list(res)) #循环调用函数,然后把每次函数处理的结果,放到一个list里面返回 print(list(res1))

输出结果:

[True, False, True, False, True, False, True, False, True, False, True]
[0, 2, 4, 6, 8, 10]

实例二:(lambda  匿名函数)

res = filter(lambda x: x > 5, [12, 3, 12, 2, 1, 2, 35])
res1 = map(lambda x: x > 5, [1, 2, 3, 4, 5, 6])
print(list(res))
print(list(res1))
输出结果:

[12, 12, 35]
[False, False, False, False, False, True]

sorted()   #升序排列

sorted(  ,reverse = True)  #降序排列

输出结果:

三、处理 json

Python JSON模块可以直接处理简单数据类型(string、unicode、int、float、list、tuple、dict)。

json.dumps()方法返回一个str对象,编码过程中会存在从python原始类型向json类型的转化过程,具体的转化对照如下

  需要注意的是,json字符串中的字典类型的key必须要用双引号“”json.loads()才能正常解析

1,将Python 数据结构转换成 Json 格式(编码)  json.dumps()

indent参数是缩进的意思,它可以使数据的存储格式更优雅、可读性更强,这是通过增加一些冗余的空格进行填充的。但是在解码(json.loads())时,空白填充会被删除。

loads时会将dumps时增加的intent 填充空格去除

ensure_ascii  参数 显示中文

实例:

import json
d = {
'car':{'color':'red','price':100,'count':50},
'car1':{'color':'red','price':100,'count':50},
'car2':{'color':'red','price':100,'count':50},
'car3':{'color':'red','price':100,'count':50},
'car4':{'color':'red','price':100,'count':50},
'car5':{'color':'red','price':100,'count':50},
}
res = json.dumps(d,indent=8,ensure_ascii=False) #把list、字典转成json,indent多少缩进,ensure_ascii可以显示中文
f1 = open('f1','w',encoding='utf-8')
f1.write(res)

输出结果:

2,将Json 格式 转换成 Python 数据结构(解码) json.loads()

实例:

f1 = open('f1',encoding='utf-8')
res = f1.read()
dict_res = json.loads(res) #把json串变成python的数据类型
print(dict_res)
print(type(dict_res))

输出结果:

{'car3': {'color': 'red', 'count': 50, 'price': 100}, 'car': {'color': 'red', 'count': 50, 'price': 100}, 'car1': {'color': 'red', 'count': 50, 'price': 100},

'car5': {'color': 'red', 'count': 50, 'price': 100}, 'car2': {'color': 'red', 'count': 50, 'price': 100}, 'car4': {'color': 'red', 'count': 50, 'price': 100}}
<class 'dict'>

3,如果要处理的是文件而不是字符串,可以使用 json.dump() 和 json.load() 来编码和解码JSON数据

写入json 格式的文件
f1 = open('f1','w',encoding='utf-8')
json.dump(d,f1,ensure_ascii=False,indent=4)
#自动帮你写入文件,第一个参数是数据,第二个是文件对象
读取文件
f1 = open('f1',encoding='utf-8')
print(json.load(f1))
四、zip()函数
zip()是Python的一个内建函数,它接受一系列可迭代的对象作为参数,将对象中对应的元素打包成一个个tuple(元组),然后返回由这些tuples组成的list(列表)。
若传入参数的长度不等,则返回list的长度和参数中长度最短的对象相同。利用*号操作符,可以将list unzip(解压)。
实例1:
a = [1,2,3]
b = [4,5,6]
c = [4,5,6,7,8]
zipped = zip(a,b)
print(list(zip(a,b)))#强制类型转换输出
print(zip(a,b))#输出zip 对象
print(list(zip(*zipped)))#解压zip 对象
输出结果:

[(1, 4), (2, 5), (3, 6)]
<zip object at 0x0000000001157E08>
[(1, 2, 3), (4, 5, 6)]

实例2:

id = [1,2,3,4]
name = ['car1','car2','car3']
for id,name in zip(id, name):
print(id,name)

输出结果:

1 car1
2 car2
3 car3

 

Python 函数进阶(filter/map/json/zip)的更多相关文章

  1. Python 函数lambda(), filter(), map(), reduce()

    1 filter filter(function, sequence):对sequence中的item依次执行function(item),将执行结果为True的item组成一个List/String ...

  2. Python之匿名函数(filter,map,reduce)

    参考博客:Python匿名函数详解--http://blog.csdn.net/csdnstudent/article/details/40112803 Python内建函数之——filter,map ...

  3. 小学生都能学会的python(<lamda匿名函数,sorted(),filter(),map(),递归函数>)

    小学生都能学会的python(<<lamda匿名函数,sorted(),filter(),map(),递归函数,二分法>> 1. lambda 匿名函数 lambda 参数: ...

  4. Python内置函数之filter map reduce

    Python内置函数之filter map reduce 2013-06-04 Posted by yeho Python内置了一些非常有趣.有用的函数,如:filter.map.reduce,都是对 ...

  5. Python学习(五)函数 —— 内置函数 lambda filter map reduce

    Python 内置函数 lambda.filter.map.reduce Python 内置了一些比较特殊且实用的函数,使用这些能使你的代码简洁而易读. 下面对 Python 的 lambda.fil ...

  6. Python2.7学习笔记-定义函数、filter/map/reduce/lambda

    我把写的代码直接贴在下面了,注释的不是很仔细,主要是为了自己复习时方便查找,并不适合没有接触过python的人看,其实我也是初学者. #定义函数 def my_abs(x): if x>=0: ...

  7. lambda匿名函数,sorted(),filter(),map(),递归函数

    1.lambda匿名函数 为了解决一些简单的需求而设计的一句话函数 #计算n的n次方 def func(n): return n**n print(func(10)) f = lambda n: n* ...

  8. Python—函数进阶篇

    lambda表达式(匿名函数表达式) 作用:创建一个匿名函数对象.同def类似,但不提供函数名. 语法:lambda [形参1,形参2,...] : 表达式 语法说明 lambda 只是一个表达式,它 ...

  9. 匿名函数 sorted() filter() map() 递归函数

    一. lambda() 匿名函数   说白了,从字面理解匿名函数就是看不见的函数,那么他的看不见表现在哪里呢? 其实就是在查询的时候他们的类型都是lambda的类型所以叫匿名,只要是用匿名函数写的大家 ...

随机推荐

  1. 【UEditor】关于导入ueditor-1.1.3.jar的问题---

    最近做一个项目,使用了百度的富文本框,本来是很简便易用的东西,在回显给富文本框的时候, var ue = UE.getEditor('container'); var noticeContent = ...

  2. VisualStudio 发布代码的一个坑

    现象:为了测试把时间改为2016-1-1,测试完成后改为实际时间.以后每次发布代码,生成的dll还是2016-1-1,而非发布时间 导致问题:生成的dll和实际代码不匹配,原因不明 解决过程: 1.修 ...

  3. windows 线程同步

    Windows 临界区,内核事件,互斥量,信号量. 临界区,内核事件,互斥量,信号量,都能完成线程的同步,在这里把他们各自的函数调用,结构定义,以及适用情况做一个总结. 临界区: 适用范围:它只能同步 ...

  4. UINavigationController 详解

    // 导航控制器 // 1. 比较常用的视图控制器管理类 // 2. 以栈的形式管理视图控制器, 先进后出 // 3. 创建navigation后, 视图控制器上会多出一个导航栏 // 4. 导航栏高 ...

  5. SQL注入深入剖析

    SQL注入是一门很深的学问,也是一门很有技巧性的学问 1.  运算符的优先级介绍 2.  SQL语句执行函数介绍 mysql_query() 仅对 SELECT,SHOW,EXPLAIN 或 DESC ...

  6. TensorFlow------读取图片实例

    TensorFlow------读取图片实例: import tensorflow as tf import os def readpic(filelist): ''' 读取人物图片并转换成张量 :p ...

  7. ISP图像调试工程师——色彩还原(熟悉图像预处理和后处理技术)

    http://blog.sina.com.cn/s/blog_5e125dcf0100k8s3.html 色彩还原: https://wenku.baidu.com/view/123fb51a6edb ...

  8. [CF 276C]Little Girl and Maximum Sum[差分数列]

    题意: 给出n项的数列A[ ], q个询问, 询问 [ l, r ] 之间项的和. 求A的全排列中该和的最大值. 思路: 记录所有询问, 利用差分数列qd[ ], 标记第 i 项被询问的次数( 每次区 ...

  9. 转:用十条命令在一分钟内检查Linux服务器性能

    转自:http://www.infoq.com/cn/news/2015/12/linux-performance?utm_campaign=rightbar_v2&utm_source=in ...

  10. in_array() 和array_search的区别

    在判断字符串是否在某个数组里面的时候,我们会经常用到in_array()和array_search这两个函数. 他们的用法都是在数组中搜索给定的值,但是不同的是, in_array()给定的值 val ...