python-学习2
函数可以理解为最基本的代码抽象方式。不关心底层具体过程，只关心上层意义。
调用函数：
abs（）、max（）、hex()十六进制
类型转换
int（）、float（）、str（）、bool（）
函数名是一个指向函数对象的引用，可以通过将函数名赋值给变量，相当于给函数起一个别名（amazing）
a = abs
a(-1)
自定义函数：
def 定义
def my_abs(num):
if num>0:
return num
else:
return -num
isinstance()函数进行类型检查
def my_abs(num):
if not isinstance(x, (int, float)):
raise TypeError('bad operand type')
if num>0:
return num
else:
return -num
可以返回多个参数
返回一个tuple
默认参数
def power(x, n=2):
s = 1
while n > 0:
n = n - 1
s = s * x
return s
默认n为2，power（5）相当于power（5,2）
变化大的参数放前面，必写参数一定要放到默认参数后面
定义默认参数要牢记一点：默认参数必须指向不变对象！
* 可变参数 **关键字参数 *，命名关键字参数
递归函数
阶乘
def fact(n):
if n==1:
return 1
return n * fact(n - 1)
fact(10000)时会导致栈溢出：
函数调用是通过栈（stack）这种数据结构实现，每当进入一个函数调用，栈就增加一层栈帧，函数返回时减少一层栈帧。栈大小有限，递归次数过多就会栈溢出。
用尾递归优化，可以将循环看成尾递归函数。
尾递归是指，在函数返回的时候，调用自身本身，并且，return语句不能包含表达式。编译器或解释器就会对其进行优化，只占一层栈帧。
def fact(n):
return fact_iter(n, 1)
def fact_iter(num, product):
if num == 1:
return product
return fact_iter(num - 1, num * product)
遗憾的是，大多数编程语言没有针对尾递归做优化，Python解释器也没有做优化，所以，即使把上面的fact(n)函数改成尾递归方式，也会导致栈溢出。
练习汉诺塔的移动：
def move(n,a,b,c):
if n==1:
return print('a=>c')
切片：
L[:3] 取第0到2位 L[-1:] 取倒数第一位
L[0:10:2]前十个每两个取一个 L[::5]每五个取一个 L[:] 原list
tuple和字符串也可以用切片
迭代（for in）：
只要是可迭代对象 都可以使用
通过collections模块的iterator判断
from collections import Iterable
isinstance('abc', Iterable) # str是否可迭代
dict 迭代
d = {'a':1,'b':2,'c':3}
KEY :for key in d
VALUE :for value in d.values()
KET+VALUE : for k, v in d.items()
列表生成式
>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
L1 = ['Hello', 'World', 18, 'Apple', None]
[l.lower() for l in L1 if isinstance(l,str)]
print(l)
生成器（generator）：
一边循环一边计算
通过next（）函数计算下一个
包含yield关键字的是generator，
generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行
生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。
迭代器：Iterator
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
isinstance()函数判断对象是否是迭代器
生成器都是iterator，但是Iterable不一定是是iterator。用iter()函数将Iterable变成iterator
凡是可作用于for循环的对象都是Iterable类型；
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；（无限大数据流）
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
Python的for循环本质上就是通过不断调用next()函数实现的
