python小知识点

python小知识点

传递元组

• 一个函数中返回两个不同的值

• 案例：

    >>> def get_error_details():
        return (2,"details");
    
    >>> 
    >>> errnum,errstr = get_error_details();
    >>> errnum
    2
    >>> errstr
    'details'
    >>>
  

• 注意

  • a,b=<some expression>的用法会将表达式的结果解释为具有两个值的一个元组。这也意味着在Python中交换两个变量的最快方法是：

      >>> a=5;b=9;
      >>> a,b
      (5, 9)
      >>> a,b=b
      >>> a,b=b,a
      >>> a,b
      (9, 5)
      >>> 
    

---

特殊方法

• 诸如init和del等一些方法对于类来说有特殊意义；特殊方法用来模拟内置类的某些行为
• 如果你想了解所有的特殊方法，请参阅手册

---

单语句块

• 案例：

    >>> flag = True;
    >>> if flag:print('Yes');
    
    Yes
    >>> 
  

• 单个语句是原地立即使用的，它不会被看作是一个单独的块。

---

Lambda表格

• lambda语句可以创建一个新的函数对象。从本质上说，lambda需要一个参数，后跟一个表达式作为函数体，这一表达式执行的值将作为这个新函数的返回值

• 案例：

    points = [{'x':2,'y':3},
              {'x':4,'y':1}];
    points.sort(key=lambda i: i['y']);
    print(points);
    C:\Users\Administrator\Desktop>python hello.py
    [{'x': 4, 'y': 1}, {'x': 2, 'y': 3}]
  

  • 要注意到一个list的sort方法可以获得一个key参数，用以决定列表的排序方式。在我们的案例中，我们希望进行一次自定义排序，为此我们需要编写一个函数，但是又不是为函数编写一个独立的def块，只在这一个地方使用，因此我们使用Lambda表达式来创建一个新函数

---

列表推导

• 列表推导（List Comprehension）用于从一份现有的列表中得到一份新列表

• 案例：

    listone=[2,3,4];
    listtwo=[2*i for i in listone if i>2];
    print(listtwo);
    C:\Users\Administrator\Desktop>python hello.py
    [6, 8]
  

• 当满足了某些条件时（if i>2）,我们进行指定的操作（2*i），以此来获得一份新的列表。要注意到原始列表依旧保持不变

---

在函数中接受元组与字典

• 有一种特殊方法，即分别用*或**作为元组或字典的前缀，来使它们作为一个参数为函数所接收。当函数需要一个可变数量的实参时，这将颇为有用

• 案例：

    >>> def powersum(power,*argv):
        total = 0;
        for i in argv:
            total += pow(i,power);
    
        return total;
    
    >>> powersum(2,3,4)
    25
  

  • 因为我们在args变量前添加了一个*前缀，函数的所有额外参数都将传递到argv中，并作为一个元组予以存储

---

assert语句

• assert语句用以断言某事是真的。如果其不是真的，就抛出一个错误

• 案例：

    >>> mylist=['ab','ff'];
    >>> assert len(mylist)>=2;
    >>> mylist.pop();
    'ff'
    >>> assert len(mylist)>=2
    Traceback (most recent call last):
      File "<pyshell#30>", line 1, in <module>
        assert len(mylist)>=2
    AssertionError
    >>> 
  

---

装饰器

• 装饰器(Decorators)是应用包装函数的快捷方式。这有助于将某一功能与一些代码一遍又一遍地“包装”

• 举个例子，我为自己创建了一个retry装饰器，这样我可以将其运用到任何函数之中，如果在一次运行中抛出了任何错误，它就会尝试重新运行，直到最大次数5次，并且每次运行期间都会有一定的延迟。这对于你在对一台远程计算机执行网络调用的情况十分有用：

• 案例：

    from time import sleep
    from functools import wraps
    import logging
    logging.basicConfig()
    log = logging.getLogger("retry")
    def retry(f):
        @wraps(f)
        def wrapped_f(*args,**kwargs):
            MAX_ATTEMPTS = 5;
            for attempt in range(1,MAX_ATTEMPTS+1):
                try:
                    return f(*args,**kwargs);
                except:
                    log.exception("Attempt %s/%s failed: %s",
                                    attempt,MAX_ATTEMPTS,
                                    (args,kwargs));
                    sleep(10*attempt);
            log.critical("All %s attempts failed : %s",
                            MAX_ATTEMPTS,(args,kwargs));
        return wrapped_f;
    counter = 0;
    @retry
    def save_to_database(arg):
        print("Write to a database or make a network call or etc.");
        print("This will be automatically retried if exception is thrown");
        global counter;
        counter+=1;
        #这将在第一次调用时抛出异常
        #在第二次运行时将正常工作
        if counter<2:
            raise ValueError(arg);
    if __name__=="__main__":
        save_to_database("Some bad value");
    
    
    C:\Users\Administrator\Desktop>python hello.py powersum(2,3,4)
    Write to a database or make a network call or etc.
    This will be automatically retried if exception is thrown
    ERROR:retry:Attempt 1/5 failed: (('Some bad value',), {})
    Traceback (most recent call last):
      File "hello.py", line 12, in wrapped_f
        return f(*args,**kwargs);
      File "hello.py", line 31, in save_to_database
        raise ValueError(arg);
    ValueError: Some bad value
    Write to a database or make a network call or etc.
    This will be automatically retried if exception is thrown