-
任务
请思考带参数的@decorator，@functools.wraps应该放置在哪：
def performance(unit): def perf_decorator(f): def wrapper(*args, **kw): ??? return wrapper return perf_decorator
?不会了怎么办
注意@functools.wraps应该作用在返回的新函数上。
参考代码:
import time, functools def performance(unit): def perf_decorator(f): @functools.wraps(f) def wrapper(*args, **kw): t1 = time.time() r = f(*args, **kw) t2 = time.time() t = (t2 - t1) * 1000 if unit=='ms' else (t2 - t1) print 'call %s() in %f %s' % (f.__name__, t, unit) return r return wrapper return perf_decorator @performance('ms') def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial.__name__
查看全部 -
导入模块math后为何引用sqrt时还要加math: math是包含各种函数或方法的模块，若前面是import math， 引用模块中的函数就要用格式math.sqrt()。 若想省略前面的模块名，在前面导入时用from math import *
记得调用数学函数时应该加入：import math
然后平方根的三种表达方法别忘记。。。
第一种调用math函数库 math.sqrt
第二种调用内置函数库 pow(x,0.5)
第三种直接利用** x**0.5
查看全部 -
任务
上一节的@performance只能打印秒，请给 @performace 增加一个参数，允许传入's'或'ms'：
@performance('ms') def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1))?不会了怎么办
要实现带参数的@performance，就需要实现：
my_func = performance('ms')(my_func)
需要3层嵌套的decorator来实现。
参考代码:
import time def performance(unit): def perf_decorator(f): def wrapper(*args, **kw): t1 = time.time() r = f(*args, **kw) t2 = time.time() t = (t2 - t1) * 1000 if unit=='ms' else (t2 - t1) print 'call %s() in %f %s' % (f.__name__, t, unit) return r return wrapper return perf_decorator @performance('ms') def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial(10)
查看全部 -
任务
请编写一个@performance，它可以打印出函数调用的时间。
?不会了怎么办
计算函数调用的时间可以记录调用前后的当前时间戳，然后计算两个时间戳的差。
参考代码:
import time def performance(f): def fn(*args, **kw): t1 = time.time() r = f(*args, **kw) t2 = time.time() print 'call %s() in %fs' % (f.__name__, (t2 - t1)) return r return fn @performance def factorial(n): return reduce(lambda x,y: x*y, range(1, n+1)) print factorial(10)
查看全部 -
任务
利用匿名函数简化以下代码：
def is_not_empty(s): return s and len(s.strip()) > 0 filter(is_not_empty, ['test', None, '', 'str', ' ', 'END'])
?不会了怎么办
定义匿名函数时，没有return关键字，且表达式的值就是函数返回值。
参考代码:
print filter(lambda s: s and len(s.strip())>0, ['test', None, '', 'str', ' ', 'END'])
查看全部 -
# 希望一次返回3个函数，分别计算1x1,2x2,3x3:def count(): fs = [] for i in range(1, 4): def f(): return i*i fs.append(f) return fs f1, f2, f3 = count()
你可能认为调用f1()，f2()和f3()结果应该是1，4，9，但实际结果全部都是 9（请自己动手验证）。
原因就是当count()函数返回了3个函数时，这3个函数所引用的变量 i 的值已经变成了3。由于f1、f2、f3并没有被调用，所以，此时他们并未计算 i*i，当 f1 被调用时：
>>> f1() 9 # 因为f1现在才计算i*i，但现在i的值已经变为3
因此，返回函数不要引用任何循环变量，或者后续会发生变化的变量。
任务
返回闭包不能引用循环变量，请改写count()函数，让它正确返回能计算1x1、2x2、3x3的函数。
?不会了怎么办
考察下面的函数 f:
def f(j): def g(): return j*j return g
它可以正确地返回一个闭包g，g所引用的变量j不是循环变量，因此将正常执行。
在count函数的循环内部，如果借助f函数，就可以避免引用循环变量i。
参考代码:
def count(): fs = [] for i in range(1, 4): def f(j): def g(): return j*j return g r = f(i) fs.append(r) return fs f1, f2, f3 = count() print f1(), f2(), f3()
查看全部 -
reduce()函数
可以定义一个函数，该函数为一组规则，然后通过reduce()函数来调用这个规则，去处理list
参数：reduce可以接收三个参数，第一个为处理函数 处理函数接受两个参数 第二个参数为待处理的数据，是一个list，可以是 任意数据类型的list 第三个参数是可选的，是一个初始值
def f(x,y) : return 规则 print(reduce(规则函数名，list,[初始值]))
查看全部 -
这里的S[0].upper，意思不是把S这个列表里的第一个值大写吗？就是把['adam', 'LISA', 'barT']中的adam全部大写 -------------------------------------------- 不是的，map函数中接受的函数是作用在list中的每一个元素上，所以map函数中接受的f的自变量是list中的每一个元素，因此def时候的format_name(s)的s指代的是list中的每一个元素，也就是字符串，而不是整个list。s[0]就是s字符串的第一个字母。
查看全部 -
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，不写return，返回值就是该表达式的结果。
查看全部 -
实例赋值：xiaoming.name = ''；实例的属性可以像普通变量一样进行操作。
查看全部 -
类关键字：class,类名以大写字母开头紧接着（object）表示该类是从哪个类继承下来的；创建实例用类名+（）
eg：
class Person（object）:
pass
查看全部 -
类（class）用于定义抽象类型，实例根据类的定义被创建出来
查看全部 -
试用某一新特性通过导入__future__模块的某些功能来实现。
新版本与旧版本不兼容在旧版本中添加到_future_中便于旧代码在旧版本中测试
查看全部 -
导入动态模块：
try:
from cStringIO import StringIO
except ImportError:
from StringIO import StringIO
try的作用是捕获错误，并在捕获到指定错误时执行except语句。
import...as...可以动态导入不同名称的模块
查看全部 -
导入模块：import
导入模块中的某几个函数： form math import pow，sin
导入函数防止冲突 给函数重命名： from math import log as logger 此时log函数变成logger
查看全部
举报