Python学习笔记——部分常用/特殊用法

1、使用*号来展开序列，*是序列展开，每个元素都当做一个参数。
ls=(1,2,3);
foo(ls)，这样foo只有一个参数，就是ls这个列表本身
foo(*ls),foo得到3个参数，分别为123，等价于foo（1，2，3）

2、python读写文件中w与wt;r与rt有何区别？

't'表示‘textmode’，相对应的是"binarymode'

就是说你是以文本模式打开，还是二进制模式打开。因为默认就是文本模式，所以'rt'等价于'r'

3、int64与int的区别？

1）int是python的基本类型，而int64是numpy中引入的一个类，即numpy.int64；

2）使用numpy模块中的numpy.sum()方法得到的结果是int64，而使用默认的sum()得到结果的int类型；

下面代码中，虽然执行结果a和b的数值都是6，但是类型不同

importnumpyasnp
#a的类型是int64
a=np.sum([1,2,3])
#b的类型是int
b=sum([1,2,3])

3）int64不会报除0的错误（事实上numpy中的其他类型也不会报错，比如float64等）；而int会报除0错误（其他基本类型也会，比如float等）

测试如下：表明numpy的数据类型（int64、float64等）比python的基本类型（int、float等）功能强大，计算能力更强，可以有nan、inf等结果

importnumpyasnp
#--------int例子-------------
#也可以写int(1)，也可不写，因为默认是int类型
a=1
b=0
c=0

#下面都会报int不能除0错误
r1=a/b
r2=b/c
#下面都会报float不能除0错误
r3=a*1.0/b
r4=b*1.0/c

#---------int64例子-----------

a=np.int64(1)
b=np.int64(0)
c=np.int64(0)

#下面语句不会除0报错，会提示，但不报错和中断
#运行结果：r1=0,r2=0
r1=a/b
r2=b/c

#运行结果：r3=inf,r4=nan
#inf表示无穷大，nan表示notanumber，不是数字
r3=a*1.0/b
r4=b*1.0/c

4、type()函数可用于返回某个数据的数据类型；

a=1
type(a)

5、&跟and的区别？

&是位运算；and是逻辑运算。

>>>a=1
>>>b=2
>>>#1的二进制是01，2的二进制是10
>>>a&b
0
>>>aandb
2

&虽然是位运算，但是如果操作数是0或1的话，也类似于逻辑运算；

>>>a=1
>>>b=1
>>>c=0
>>>a&b
1
>>>a&c
0

6、Lambda表达式有何用处？如何使用？

　　【引言】这是python支持一种有趣的语法，它允许你快速定义单行的最小函数（请记住它本质就是个函数），类似C语言中的宏，可以用在任何需要函数的地方，示例如下：

>>>g=lambdax:x*2
>>>g(3)
6
>>>(lambdax:x*2)(3)
6

　　我们也可以把filtermapreduce和lambda结合起来用，函数就可以简单的写成一行。例如

>>>kmpathes=filter(lambdakmpath:kmpath,map(lambdakmpath:string.strip(kmpath),string.split(l,':')))

　　看起来麻烦，其实就像用语言来描述问题一样，非常优雅。
　　对l中的所有元素以':'做分割，得出一个列表。对这个列表的每一个元素做字符串strip，形成一个列表。对这个列表的每一个元素做直接返回操作(这个地方可以加上过滤条件限制)，最终获得一个字符串被':'分割的列表，列表中的每一个字符串都做了strip，并可以对特殊字符串过滤。

著作权归作者所有。
商业转载请联系作者获得授权，非商业转载请注明出处。
作者：涛吴
链接：http://www.zhihu.com/question/20125256/answer/14058285
来源：知乎

简单来说，编程中提到的lambda表达式，通常是在需要一个函数，但是又不想费神去命名一个函数的场合下使用，也就是指匿名函数。这一用法跟所谓λ演算（题目说明里的维基链接）的关系，有点像原子弹和质能方程的关系，差别其实还是挺大的。

不谈形式化的λ演算，只说有实际用途的匿名函数。先举一个普通的Python例子：将一个list里的每个元素都平方：

map(lambdax:x*x,[yforyinrange(10)])

这个写法要好过

defsq(x):
returnx*x

map(sq,[yforyinrange(10)])

，因为后者多定义了一个（污染环境的）函数，尤其如果这个函数只会使用一次的话。而且第一种写法实际上更易读，因为那个映射到列表上的函数具体是要做什么，非常一目了然。如果你仔细观察自己的代码，会发现这种场景其实很常见：你在某处就真的只需要一个能做一件事情的函数而已，连它叫什么名字都无关紧要。Lambda表达式就可以用来做这件事。

进一步讲，匿名函数本质上就是一个函数，它所抽象出来的东西是一组运算。这是什么意思呢？类比

a=[1,2,3]

和

f=lambdax:x+1

，你会发现，等号右边的东西完全可以脱离等号左边的东西而存在，等号左边的名字只是右边之实体的标识符。如果你能习惯[1,2,3]单独存在，那么lambdax:x+1也能单独存在其实也就不难理解了，它的意义就是给「某个数加一」这一运算本身。

现在回头来看map()函数，它可以将一个函数映射到一个可枚举类型上面。沿用上面给出的a和f，可以写：

map(f,a)

也就是将函数f依次套用在a的每一个元素上面，获得结果[2,3,4]。现在用lambda表达式来替换f，就变成：

map(lambdax:x+1,[1,2,3])

会不会觉得现在很一目了然了？尤其是类比

a=[1,2,3]r=[]
foreachina:
r.append(each+1)

这样的写法时，你会发现自己如果能将「遍历列表，给遇到的每个元素都做某种运算」的过程从一个循环里抽象出来成为一个函数map，然后用lambda表达式将这种运算作为参数传给map的话，考虑事情的思维层级会高出一些来，需要顾及的细节也少了一点。Python之中，类似能用到lambda表达式的「高级」函数还有reduce、filter、sorted等等，很多语言也都有这样的工具（不过这些特性最好不要在Python中用太多，原因详见http://www.zhihu.com/question/19794855/answer/12987428的评论部分）。这种能够接受一个函数作为参数的函数叫做「高阶函数」（higher-orderfunction），是来自函数式编程（functionalprogramming）的思想。

和其他很多语言相比，Python的lambda限制多多，最严重的当属它只能由一条表达式组成。这个限制主要是为了防止滥用，因为当人们发觉lambda很方便，就比较容易滥用，可是用多了会让程序看起来不那么清晰，毕竟每个人对于抽象层级的忍耐/理解程度都有所不同。

【附高级函数filter、map、reduce等】

首先注意这些函数不只是跟lambda表达式搭配，还可以跟def定义的函数搭配，如下：

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/Tuple(取决于sequence类型）返回，示例如下：

>>>deff(x):returnx%2!=0andx%3!=0
>>>filter(f,range(2,25))
[5,7,11,13,17,19,23]
>>>deff(x):returnx!='a'
>>>filter(f,"abcdef")
'bcdef'

map

map(function,sequence):

对sequence中的item依次执行function（item），将执行结果组成一个List返回
另外map也支持多个sequence，当然这也要求function支持相应数量的参数输入，示例如下：

>>>defcube(x):returnx*x*x
>>>map(cube,range(1,11))
[1,8,27,64,125,216,343,512,729,1000]
>>>defcube(x):returnx+x

>>>defadd(x,y):returnx+y
>>>map(add,range(8),range(8))
[0,2,4,6,8,10,12,14]

reduce（归纳）

reduce（function，sequence，starting_value):

对sequence中的item顺序迭代调用function，如果有starting_value，还可以作为初始值调用，例如可以用来对List求和，示例如下：

>>>defadd(x,y):returnx+y
>>>reduce(add,range(1,11))
（注：1+2+3+4+5+6+7+8+9+10）
>>>reduce(add,range(1,11),20)
（注：1+2+3+4+5+6+7+8+9+10+20）

sorted：对sequence进行排序，直接看例子

>>>

s=[('a',3),('b',2),('c',1)]

>>>

sorted(s,key=lambdax:x[1])[/code]

s=[('a',3),('b',2),('c',1)]

更多例子...

>>>l=['foo','bar','far']
>>>map(lambdax:x.upper(),l)
['FOO','BAR','FAR']
>>>filter(lambdax:'f'inx,l)
['foo','far']
>>>map(lambdax:x.upper(),filter(lambdax:'f'inx,l))
['FOO','FAR']
>>>reduce(lambdaa,b:a*b,xrange(1,5))#计算1*2*3*4=24
24

[/code]

7、字典的排序：(使用lambda)

python字典（dict）的特点就是无序的，按照键（key）来提取相应值（value），如果我们需要字典按值排序的话，那可以用下面的方法来进行：

1）下面的是按照value的值从大到小的顺序来排序。

dic={'a':31,'bc':5,'c':3,'asd':4,'aa':74,'d':0}
dict=sorted(dic.iteritems(),key=lambdad:d[1],reverse=True)
printdict

输出的结果：
[('aa',74),('a',31),('bc',5),('asd',4),('c',3),('d',0)]

下面我们分解下代码
printdic.iteritems()得到[(键，值)]的列表。
然后用sorted方法，通过key这个参数，指定排序是按照value，也就是第一个元素d[1的值来排序。reverse=True表示是需要翻转的，默认是从小到大，翻转的话，那就是从大到小。

2）对字典按键（key）排序：
dic={'a':31,'bc':5,'c':3,'asd':4,'aa':74,'d':0}
dict=sorted(dic.iteritems(),key=lambdad:d[0])d[0]表示字典的键
printdict

8、Python文件夹与文件的操作

参考：【python文件夹与文件的操作】

　　　【python判断文件和文件夹是否存在、创建文件夹】

（1）判断文件夹是否存在
>>>importos
>>>os.path.exists('d:/assist')
True
（2）判断文件是否存在
>>>os.path.exists('d:/assist/getTeacherList.py')
True
（3）判断是否是文件
>>>os.path.isfile('d:/assist')
False
>>>os.path.isfile('d:/assist/getTeacherList.py')
True
（4）创建文件夹
mkdir(path[,mode])
作用：创建一个目录，可以是相对或者绝对路径，mode的默认模式是0777。

如果目录有多级，则创建最后一级。如果最后一级目录的上级目录有不存在的，则会抛出一个OSError。

>>>os.mkdir('d:/assist/set')

makedirs(path[,mode])
作用：创建递归的目录树，可以是相对或者绝对路径，mode的默认模式也是0777。
如果子目录创建失败或者已经存在，会抛出一个OSError的异常，Windows上Error183即为目录已经存在的异常错误。如果path只有一级，与mkdir一样。例如：

>>>os.makedirs('d:/assist/set')
>>>os.path.exists('d:/assist/set')
True