Python-匿名函数与异常处理(python匿名函数的好处)
off999 2024-10-28 16:47 40 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
- 把错误处理和真正的工作分开
- 代码更加清晰,复杂的工作任务更容易实现
- 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
- 阿里云国际站ECS:阿里云ECS如何提高网站的访问速度?
-
TG:@yunlaoda360引言:速度即体验,速度即业务在当今数字化的世界中,网站的访问速度已成为决定用户体验、用户留存乃至业务转化率的关键因素。页面加载每延迟一秒,都可能导致用户流失和收入损失。对...
- 高流量大并发Linux TCP性能调优_linux 高并发网络编程
-
其实主要是手里面的跑openvpn服务器。因为并没有明文禁p2p(哎……想想那么多流量好像不跑点p2p也跑不完),所以造成有的时候如果有比较多人跑BT的话,会造成VPN速度急剧下降。本文所面对的情况为...
- 性能测试100集(12)性能指标资源使用率
-
在性能测试中,资源使用率是评估系统硬件效率的关键指标,主要包括以下四类:#性能测试##性能压测策略##软件测试#1.CPU使用率定义:CPU处理任务的时间占比,计算公式为1-空闲时间/总...
- Linux 服务器常见的性能调优_linux高性能服务端编程
-
一、Linux服务器性能调优第一步——先搞懂“看什么”很多人刚接触Linux性能调优时,总想着直接改配置,其实第一步该是“看清楚问题”。就像医生看病要先听诊,调优前得先知道服务器“哪里...
- Nginx性能优化实战:手把手教你提升10倍性能!
-
关注△mikechen△,十余年BAT架构经验倾囊相授!Nginx是大型架构而核心,下面我重点详解Nginx性能@mikechen文章来源:mikechen.cc1.worker_processe...
- 高并发场景下,Spring Cloud Gateway如何抗住百万QPS?
-
关注△mikechen△,十余年BAT架构经验倾囊相授!大家好,我是mikechen。高并发场景下网关作为流量的入口非常重要,下面我重点详解SpringCloudGateway如何抗住百万性能@m...
- Kubernetes 高并发处理实战(可落地案例 + 源码)
-
目标场景:对外提供HTTPAPI的微服务在短时间内收到大量请求(例如每秒数千至数万RPS),要求系统可弹性扩容、限流降级、缓存减压、稳定运行并能自动恢复。总体思路(多层防护):边缘层:云LB...
- 高并发场景下,Nginx如何扛住千万级请求?
-
Nginx是大型架构的必备中间件,下面我重点详解Nginx如何实现高并发@mikechen文章来源:mikechen.cc事件驱动模型Nginx采用事件驱动模型,这是Nginx高并发性能的基石。传统...
- Spring Boot+Vue全栈开发实战,中文版高清PDF资源
-
SpringBoot+Vue全栈开发实战,中文高清PDF资源,需要的可以私我:)SpringBoot致力于简化开发配置并为企业级开发提供一系列非业务性功能,而Vue则采用数据驱动视图的方式将程序...
- Docker-基础操作_docker基础实战教程二
-
一、镜像1、从仓库获取镜像搜索镜像:dockersearchimage_name搜索结果过滤:是否官方:dockersearch--filter="is-offical=true...
- 你有空吗?跟我一起搭个服务器好不好?
-
来人人都是产品经理【起点学院】,BAT实战派产品总监手把手系统带你学产品、学运营。昨天闲的没事的时候,随手翻了翻写过的文章,发现一个很严重的问题。就是大多数时间我都在滔滔不绝的讲理论,却很少有涉及动手...
- 部署你自己的 SaaS_saas如何部署
-
部署你自己的VPNOpenVPN——功能齐全的开源VPN解决方案。(DigitalOcean教程)dockovpn.io—无状态OpenVPNdockerized服务器,不需要持久存储。...
- Docker Compose_dockercompose安装
-
DockerCompose概述DockerCompose是一个用来定义和管理多容器应用的工具,通过一个docker-compose.yml文件,用YAML格式描述服务、网络、卷等内容,...
- 京东T7架构师推出的电子版SpringBoot,从构建小系统到架构大系统
-
前言:Java的各种开发框架发展了很多年,影响了一代又一代的程序员,现在无论是程序员,还是架构师,使用这些开发框架都面临着两方面的挑战。一方面是要快速开发出系统,这就要求使用的开发框架尽量简单,无论...
- Kubernetes (k8s) 入门学习指南_k8s kubeproxy
-
Kubernetes(k8s)入门学习指南一、什么是Kubernetes?为什么需要它?Kubernetes(k8s)是一个开源的容器编排系统,用于自动化部署、扩展和管理容器化应用程序。它...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)
