python函数

什么是迭代呢？如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。在Python中，迭代是通过for ... in来完成的，例如： 因为dict的存储不是按照list的方式顺序排列，所以，迭代出的结果顺序很可能不一样，默认字典迭代的是key，如果要迭代value，可以用for value in d.values() 例如： 如果要同时迭代key和value，可以利用 for key,value in d.items() 例如： 同样字符串也是可以迭代的,例子如图 如何判断一个对象是可迭代呢？方法是通过collections模块的Iterable类型判断： Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身： for循环里，同时可以两个变量，在Python里是很常见的，比如下面的代码： 来源： 51CTO 作者： swq8023 链接： https://blog.51cto.com/8922100/2480735

一、*args的使用方法 *args 用来将参数打包成tuple给函数体调用 例子一： def function(*args): print(args, type(args)) function(1) #(1,) <class 'tuple'> 　　例子二： def function(x, y, *args): print(x, y, args) function(1, 2, 3, 4, 5) #1 2 (3, 4, 5) 二、**kwargs的使用方法 **kwargs 打包关键字参数成dict给函数体调用 例子一： def function(**kwargs): print( kwargs, type(kwargs)) function(a=2) #{'a': 2} <class 'dict'> 例子二： def function(**kwargs): print(kwargs) function(a=1, b=2, c=3) #{'c': 3, 'b': 2, 'a': 1} 注意点：参数arg、*args、**kwargs三个参数的位置必须是一定的。必须是(arg,*args,**kwargs)这个顺序，否则程序会报错。 def function(arg,*args,**kwargs): print(arg,args,kwargs) function(6,7,8,9,a=1

1.安装 sudo pip install jieba 或者 下了jieba后 sudo python setup.py install 如果需要permission的话 2.使用 1. 分词 jieba.cut 方法接受三个输入参数: 需要分词的字符串；cut_all 参数用来控制是否采用全模式；HMM 参数用来控制是否使用 HMM 模型 jieba.cut_for_search 方法接受两个参数：需要分词的字符串；是否使用 HMM 模型。该方法适合用于搜索引擎构建倒排索引的分词，粒度比较细 待分词的字符串可以是 unicode 或 UTF-8 字符串、GBK 字符串。注意：不建议直接输入 GBK 字符串，可能无法预料地错误解码成 UTF-8 jieba.cut 以及 jieba.cut_for_search 返回的结构都是一个可迭代的 generator，可以使用 for 循环来获得分词后得到的每一个词语(unicode)，或者用 jieba.lcut 以及 jieba.lcut_for_search 直接返回 list jieba.Tokenizer(dictionary=DEFAULT_DICT) 新建自定义分词器，可用于同时使用不同词典。 jieba.dt 为默认分词器，所有全局分词相关函数都是该分词器的映射 来源： https://www.cnblogs.com

S是类似产品页数 bcoffset直流偏移。 有人在将偏移量：http://www.cnblogs.com/defineconst/p/6185396.html item.taobao.com/item.htm?参数。常见参数如下 &spm 流量来源 &id 淘宝id &ali_trackid 阿里妈妈id &ali_refid --------官方解析文档----------- 淘宝开放平台 - 文档中心 http://open.taobao.com/docs/doc.htm?articleId=959&docType=1&treeId=null -----for instance---- SPM编码：用来跟踪页面模块位置的编码，标准spm编码由4段组成，采用a.b.c.d的格式（建议全部使用数字），其中， a代表站点类型，对于xTao合作伙伴（外站），a为固定值，a=2014 b代表外站ID（即外站所使用的TOP appkey），比如您的站点使用的TOP appkey=123456789，则b=123456789 c代表b站点上的频道ID，比如是外站某个团购频道，某个逛街频道，某个试用频道 等 d代表c频道上的页面ID，比如是某个团购详情页，某个宝贝详情页，某个试用详情页 等 -淘宝课程不错哎╮(￣▽￣")╭--- 开放平台学院 http://xue.open.taobao

一、threading 　　多任务可以由多进程完成，也可以由一个进程内的多线程完成。我们前面提到了进程是由若干线程组成的，一个进程至少有一个线程。由于线程是操作系统直接支持的执行单元，因此，高级语言通常都内置多线程的支持，Python也不例外，并且，Python的线程是真正的Posix Thread，而不是模拟出来的线程。 　　Python的标准库提供了两个模块： thread 和 threading ， thread 是低级模块， threading 是高级模块，对 thread 进行了封装。绝大多数情况下，我们只需要使用 threading 这个高级模块。启动一个线程就是把一个函数传入并创建 Thread 实例，然后调用 start() 开始执行： import time, threading # 新线程执行的代码: def loop(): print 'thread %s is running...' % threading.current_thread().name n = 0 while n < 5: n = n + 1 print 'thread %s >>> %s' % (threading.current_thread().name, n) time.sleep(1) print 'thread %s ended.' % threading.current

多线程 多任务可以由多进程完成，也可以由一个进程内的多线程完成。 我们前面提到了进程是由若干线程组成的，一个进程至少有一个线程。 由于线程是操作系统直接支持的执行单元，因此，高级语言通常都内置多线程的支持，Python也不例外， 并且，Python的线程是真正的Posix Thread，而不是模拟出来的线程。 Python的标准库提供了两个模块： _thread 和 threading ， _thread 是低级模块， threading 是高级模块，对 _thread 进行了封装 。绝大多数情况下，我们只需要使用 threading 这个高级模块。 启动一个线程就是把一个函数传入并创建 Thread 实例，然后调用 start() 开始执行： import time, threading # 新线程执行的代码: def loop(): print('thread %s is running...' % threading.current_thread().name) n = 0 while n < 5: n = n + 1 print('thread %s >>> %s' % (threading.current_thread().name, n)) time.sleep(1) print('thread %s ended.' % threading.current_thread

多任务可以由多进程完成，也可以由一个进程内的多线程完成。 我们前面提到了进程是由若干线程组成的，一个进程至少有一个线程。 由于线程是操作系统直接支持的执行单元，因此，高级语言通常都内置多线程的支持，Python也不例外，并且，Python的线程是真正的Posix Thread，而不是模拟出来的线程。 Python的标准库提供了两个模块： _thread 和 threading ， _thread 是低级模块， threading 是高级模块，对 _thread 进行了封装。绝大多数情况下，我们只需要使用 threading 这个高级模块。 启动一个线程就是把一个函数传入并创建 Thread 实例，然后调用 start() 开始执行： import time, threading # 新线程执行的代码: def loop(): print('thread %s is running...' % threading.current_thread().name) n = 0 while n < 5: n = n + 1 print('thread %s >>> %s' % (threading.current_thread().name, n)) time.sleep(1) print('thread %s ended.' % threading.current_thread()

1.len（列表）：返回：列表中的元素个数，同样适用于元组、字典、集合、字符串等。 　　max（列表）、min（列表）：返回列表中的最大或最小元素同样适用于元组、字典、集合、range对象等。 　　sum（列表）：对列表的元素进行求和运算，对非数值型列表运算需要指定start参数，同样适用于元组、range。 >>> sum(range(1,11))　　　　#sum（）函数的start参数默认为0 55 >>> sum(range(1,11),5)　　　#指定start参数为5 60>>> sum([[1,2],[3],[4]],[])#这个操作占用空间较大，慎用 [1, 2, 3, 4] 2.zip（）函数返回可迭代的zip对象 　　zip（）函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。 　　如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用*号操作符，可以将元组解压为列表。 >>> alist = [1,2,3] >>> blist = [4,5,6] >>> clist =zip(alist,blist)　　#返回zip对象 >>> clist <zip object at 0x00000216BC8428C0> >>> list(clist)　　　　　　　　　　#把zip对象转换成列表 [(1, 4),

与正常写法相比，使用匿名函数相当简洁 map() 遍历所有 a = [1, 2, 3] x = [] for each in a: x.append(each+1) print(x) ### 使用map(func, iterable) print(list(map(lambda x: x+1, a))) reduce(func, seq) 积累每次计算的值 def num(x, y): return x + y print(reduce(num, [1, 2, 3, 4])) -------------------------- print(reduce(lambda x, y: x*y, [1, 2, 3, 4])) filter(func, iterable) 过滤满足条件的值 print(list(filter(lambda x: x%2==0,range(10)))) 本文首发于 python黑洞网 ，博客园同步更新 来源： https://www.cnblogs.com/pythonzhilian/p/12541117.html

　　1.sort方法排序原址排序 　　　　list.sort(key=None,reverse=False(or True)) 　　　　当reverse=False时：为正向排序； 　　　　当reverse=True时：为反向排序。 　　　　默认为False。 　　2.key：排序关键字，值为一个函数，此函数只有一个参数且返回一个值，比如，有一个User对象的list，希望通过对象的user_id树形进行排序，可以提供一个以User实例作为输入并输出对应user_id值得函数给key（即key=lambda u:uuser_id或key=attrgetter（‘user_id’）） 　　3.执行完后会改变原来的list，如果你不需要原来的list，这种效率稍微高点 >>> list = [1,2,3,4,5,6,7,8,9] >>> list [1, 2, 3, 4, 5, 6, 7, 8, 9] >>> import random>>> random.shuffle(list)　　　　#打乱顺序 >>> list [8, 1, 9, 2, 4, 3, 5, 6, 7] >>> list.sort()　　　　　　　　　　#默认是升序排序 >>> list.sort(reverse = True)　　#降序排序 >>> list [9, 8, 7, 6, 5, 4, 3, 2, 1]