<1>文件操作
open函数打开文件
f=open("rhello.txt","r")
打开模式：
read（）操作：
f.read() #读取文件所有内容
f.read(10) #读取文件开始起的10个字符
f.readline() #读一行
f.readline(10) #读取文件开始起的10个字符
f.readlines() #以列表形式返回读取文件所有内容
f.readable() #判断文件是否可读write（）操作：
注：会覆盖掉源文件
f.write(data) #将data写入文件
data=["KKK\n","AAA\n","BBB\n"]
f.writelines(data) #向文件中写入一序列的字符串
f.writable() #判断是否可写
f.__next__() #使文件指针移动到下一行
fo.seek(offset, whence) #设置文件指针位置，offset表示移到的位置，whence：可选，默认值为 0。给offset参数一个定义，表示要从哪个位置开始偏移；0代表从文件开头开始算起，1代表从当前位置开始算起，2代表从文件末尾算起。
f.tell() #获取文件指针当前位置
close：关闭文件
f.close（）
<2>Python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。
定义一个函数
你可以定义一个由自己想要功能的函数，以下是简单的规则：
- 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。
1：参数和变量
形参：变量只有在被调用时才分配内存单元，在调用结束时，即刻释放所分配的内存单元。因此，形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量
实参：可以是常量、变量、表达式、函数等，无论实参是何种类型的量，在进行函数调用时，它们都必须有确定的值，以便把这些值传送给形参。因此应预先用赋值，输入等办法使参数获得确定值
关键参数：给函数传值
people=fun(name="shikai",age=8,num=8)
非固定参数可以传多个值：*args、**kwargs
*args：
def stu_register(name, age, *args): # *args 会把多传入的参数变成一个元组形式
print(name, age, args)
stu_register("kai", 22)
# 输出
# kai 22 () #后面这个()就是args,只是因为没传值,所以为空
stu_register("kai", 32, "CN", "Python")
# 输出
# kai 32 ('CN', 'Python')
**kwargs：
def fun(name, age, *args, **kwargs): # *kwargs 会把多传入的参数变成一个dict形式
print(name, age, args, kwargs)
fun("kai", 22)
# 输出
# kai 22 () {}#后面这个{}就是kwargs,只是因为没传值,所以为空
fun("kai", 32, "CN", "Python", sex="Male", province="sic")
# 输出
# kai 32 ('CN', 'Python') {'province': 'sic', 'sex': 'Male'}
全局变量和局部变量：
全局变量：作用域为整个程序
局部变量：作用于某个函数中
把局部变量--->全局变量：global
输出结果：在函数里面可修改全局列表
----------- ssskkk [1, 2, 3]
shikai [1, 'shi', 3]
----------- shikai [1, 'shi', 3]
2 返回值 return
•return 函数结束语
•返回值给调用方，return后面不带返回式则返回值为None
3 迭代器和生成器
迭代器：
迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件
特点：
- 访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容
- 不能随机访问集合中的某个值 ，只能从头到尾依次访问
- 访问到一半时不能往回退
- 便于循环比较大的数据集合，节省内存
>>> a=iter([1,2,3,4,5])
>>> a.__next__()
1
>>> a.__next__()
2
>>> a.__next__()
3
>>> a.__next__()
4
生成器：定义：一个函数调用时返回一个迭代器，那这个函数就叫做生成器（generator），如果函数中包含yield语法，那这个函数就会变成生成器
这个yield的主要效果呢，就是可以使函数中断，并保存中断状态，中断后，代码可以继续往下执行，过一段时间还可以再重新调用这个函数，从上次yield的下一句开始执行。
另外，还可通过yield实现在单线程的情况下实现并发运算的效果
__author__ = "shikai"
def fib(max):
"""生成器"""
n,a,b=0,0,1
while n<max:
yield b #将函数变成生成器
a,b=b,a+b
n+=1
return "生成器结束！"
# f=fib(3)
# print(f.__next__()) #生成器只有一个__next（）__调用方法
# print(f.__next__())
# print(f.__next__())
# #print(f.__next__()) #超出生成器调用最多值时会发生异常
##异常处理
f=fib(3)
while True:
try:
x=next(f)
print("f:",x)
except StopIteration as e:
print("Generator return value:",e.value)
break
结果
f: 1
f: 1
f: 2
Generator return value: 生成器结束！
4递归
在函数内部调用本身，返回值返回本身
__author__ = "shikai"
def calc(n):
"""递归函数"""
print(n)
if int(n/2)>0:
return calc(int(n/2))
#在函数内部调用自己本身就是递归函数
print("-----",n)
calc(10)
"""
结果：
10
5
2
1
----- 1
"""
递归特性:
1. 必须有一个明确的结束条件
2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减少
3. 递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）
5 高阶函数
变量可以指向函数，函数的参数能接收变量，那么一个函数就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。
def add(x,y,f):
return f(x)+f(y)
a=add(3,-5,abs)
print(a)
#结果：8
6 装饰器
为某个函数添加一个功能，需要装饰函数就在函数前添加装饰器：@fun（）
如：为一个函数添加记录运行时间功能
__author__ = "shikai"
import time
#运用高阶函数和其嵌套函数
def timer(func): #func=text1
def calc(*args,**kwargs):
start_time=time.time()
func(*args,**kwargs) #run text1()
stop_time=time.time()
print("the func run time is:{}".format(stop_time-start_time))
return calc
@timer #text1=timer(text1)
#在函数前加入装饰器即可为其添加功能
def text1():
#被装饰的函数 添加装饰器 记录函数运行时间
time.sleep(3)
print("in the text1")
@timer #text2=timer(text2) text2(name)=calc(*args)
def text2(name,age):
print("text2:",name,age)
text1()
text2("shikai",10)
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
