Python 函数进阶(filter/map/json/zip)
一、函数即变量
def say(name):
print(name)
ybq = say #可以被赋值给其他变量
ybq('Amily') #调用函数
函数名:say
函数体:第1-2行
返回值:return 后的值
函数的内存地址:当函数体被读进内存后的保存位置,它由标识符即函数名say引用,
也就是说say指向的是函数体在内存内的保存位置。
函数名加括号: 例如say(),函数的调用方法,只有见到这个括号,程序会根据
函数名从内存中找到函数体,然后执行它
函数名、函数加括号可以被当做参数传递,也可以被当做返回值return,有没有括号是两个截然不同的意思
def say(name):#定义函数
print(name)
ybq = say #可以被赋值给其他变量
ybq('Amily') #调用函数
print(say) # 打印函数的内存地址
print(type(say)) #打印函数的类型
print(id(say)) #打印函数的id
输出结果:
Amily
<function say at 0x0000000000B301E0>
<class 'function'>
11731424
二、内置函数:map/filter/sorted
map()
map()函数接收两个参数,一个是函数,一个是可迭代对象(Iterable),
map将传入的函数依次作用到序列的每个元素,并把结果作为新的可迭代对象返回
filter() 和
map()类似,
filter()也接收一个函数和一个序列。和
map()不同的是,
filter()把传入的函数依次作用于每个元素,然后根据返回值是
True还是
False决定保留还是丢弃该元素。
实例1:
def func(a): #求偶数
if a%2==0:
return True
else:
return False
nums = [x for x in range(11)]
all_res = []
res = map(func,nums)
res1 = filter(func,nums)
print(list(res)) #循环调用函数,然后把每次函数处理的结果,放到一个list里面返回
print(list(res1))
输出结果:
[True, False, True, False, True, False, True, False, True, False, True]
[0, 2, 4, 6, 8, 10]
实例二:(lambda 匿名函数)
res = filter(lambda x: x > 5, [12, 3, 12, 2, 1, 2, 35])
res1 = map(lambda x: x > 5, [1, 2, 3, 4, 5, 6])
print(list(res))
print(list(res1))
输出结果:
[12, 12, 35]
[False, False, False, False, False, True]
sorted() #升序排列
sorted( ,reverse = True) #降序排列
输出结果:
三、处理 json
Python JSON模块可以直接处理简单数据类型(string、unicode、int、float、list、tuple、dict)。
json.dumps()方法返回一个str对象,编码过程中会存在从python原始类型向json类型的转化过程,具体的转化对照如下
需要注意的是,json字符串中的字典类型的key必须要用双引号“”json.loads()才能正常解析
1,将Python 数据结构转换成 Json 格式(编码) json.dumps()
indent参数是缩进的意思,它可以使数据的存储格式更优雅、可读性更强,这是通过增加一些冗余的空格进行填充的。但是在解码(json.loads())时,空白填充会被删除。
loads时会将dumps时增加的intent 填充空格去除
ensure_ascii 参数 显示中文
实例:
import json
d = {
'car':{'color':'red','price':100,'count':50},
'car1':{'color':'red','price':100,'count':50},
'car2':{'color':'red','price':100,'count':50},
'car3':{'color':'red','price':100,'count':50},
'car4':{'color':'red','price':100,'count':50},
'car5':{'color':'red','price':100,'count':50},
}
res = json.dumps(d,indent=8,ensure_ascii=False) #把list、字典转成json,indent多少缩进,ensure_ascii可以显示中文
f1 = open('f1','w',encoding='utf-8')
f1.write(res)
输出结果:
2,将Json 格式 转换成 Python 数据结构(解码) json.loads()
实例:
f1 = open('f1',encoding='utf-8')
res = f1.read()
dict_res = json.loads(res) #把json串变成python的数据类型
print(dict_res)
print(type(dict_res))
输出结果:
{'car3': {'color': 'red', 'count': 50, 'price': 100}, 'car': {'color': 'red', 'count': 50, 'price': 100}, 'car1': {'color': 'red', 'count': 50, 'price': 100},
'car5': {'color': 'red', 'count': 50, 'price': 100}, 'car2': {'color': 'red', 'count': 50, 'price': 100}, 'car4': {'color': 'red', 'count': 50, 'price': 100}}
<class 'dict'>
3,如果要处理的是文件而不是字符串,可以使用 json.dump() 和 json.load() 来编码和解码JSON数据
- python几个重要的函数(lambda,filter,reduce,map,zip) 一、匿名函数lambda lambda argument1,argument2,...argumentN :e
- python一些内建函数(map,zip,filter,reduce,yield等)
- python几个重要的函数(lambda,filter,reduce,map,zip)
- python常用函数(zip,map,filter,reduce)
- Python---高级函数map, filter, zip, enumerate等的用法
- python第17天:函数补充(zip,map,reduce,filter等)
- Python进阶:函数式编程(高阶函数,map,reduce,filter,sorted,返回函数,匿名函数,偏函数)...啊啊啊
- python map(),zip(),filter()函数解析
- [Python] 内置序列函数之 filter, map, reduce, zip
- [Python] 内置序列函数之 filter, map, reduce, zip
- Python 第三篇(上):python文件基础操作、json模块、lambda、map、filter、reduce和函数位置参数
- python的几个内建函数:apply(),filter(),map(),reduce(
- Python内建函数之——filter,map,reduce
- python的lambda表达式 内建函数filter map reduce
- python进阶2:map()、reduce()、filter()
- python中的zip与map和filter与reduce函数的区别
- Python内建函数之——filter,map,reduce
- Python-遍历-zip/map/filter/reduce
- Python 的序列函数:map、reduce、filter、list comprehension和generator expression
- 鱼c笔记——Python的匿名函数(lambda表达式)以及filter()和map()函数