百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

Python-匿名函数与异常处理(python匿名函数的好处)

off999 2024-10-28 16:47 18 浏览 0 评论

匿名函数

什么叫匿名函数?

我们之前学过的叫有名函数,就是有名字的函数

匿名函数 就是没有名字的函数,

语法

lambda 参数:返回值

# 演示匿名函数的使用

f = lambda x:x
print(f)
# <function <lambda> at 0x00000000005D1E18>
s = f(1)        # 注意 ,匿名函数调用拿到的是返回值。
print(s)
# 1

匿名函数一般与python内置方法连用。

max/min()

'''
用法:
max(可迭代对象,匿名函数)
返回最大值
'''
比如说我们想要求出以下字典的最高/最低薪资的人的名字

salary_dict = {
    'nick': 3000,
    'jason': 100000,
    'tank': 5000,
    'sean': 2000
}
print(max(salary_dict))     # 如果直接用max函数的话会按照字符串首字母顺序来排序
# tank

# 我们可以定义一个函数
def func(k):
    return salary_dict[k]
print(min(salary_dict,key=func))     
# sean
print(max(salary_dict,key=func))
# jason
'''
key=func  做的事情:
1. 循环salary_dict 取出所有的key值
2. 将每个key值放入func函数中,返回values,返回薪资
3. max函数进行排序
'''

# 用匿名函数实现
print(max(salary_dict,key=lambda name:salary_dict[name]))
# jason
print(min(salary_dict,key=lambda name:salary_dict[name]))
# sean

sorted()

'''
sorted(可迭代对象,reverse)
sorted,排序,返回值找一个变量接收
'''
lis = [1, 3, 2, 5, 8, 6]
lis = sorted(lis,reverse=True)		# reverse=True 反转
print(lis)
# [8, 6, 5, 3, 2, 1]

salary_dict = {
    'nick': 3000,
    'jason': 100000,
    'tank': 5000,
    'sean': 2000
}
def f2(item):
    return salary_dict[item]
res = sorted(salary_dict,key=f2,reverse=True)
print(res)
# ['jason', 'tank', 'nick', 'sean']

# 用匿名函数实现
res = sorted(salary_dict,key=lambda item:salary_dict[item],reverse=True)
print(res)
# ['jason', 'tank', 'nick', 'sean']

map()

'''
map(匿名函数,可迭代对象)
映射
'''

name_list = ['jason', 'tank', 'sean']

def f1(item):
    return item + "hahahhahahhahahhaha"
res = map(f1,name_list)
print(list(res))
# ['jasonhahahhahahhahahhaha', 'tankhahahhahahhahahhaha', 'seanhahahhahahhahahhaha']

# 匿名函数实现
res = map(lambda name:f"{name} sb",name_list)
print(list(res))
# ['jason sb', 'tank sb', 'sean sb']

filter()

'''
filter(匿名函数,可迭代对象)
筛选,按照某种条件对可迭代对象操作。
'''
name_list = ['nick', 'jason sb', 'tank sb', 'sean sb']

# 匿名函数实现
res = filter(lambda name:name.endswith("sb"),name_list)
print(list(res))
# ['jason sb', 'tank sb', 'sean sb']

lis = [2,3,4,5,6,7]
def function(item):
    if item > 5:
        return True
    else:
        return False
res = filter(function,lis)
print(list(res))
# [6, 7]

# 匿名函数实现
res = filter(lambda item:item > 5,lis)
print(list(res))
# [6, 7]

reduce函数

from functools import reduce
lst=[1,2,3,4]
print(reduce(lambda x,y: x+y, lst))

#计算过程如下:
# 这个式子只有两个参数,没有初始化值,那么就取列表前2项,通过lambda函数计算结果
#1+2=3,
#上面计算的结果在与列表第三个元素通过lambda函数计算
# 3+3=6
#上面计算的结果在与列表第四个元素通过lambda函数计算
# 6+4=10

# 它还可以传入一个参数
print(reduce(lambda x,y: x+y, lst,100))
# 表示初始值是100,第一次计算从100加列表的第一个元素,得到的结果再与后面的值依次相加

内置函数

## 需要掌握

1.bytes() # 解码字符
res = bytes("你好" ,encoding="utf8")	# 解码成二进制
print(res)

'''
2.chr()/ord()
按照ascil码 将数字转换为对应字符
ord 将字符转换为数字
'''
print(chr(65))
print(ord("A"))

'''
3.divmod()
将商 余数以元组形式返回
'''
print(divmod(10,3))

'''
4.ennumerate()  ********************重要
带有索引的值
'''
l = ["a","b","c"]
for i in enumerate(l):
    print(i)
# (0, 'a')
# (1, 'b')
# (2, 'c')

'''
5.eval()	********************重要
将字符串两边的引号去掉,变成剩下的数据类型
'''
lis = "[1,2,3]"
print(type(list))
# <class 'type'>
print(type(eval(lis)))
# <class 'list'>

'''
6.hash()
是否可哈希
'''
print(hash(10))
# 10

##############################################################################################

## 了解
'''
1. abs()	***
求绝对值
'''
print(abs(-1))
# 1

'''
2. all()
可迭代对象内元素全为真则返回真
'''
print(all([1,2,3]))
# True

'''
3. any()
可迭代对象内有一元素为真,则为真
'''
print(any([1,2,3,0]))
# True

'''
4. bin()
    oct()
    hex()
    二进制、八进制、十六进制转换
'''
print(bin(17))
print(oct(17))
print(hex(17))
# 0b10001
# 0o21
# 0x11

'''
5. dir()
列出所有time的功能
'''
print(dir())
# ['__annotations__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__',
#  '__name__', '__package__', '__spec__', 'i', 'l', 'lis', 'res']

'''
6. frozenset()
不可变的集合
'''
set8 = frozenset({1,2,3,4,5})
print(set8)
# frozenset({1, 2, 3, 4, 5})
# set8.add(10)
# AttributeError: 'frozenset' object has no attribute 'add'

'''
7. globals()
loacals()
查看全局、局部名字
'''
def func():
    a = 1
    # print(locals())   # 以字典形式返回
    # print(globals())    # 打印全局名字
func()
# {'a': 1}
# {'__name__': '__main__', '__doc__': '\n1.bytes()\n解码字符\n', '__package__': None, '
# __loader__': <_frozen_importlib_external.SourceFileLoader object at 0x0000000001DCB208>,
#  '__spec__': None, '__annotations__': {},
# '__builtins__': <module 'builtins' (built-in)>,
# '__file__': 'C:/Users/Administrator/Desktop/老男孩python文档/老男孩Python程序编写/练习/第三章Python基础--文件操作&函数/内置函数.py', '__cached__': None, 'res': b'\xe4\xbd\xa0\xe5\xa5\xbd', 'l': ['a', 'b', 'c'], 'i': (2, 'c'), 'lis': '[1,2,3]', 'set8': frozenset({1, 2, 3, 4, 5}), 'func': <function func at 0x00000000004F1E18>}

'''
8. pow()
返回 xy(x的y次方) 的值。
'''
print(pow(5,2))
# 25

'''
9. round()	***
返回浮点数x的四舍五入值。
'''
print(round(5.1))
# 5

'''
10. slice()
切片对象,主要用在切片操作函数里的参数传递。
slice 语法:
class slice(stop)
class slice(start, stop[, step])
'''
myslice = slice(5)
print(myslice)

'''
11. sum()	***
进行求和计算
'''
print(sum(range(100)))
# 4950

'''
12. __import__()
通过字符串导入模块
'''
m = __import__("time")
print(m.time())
# 1569325150.957757

'''
面向对象函数,-----^_^-----
classmethod
staticmethod
property
delattr
hasattr
getattr
setattr
isinstance()
issubclass()
object()
super()
'''

面向过程编程

什么叫面向过程,面向 流程 编程

面向过程编程是解决问题的一种思想,过程是解决问题的步骤

将复杂的问题拆解成一个个流程,从而做完整个事情

优点:复杂的问题流程化,简单化

缺点:扩展性差

'''
注册功能
接受用户输入用户名,进行合法性校验,拿到合法的用户名
'''
def check_user():
    username = input(">>>").strip()
    if username.isalpha():
        return username
    else:
        print("用户名必须为字母,傻逼")

'''
分层实现功能
用户功能层:实现用户具体的功能
接口层:连接数据处理层和用户功能层
数据处理层:处理数据后把结果交给接口层
'''

异常处理

什么是异常

异常就是程序运行时候的报错

异常的种类

在python中不同的异常是不同的类型,一个异常标识一种错误

异常处理

try:
    代码
except 错误类型:
    代码
print(1)
num = input('请输入数字:')
dic = {'a': 1}

try:
    print(dic['b'])  	# KeyError
    1 / int(num)  		# 报错之后,不运行下面的代码
except ZeroDivisionError:
    print('傻逼,不能输入0')
except KeyError:
    print('傻逼,不知道什么错误')

print(2)
# 万能捕捉异常

print(1)
num = input('请输入数字:')
dic = {'a': 1}
try:
    print(dic['b'])  	# KeyError
    1 / int(num)  	# 报错之后,不运行下面的代码
except Exception as e:  	# 万能异常,只要有错误,就捕捉
    print(e)  	# 打印错误的描述信息
    print('傻逼,不知道什么错误')
print(2)

try...except总结

  1. 把错误处理和真正的工作分开
  2. 代码更加清晰,复杂的工作任务更容易实现
  3. 代码更加有健壮性

finally语句

finally 表示无论报不报错都执行下面的代码

# 异常捕捉只能捕捉逻辑错误
fr = open('test.py')
try:
    # 文件中途报错
    1 / 0
except Exception as e:
    print(e)
finally:  	# 无论你报不报错,都执行这一行
    print('finally')
    fr.close()

主动抛出异常raise

try:
    raise TypeError('抛出异常,类型错误')
except Exception as e:
    print(e)

断言assert

assert 1 == 1

try:
    assert 1 == 2
except Exception as e:
    print(e)

相关推荐

Python 数据分析——利用Pandas进行分组统计

话说天下大势,分久必合,合久必分。数据分析也是如此,我们经常要对数据进行分组与聚合,以对不同组的数据进行深入解读。本章将介绍如何利用Pandas中的GroupBy操作函数来完成数据的分组、聚合以及统计...

python数据分析:介绍pandas库的数据类型Series和DataFrame

安装pandaspipinstallpandas-ihttps://mirrors.aliyun.com/pypi/simple/使用pandas直接导入即可importpandasas...

使用DataFrame计算两列的总和和最大值_[python]

【如果对您有用,请关注并转发,谢谢~~】最近在处理气象类相关数据的空间计算,在做综合性计算的时候,DataFrame针对每列的统计求和、最大值等较为方便,对某行的两列或多列数据进行求和与最大值等的简便...

8-Python内置函数

Python提供了丰富的内置函数,这些函数可以直接使用而无需导入任何模块。以下是一些常用的内置函数及其示例:1-print()1-1-说明输出指定的信息到控制台。1-2-例子2-len()2-1-说...

Python中函数式编程函数: reduce()函数

Python中的reduce()函数是一个强大的工具,它通过连续地将指定的函数应用于序列(如列表)来对序列(如列表)执行累积操作。它是functools模块的一部分,这意味着您需要在使用它之...

万万没想到,除了香农计划,Python3.11竟还有这么多性能提升

众所周知,Python3.11版本带来了较大的性能提升,但是,它具体在哪些方面上得到了优化呢?除了著名的“香农计划”外,它还包含哪些与性能相关的优化呢?本文将带你一探究竟!作者:BeshrKay...

最全python3.11版12类75个内置函数大全

获取全部内置函数:importbuiltins#导入模块yc=[]#异常属性nc=[]#不可调用fn=[]#内置函数defll(ty=builtins):...

软件测试笔试题

测试工程师岗位,3-5年,10-14k1.我司有一款产品,类似TeamViewer,向日葵,mstsc,QQ远程控制产品,一个PC客户端产品,请设想一下测试要点。并写出2.写出常用的SQL语句8条,l...

备战各大互联网巨头公司招聘会,最全Python面试大全,共300题

前言众所周知,越是顶尖的互联网公司在面试这一part的要求就越高,需要你有很好的技术功底、项目经验、一份漂亮的简历,当然还有避免不了的笔试过关。对于Python的工程师来说,全面掌握好有关Python...

经典 SQL 数据库笔试题及答案整理

马上又是金三银四啦,有蛮多小伙伴在跳槽找工作,但对于年限稍短的软件测试工程师,难免会需要进行笔试,而在笔试中,基本都会碰到一道关于数据库的大题,今天这篇文章呢,就收录了下最近学员反馈上来的一些数据库笔...

用Python开发日常小软件,让生活与工作更高效!附实例代码

引言:Python如何让生活更轻松?在数字化时代,编程早已不是程序员的专属技能。Python凭借其简洁易学的特点,成为普通人提升效率、解决日常问题的得力工具。无论是自动化重复任务、处理数据,还是开发个...

太牛了!102个Python实战项目被我扒到了!建议收藏!

挖到宝了!整整102个Python实战项目合集,从基础语法到高阶应用全覆盖,附完整源码+数据集,手把手带你从代码小白变身实战大神!这波羊毛不薅真的亏到哭!超全项目库,学练一站式搞定这份资...

Python中的并发编程

1.Python对并发编程的支持多线程:threading,利用CPU和IO可以同时执行的原理,让CPU不会干巴巴等待IO完成。多进程:multiprocessing,利用多核CPU...

Python 也有内存泄漏?

1.背景前段时间接手了一个边缘视觉识别的项目,大功能已经开发的差不多了,主要是需要是优化一些性能问题。其中比较突出的内存泄漏的问题,而且不止一处,有些比较有代表性,可以总结一下。为了更好地可视化内存...

python爬虫之多线程threading、多进程、协程aiohttp批量下载图片

一、单线程常规下载常规单线程执行脚本爬取壁纸图片,只爬取一页的图片。importdatetimeimportreimportrequestsfrombs4importBeautifu...

取消回复欢迎 发表评论: