day3心得

1. 集合

主要作用: 

1. 去重
2. 关系测试， 交集＼差集＼并集＼反向(对称)差集

2. 元组　　

只读列表，只有count, index 2 个方法

作用：如果一些数据不想被人修改， 可以存成元组，比如身份证列表

3. 字典

key-value对

1. 特性：
2. 无顺序
3. 去重
4. 查询速度快，比列表快多了
5. 比list占用内存多

为什么会查询速度会快呢？因为他是hash类型的，那什么是hash呢？

哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值，这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。如果散列一段明文而且哪怕只更改该段落的一个字母，随后的哈希都将产生不同的值。要找到散列为同一个值的两个不同的输入，在计算上是不可能的，所以数据的哈希值可以检验数据的完整性。一般用于快速查找和加密算法

dict会把所有的key变成hash 表，然后将这个表进行排序，这样，你通过data[key]去查data字典中一个key的时候，python会先把这个key hash成一个数字，然后拿这个数字到hash表中看没有这个数字， 如果有，拿到这个key在hash表中的索引，拿到这个索引去与此key对应的value的内存地址那取值就可以了。

上面依然没回答这样做查找一个数据为什么会比列表快，对不对？ 呵呵，等我课上揭晓。

4. 字符编码

先说python2

1. py2里默认编码是ascii
2. 文件开头那个编码声明是告诉解释这个代码的程序 以什么编码格式 把这段代码读入到内存，因为到了内存里，这段代码其实是以bytes二进制格式存的，不过即使是2进制流，也可以按不同的编码格式转成2进制流，你懂么？
3. 如果在文件头声明了#_*_coding:utf-8*_，就可以写中文了， 不声明的话，python在处理这段代码时按ascii，显然会出错， 加了这个声明后，里面的代码就全是utf-8格式了
4. 在有#_*_coding:utf-8*_的情况下，你在声明变量如果写成name=u"大保健"，那这个字符就是unicode格式，不加这个u,那你声明的字符串就是utf-8格式
5. utf-8 to gbk怎么转，utf8先decode成unicode,再encode成gbk

再说python3

1. py3里默认文件编码就是utf-8,所以可以直接写中文，也不需要文件头声明编码了，干的漂亮
2. 你声明的变量默认是unicode编码，不是utf-8, 因为默认即是unicode了（不像在py2里，你想直接声明成unicode还得在变量前加个u）, 此时你想转成gbk的话，直接your_str.encode("gbk")即可以
3. 但py3里，你在your_str.encode("gbk")时，感觉好像还加了一个动作，就是就是encode的数据变成了bytes里，我擦，这是怎么个情况，因为在py3里，str and bytes做了明确的区分，你可以理解为bytes就是2进制流，你会说，我看到的不是010101这样的2进制呀， 那是因为python为了让你能对数据进行操作而在内存级别又帮你做了一层封装，否则让你直接看到一堆2进制，你能看出哪个字符对应哪段2进制么？什么？自己换算，得了吧，你连超过2位数的数字加减运算都费劲，还还是省省心吧。　　
4. 那你说，在py2里好像也有bytes呀，是的，不过py2里的bytes只是对str做了个别名(python2里的str就是bytes, py3里的str是unicode)，没有像py3一样给你显示的多出来一层封装，但其实其内部还是封装了的。 这么讲吧， 无论是2还是三， 从硬盘到内存，数据格式都是 010101二进制到-->b‘\xe4\xbd\xa0\xe5\xa5\xbd‘ bytes类型－－>按照指定编码转成你能看懂的文字

编码应用比较多的场景应该是爬虫了，互联网上很多网站用的编码格式很杂，虽然整体趋向都变成utf-8，但现在还是很杂，所以爬网页时就需要你进行各种编码的转换，不过生活正在变美好，期待一个不需要转码的世界。

最后，编码is a piece of fucking shit, noboby likes it.

1.函数基本语法及特性

背景提要

现在老板让你写一个监控程序，监控服务器的系统状况，当cpu＼memory＼disk等指标的使用量超过阀值时即发邮件报警，你掏空了所有的知识量，写出了以下代码

上面的代码实现了功能，但即使是邻居老王也看出了端倪，老王亲切的摸了下你家儿子的脸蛋，说，你这个重复代码太多了，每次报警都要重写一段发邮件的代码，太low了，这样干存在2个问题：

1. 代码重复过多，一个劲的copy and paste不符合高端程序员的气质
2. 如果日后需要修改发邮件的这段代码，比如加入群发功能，那你就需要在所有用到这段代码的地方都修改一遍

你觉得老王说的对，你也不想写重复代码，但又不知道怎么搞，老王好像看出了你的心思，此时他抱起你儿子，笑着说，其实很简单，只需要把重复的代码提取出来，放在一个公共的地方，起个名字，以后谁想用这段代码，就通过这个名字调用就行了，如下

你看着老王写的代码，气势恢宏、磅礴大气，代码里透露着一股内敛的傲气，心想，老王这个人真是不一般，突然对他的背景更感兴趣了，问老王，这些花式玩法你都是怎么知道的？ 老王亲了一口你儿子，捋了捋不存在的胡子，淡淡的讲，“老夫，年少时，师从京西沙河淫魔银角大王 ”， 你一听“银角大王”这几个字，不由的娇躯一震，心想，真nb,怪不得代码写的这么6, 这“银角大王”当年在江湖上可是数得着的响当当的名字，只可惜后期纵欲过度，卒于公元2016年， 真是可惜了，只留下其哥哥孤守当年兄弟俩一起打下来的江山。 此时你看着的老王离开的身影，感觉你儿子跟他越来越像了。。。

函数是什么?

函数一词来源于数学，但编程中的「函数」概念，与数学中的函数是有很大不同的，具体区别，我们后面会讲，编程中的函数在英文中也有很多不同的叫法。在BASIC中叫做subroutine(子过程或子程序)，在Pascal中叫做procedure(过程)和function，在C中只有function，在Java里面叫做method。

定义: 函数是指将一组语句的集合通过一个名字(函数名)封装起来，要想执行这个函数，只需调用其函数名即可

特性:

1. 减少重复代码
2. 使程序变的可扩展
3. 使程序变得易维护

语法定义

可以带参数

2.函数参数与局部变量　　

形参变量只有在被调用时才分配内存单元，在调用结束时，即刻释放所分配的内存单元。因此，形参只在函数内部有效。函数调用结束返回主调用函数后则不能再使用该形参变量

实参可以是常量、变量、表达式、函数等，无论实参是何种类型的量，在进行函数调用时，它们都必须有确定的值，以便把这些值传送给形参。因此应预先用赋值，输入等办法使参数获得确定值

默认参数

看下面代码

发现 country 这个参数 基本都 是"CN", 就像我们在网站上注册用户，像国籍这种信息，你不填写，默认就会是 中国， 这就是通过默认参数实现的，把country变成默认参数非常简单

这样，这个参数在调用时不指定，那默认就是CN，指定了的话，就用你指定的值。

另外，你可能注意到了，在把country变成默认参数后，我同时把它的位置移到了最后面，为什么呢？　　

关键参数

正常情况下，给函数传参数要按顺序，不想按顺序就可以用关键参数，只需指定参数名即可，但记住一个要求就是，关键参数必须放在位置参数之后。

非固定参数

若你的函数在定义时不确定用户想传入多少个参数，就可以使用非固定参数

还可以有一个**kwargs

局部变量　　

输出

全局与局部变量

3.返回值　　

要想获取函数的执行结果，就可以用return语句把结果返回

注意:

1. 函数在执行过程中只要遇到return语句，就会停止执行并返回结果，so 也可以理解为 return 语句代表着函数的结束
2. 如果未在函数中指定return,那这个函数的返回值为None 

 1 #!/usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3 # Author:kiko0o0
 4 
 5 def test1():
 6     print(‘zk‘)     #没有return就返回None
 7 def test2():
 8     return 0
 9 def test3():
10     return 0,‘hello‘,[‘a‘,‘b‘,‘c‘]
11 
12 x = test1()
13 y = test2()
14 z = test3()
15 print(‘x = %s \ny = %s \nz = %s‘  % (x,y,z))

View Code

 1 #!/usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3 # Author:kiko0o0
 4 
 5 def test(x,y,z):
 6     print(x)
 7     print(y)
 8     print(z)
 9 
10 test(1,2,3) #(位置参数)与形参一一对应
11 print(‘-‘.center(50,‘-‘))
12 test(z=1,x=3,y=5)   #关键参数与形参顺序无关
13 print(‘-‘.center(50,‘-‘))
14 test(1,2,z=9)   #关键参数不可以写在位置参数前面

View Code

 1 #!/usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3 # Author:kiko0o0
 4 import time
 5 def logger():
 6     time_format = ‘%Y-%m-%d %X‘
 7     time_current = time.strftime(time_format)
 8     print(time_current)
 9 
10 def test(x,y=2):  #y为默认参数，如果不赋予值就直接使用默认参数
11     print(x)
12     print(y)
13     logger()
14 
15 test(1) #调用函数的时候，默认参数非必须传递

View Code

 1 #!/usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3 # Author:kiko0o0
 4 def test(*args):  # *args 接受N个位置参数，转换成元祖的形式， 参数不固定
 5     print(args)
 6     print(type(args))
 7 def test1(x,y,*args):
 8     print(args[1])
 9 def test2(**kwargs):    #  **kwargs 接受N个关键字参数,转换成字典的形式  参数不固定
10     print(kwargs)
11     print(kwargs[‘name‘])
12     print(kwargs[‘age‘])
13 
14 def test3(name,sex,**kwargs):
15     print(name)
16     print(kwargs)
17 
18 test(1,2,3,4,6)
19 test(*[1,2,3,4,6])
20 test1(1,2,3,4,5,6,7)
21 test2(name = ‘alex‘,age = 8)
22 test2(**{‘name‘:‘alex‘,‘age‘:8})
23 test3(‘zk‘,‘x‘,age=8)

View Code

 1 #!/usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3 # Author:kiko0o0
 4 school = ‘oldboy‘  #全局变量
 5 names = [‘11‘,‘zk‘,‘syf‘]
 6 
 7 def change_name(name):
 8     # global  school      这个就是声明函数里改全局变量
 9     school = ‘mage‘     #局部变量
10     print("before change:",name,school)
11     name = "Alex Li"        #局部变量，这个函数就是这个变量的作用域
12     names[0] = ‘kk‘     #列表 字典 可以改，因为他们指向的是同一个内存地址
13     print("after change:",name)
14 
15 name = ‘alex li‘
16 change_name(name)
17 print(name)
18 print(school)
19 print(names)

View Code

强行插入知识点: 嵌套函数　　

看上面的标题的意思是，函数还能套函数？of course

此时，在最外层调用change_name2()会出现什么效果？

没错， 出错了， 为什么呢？

嵌套函数的用法会了，但它有什么用呢？下节课揭晓。。。

4. 递归

在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。

递归特性:

1. 必须有一个明确的结束条件

2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减少

3. 递归效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）

堆栈扫盲http://www.cnblogs.com/lln7777/archive/2012/03/14/2396164.html 

递归函数实际应用案例，二分查找

5. 匿名函数 

匿名函数就是不需要显式的指定函数

你也许会说，用上这个东西没感觉有毛方便呀， 。。。。呵呵，如果是这么用，确实没毛线改进，不过匿名函数主要是和其它函数搭配使用的呢，如下

输出

1
25
49
16
64

6.函数式编程介绍　　

函数是Python内建支持的一种封装，我们通过把大段代码拆成函数，通过一层一层的函数调用，就可以把复杂任务分解成简单的任务，这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。

函数式编程中的函数这个术语不是指计算机中的函数（实际上是Subroutine），而是指数学中的函数，即自变量的映射。也就是说一个函数的值仅决定于函数参数的值，不依赖其他状态。比如sqrt(x)函数计算x的平方根，只要x不变，不论什么时候调用，调用几次，值都是不变的。

Python对函数式编程提供部分支持。由于Python允许使用变量，因此，Python不是纯函数式编程语言。

一、定义

简单说，"函数式编程"是一种"编程范式"（programming paradigm），也就是如何编写程序的方法论。

主要思想是把运算过程尽量写成一系列嵌套的函数调用。举例来说，现在有这样一个数学表达式：

　　(1 + 2) * 3 - 4

传统的过程式编程，可能这样写：

　　var a = 1 + 2;

　　var b = a * 3;

　　var c = b - 4;

函数式编程要求使用函数，我们可以把运算过程定义为不同的函数，然后写成下面这样：

　　var result = subtract(multiply(add(1,2), 3), 4);

这段代码再演进以下，可以变成这样

add(1,2).multiply(3).subtract(4)

这基本就是自然语言的表达了。再看下面的代码，大家应该一眼就能明白它的意思吧：

merge([1,2],[3,4]).sort().search("2")

因此，函数式编程的代码更容易理解。

要想学好函数式编程，不要玩py,玩Erlang,Haskell, 好了，我只会这么多了。。。

7.高阶函数

变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

8. 内置参数　　

内置参数详解 https://docs.python.org/3/library/functions.html?highlight=built#ascii 

 1 #compile
 2 f = open("函数递归.py")
 3 data =compile(f.read(),‘‘,‘exec‘)
 4 exec(data)
 5 
 6 
 7 #print
 8 msg = "又回到最初的起点"
 9 f = open("tofile","w")
10 print(msg,"记忆中你青涩的脸",sep="|",end="",file=f)
11 
12 
13 # #slice
14 # a = range(20)
15 # pattern = slice(3,8,2)
16 # for i in a[pattern]: #等于a[3:8:2]
17 #     print(i)
18 #
19 #
20 
21 
22 #memoryview
23 #usage:
24 #>>> memoryview(b‘abcd‘)
25 #<memory at 0x104069648>
26 #在进行切片并赋值数据时，不需要重新copy原列表数据，可以直接映射原数据内存，
27 import time
28 for n in (100000, 200000, 300000, 400000):
29     data = b‘x‘*n
30     start = time.time()
31     b = data
32     while b:
33         b = b[1:]
34     print(‘bytes‘, n, time.time()-start)
35 
36 for n in (100000, 200000, 300000, 400000):
37     data = b‘x‘*n
38     start = time.time()
39     b = memoryview(data)
40     while b:
41         b = b[1:]
42     print(‘memoryview‘, n, time.time()-start)
43 
44 几个内置方法用法提醒

View Code

#compile
f = open("函数递归.py")
data =compile(f.read(),‘‘,‘exec‘)
exec(data)


#print
msg = "又回到最初的起点"
f = open("tofile","w")
print(msg,"记忆中你青涩的脸",sep="|",end="",file=f)


# #slice
# a = range(20)
# pattern = slice(3,8,2)
# for i in a[pattern]: #等于a[3:8:2]
#     print(i)
#
#


#memoryview
#usage:
#>>> memoryview(b‘abcd‘)
#<memory at 0x104069648>
#在进行切片并赋值数据时，不需要重新copy原列表数据，可以直接映射原数据内存，
import time
for n in (100000, 200000, 300000, 400000):
    data = b‘x‘*n
    start = time.time()
    b = data
    while b:
        b = b[1:]
    print(‘bytes‘, n, time.time()-start)

for n in (100000, 200000, 300000, 400000):
    data = b‘x‘*n
    start = time.time()
    b = memoryview(data)
    while b:
        b = b[1:]
    print(‘memoryview‘, n, time.time()-start)