from __future__ import unicode_literals
s = 'am I an unicode?'
print isinstance(s, unicode)
s = 'am I an unicode?'
print isinstance(s, unicode)
2015-04-09
Python 2.7的整数除法运算结果仍是整数:
但是,Python 3.x已经改进了整数的除法运算,“/”除将得到浮点数,“//”除才仍是整数
但是,Python 3.x已经改进了整数的除法运算,“/”除将得到浮点数,“//”除才仍是整数
2015-04-09
try:
import json
except ImportError:
import simplejson as json
print json.dumps({'python':2.7})
import json
except ImportError:
import simplejson as json
print json.dumps({'python':2.7})
2015-04-09
利用ImportError错误,我们经常在Python中动态导入模块:
try:
from cStringIO import StringIO
except ImportError:
from StringIO import StringIO
try:
from cStringIO import StringIO
except ImportError:
from StringIO import StringIO
2015-04-09
print os.path.isdir(r'/data/webroot/resource/python')
print os.path.isfile(r'/data/webroot/resource/python/test.txt')
print os.path.isfile(r'/data/webroot/resource/python/test.txt')
2015-04-09
Python的os.path模块提供了 isdir() 和 isfile()函数,请导入该模块,并调用函数判断指定的目录和文件是否存在
2015-04-09
functools.partial就是帮助我们创建一个偏函数的,不需要我们自己定义int2(),可以直接使用下面的代码创建一个新的函数int2:
import functools
int2 = functools.partial(int, base=2)
int2('1000000')
64
int2('1010101')
85
所以,functools.partial可以把一个参数多的函数变成一个参数少的新函数,少的参数需要在创建时指定默认值,这样,新函数调用的难度就降低了。
import functools
int2 = functools.partial(int, base=2)
int2('1000000')
64
int2('1010101')
85
所以,functools.partial可以把一个参数多的函数变成一个参数少的新函数,少的参数需要在创建时指定默认值,这样,新函数调用的难度就降低了。
2015-04-09
带参数的log函数首先返回一个decorator函数,再让这个decorator函数接收my_func并返回新函数
2015-04-09
Python的 decorator 本质上就是一个高阶函数,它接收一个函数作为参数,然后,返回一个新函数。
使用 decorator 用Python提供的 @ 语法,这样可以避免手动编写 f = decorate(f) 这样的代码。
使用 decorator 用Python提供的 @ 语法,这样可以避免手动编写 f = decorate(f) 这样的代码。
2015-04-09
def count():
fs=[]
for i in range(1,4):
def p1(i):
return lambda:i*i
fs.append(p1(i))
return fs
f1,f2,f3 = count()
print f1(),f2(),f3()
fs=[]
for i in range(1,4):
def p1(i):
return lambda:i*i
fs.append(p1(i))
return fs
f1,f2,f3 = count()
print f1(),f2(),f3()
2015-04-09
def prod(list):
return reduce(lambda x,y:x*y,list)
print prod( [2, 4, 5, 7, 12])
return reduce(lambda x,y:x*y,list)
print prod( [2, 4, 5, 7, 12])
2015-04-09
def prod(x, y):
return
print reduce(lambda x,y:x*y, [2, 4, 5, 7, 12])
return
print reduce(lambda x,y:x*y, [2, 4, 5, 7, 12])
2015-04-09
def calc_prod(lst):
def fc():
return reduce(lambda x,y:x*y,lst)
return fc
f = calc_prod([1, 2, 3, 4])
print f()
def fc():
return reduce(lambda x,y:x*y,lst)
return fc
f = calc_prod([1, 2, 3, 4])
print f()
2015-04-09