Python（第二篇）

十五、迭代 for in 循环

在python里不但list tuple可以for in 迭代，字典dict和字符串都可以进行迭代
1、list
	a = [1,2,3,4]
	for i in a:
		print(i)
2、tuple
	a =(2,3,4)
	for i in a:
		print(i)
3、	字典dict 
	>> d = {'a': 1, 'b': 2, 'c': 3}
	>>> for key in d:
	...     print(key)
	...
	a
	c
	b  
	这里得到的是打乱顺序的key，如果要的到value 可以用for value in d.values()，
	如果要同时迭代key和value，可以用for k, v in d.items()。
4、字符串
	s = "abcd"
	for i in s:
		print(i)
5、那么，如何判断一个对象是可迭代对象呢？方法是通过collections模块的Iterable类型判断：
	>>> from collections import Iterable
	>>> isinstance('abc', Iterable) # str是否可迭代
	True
	>>> isinstance([1,2,3], Iterable) # list是否可迭代
	True
	>>> isinstance(123, Iterable) # 整数是否可迭代
	False
6、上面的for循环里，同时引用了两个变量，在Python里是很常见的，比如下面的代码：

	>>> for x, y in [(1, 1), (2, 4), (3, 9)]:
	...     print(x, y)
	...
	1 1
	2 4
	3 9

十六、列表生成式

列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。
但如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做？
1、方法一是循环：
	>>> L = []
	>>> for x in range(1, 11):
	...    L.append(x * x)
	...
	>>> L
	[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
2、方法二用列表生成式
	>>> [x * x for x in range(1, 11)]
	[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
3、for循环后面还可以加上if判断，这样我们就可以筛选出仅偶数的平方：
	>>> [x * x for x in range(1, 11) if x % 2 == 0]
	[4, 16, 36, 64, 100]
4、	还可以使用两层循环，可以生成全排列：
	>>> [m + n for m in 'ABC' for n in 'XYZ']
	['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
5、例如: 取出L1里的字符串
	L1 = ['Hello', 'World', 18, 'Apple', None]
	L2 = [x for x in L1 if isinstance(x,str)]
	print(L2)
	>>>['Hello', 'World', 'Apple']

十七、生成器
https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014317799226173f45ce40636141b6abc8424e12b5fb27000
十八、迭代器
https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/00143178254193589df9c612d2449618ea460e7a672a366000

十九、高阶函数

概念；编写高阶函数，就是让函数的参数能够接收别的函数。
****1、函数名可以直接赋值给变量****
	>>> f = abs
	>>> f(-10)
	10
2、如果把abs指向其他对象，会有什么情况发生？
	>>> abs = 10
	>>> abs(-10)
	Traceback (most recent call last):
	  File "<stdin>", line 1, in <module>
	TypeError: 'int' object is not callable
3、既然变量可以指向函数，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。

	一个最简单的高阶函数：
	def add(x, y, f): #f是一个函数参数
	    return f(x) + f(y) 
4、总结
	把函数作为参数传入，这样的函数称为高阶函数，函数式编程就是指这种高度抽象的编程范式。
5、map函数
	map()函数接收两个参数，一个是函数，一个是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Iterator返回。
	用法：  >>> def f(x):
			...     return x * x
			...
			>>> r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
			>>> list(r)
			[1, 4, 9, 16, 25, 36, 49, 64, 81]
		将list元素转为字符串	
		>>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
			['1', '2', '3', '4', '5', '6', '7', '8', '9']
6、reduce函数
	reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算
	用法：>>> from functools import reduce
		  >>> def add(x, y):
		  ...     return x + y
		  ...
		  >>> reduce(add, [1, 3, 5, 7, 9])
		  25
7、filter()函数用于过滤序列。
	def is_odd(n):
	return n % 2 == 1

	list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
	# 结果: [1, 5, 9, 15]
	注意到filter()函数返回的是一个Iterator，也就是一个惰性序列，所以要强迫filter()完成计算结果，需要用list()函数获得所有结果并返回list。
8、sorted函数
	Python内置的sorted()函数就可以对list进行排序：
	>>> sorted([36, 5, -12, 9, -21])
		[-21, -12, 5, 9, 36]

	此外，sorted()函数也是一个高阶函数，它还可以接收一个key函数来实现自定义的排序，例如按绝对值大小排序：
	>>> sorted([36, 5, -12, 9, -21], key=abs)
	[5, 9, -12, -21, 36]

	我们再看一个字符串排序的例子：
	>>> sorted(['bob', 'about', 'Zoo', 'Credit'])
	['Credit', 'Zoo', 'about', 'bob']

	默认情况下，对字符串排序，是按照ASCII的大小比较的，由于'Z' < 'a'，结果，大写字母Z会排在小写字母a的前面。
	我们提出排序应该忽略大小写，
	>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
	['about', 'bob', 'Credit', 'Zoo']

	反向排序
	>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
	['Zoo', 'Credit', 'bob', 'about']
9、返回函数
	高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。
		def lazy_sum(*args):
	    def sum():
	        ax = 0
	        for n in args:
	            ax = ax + n
	        return ax
	    return sum

	当我们调用lazy_sum()时，返回的并不是求和结果，而是求和函数：
	>>> f = lazy_sum(1, 3, 5, 7, 9)
	>>> f

	调用函数f时，才真正计算求和的结果：
	>>> f()
	25
10、闭包
	https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431835236741e42daf5af6514f1a8917b8aaadff31bf000
11、匿名函数
	当我们在传入函数时，有些时候，不需要显式地定义函数，直接传入匿名函数更方便。
	在Python中，对匿名函数提供了有限支持。还是以map()函数为例，计算f(x)=x2时，除了定义一个f(x)的函数外，还可以直接传入匿名函数：
	>>> list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
	[1, 4, 9, 16, 25, 36, 49, 64, 81]
	
	通过对比可以看出，匿名函数lambda x: x * x实际上就是：
	def f(x):
	    return x * x
	关键字lambda表示匿名函数，冒号前面的x表示函数参数。

	匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。