锐客网

  1. 首页 > 睿知 > it技术 > >

python中工厂函数 python工业

函数IT技术

python中defaultdict用法详解当我使用普通的字典时 ， 用法一般是dict={},添加元素的只需要dict[element] =value即，调用的时候也是如此，dict[element] = xxx,但前提是element字典里，如果不在字典里就会报错，如：
这时defaultdict就能排上用场了，defaultdict的作用是在于，当字典里的key不存在但被查找时，返回的不是keyError而是一个默认值，这个默认值是什么呢 ， 下面会说
defaultdict接受一个工厂函数作为参数，如下来构造：
这个factory_function可以是list、set、str等等 ， 作用是当key不存在时，返回的是工厂函数的默认值，比如list对应[ ]，str对应的是空字符串，set对应set( )，int对应0 ， 如下举例：
输出：
在python中工厂方法或者工厂函数什么的是什么意思，形如printpython中工厂函数的可以直接调用python中工厂函数的函数和方法
Python中冷门但非常好用的内置函数Python中有许多内置函数,不像print、len那么广为人知,但它们的功能却异常强大,用好了可以大大提高代码效率 ， 同时提升代码的简洁度，增强可阅读性
Counter
collections在python官方文档中的解释是High-performance container datatypes，直接的中文翻译解释高性能容量数据类型 。这个模块实现了特定目标的容器，以提供Python标准内建容器 dict , list , set , 和 tuple 的替代选择 。在python3.10.1中它总共包含以下几种数据类型：
容器名简介
namedtuple() 创建命名元组子类的工厂函数
deque 类似列表(list)的容器 ， 实现了在两端快速添加(append)和弹出(pop)
ChainMap 类似字典(dict)的容器类 ， 将多个映射集合到一个视图里面
Counter 字典的子类 ， 提供了可哈希对象的计数功能
OrderedDict 字典的子类 ， 保存了他们被添加的顺序
defaultdict 字典的子类，提供了一个工厂函数，为字典查询提供一个默认值
UserDict 封装了字典对象，简化了字典子类化
UserList 封装了列表对象，简化了列表子类化
UserString 封装了字符串对象，简化了字符串子类化
其中Counter中文意思是计数器，也就是我们常用于统计的一种数据类型，在使用Counter之后可以让我们的代码更加简单易读 。Counter类继承dict类，所以它能使用dict类里面的方法
举例
#统计词频
fruits = ['apple', 'peach', 'apple', 'lemon', 'peach', 'peach']
result = {}
for fruit in fruits:
【python中工厂函数 python工业】 if not result.get(fruit):
result[fruit] = 1
else:
result[fruit]= 1
print(result)
#{'apple': 2, 'peach': 3, 'lemon': 1}下面我们看用Counter怎么实现：
from collections import Counter
fruits = ['apple', 'peach', 'apple', 'lemon', 'peach', 'peach']
c = Counter(fruits)
print(dict(c))
#{'apple': 2, 'peach': 3, 'lemon': 1}显然代码更加简单了 ， 也更容易阅读和维护了 。
elements()
返回一个迭代器 ， 其中每个元素将重复出现计数值所指定次 。元素会按首次出现的顺序返回 。如果一个元素的计数值小于1 ， elements()将会忽略它 。
c = Counter(a=4, b=2, c=0, d=-2)
sorted(c.elements())
['a', 'a', 'a', 'a', 'b', 'b']most_common([n])
返回一个列表 ， 其中包含n个最常见的元素及出现次数 ， 按常见程度由高到低排序 。如果n被省略或为None ， most_common()将返回计数器中的所有元素 。计数值相等的元素按首次出现的顺序排序：
Counter('abracadabra').most_common(3)
[('a', 5), ('b', 2), ('r', 2)]这两个方法是Counter中最常用的方法，其他方法可以参考 python3.10.1官方文档
实战
Leetcode 1002.查找共用字符
给你一个字符串数组words，请你找出所有在words的每个字符串中都出现的共用字符（包括重复字符），并以数组形式返回 。你可以按任意顺序返回答案 。
输入：words = ["bella", "label", "roller"]
输出：["e", "l", "l"]
输入：words = ["cool", "lock", "cook"]
输出：["c", "o"]看到统计字符 ， 典型的可以用Counter完美解决 。这道题是找出字符串列表里面每个元素都包含的字符 ， 首先可以用Counter计算出每个元素每个字符出现的次数 ， 依次取交集最后得出所有元素共同存在的字符，然后利用elements输出共用字符出现的次数
class Solution:
def commonChars(self, words: List[str]) - List[str]:
from collections import Counter
ans = Counter(words[0])
for i in words[1:]:
ans = Counter(i)
return list(ans.elements())提交一下，发现83个测试用例耗时48ms ， 速度还是不错的
sorted
在处理数据过程中，我们经常会用到排序操作，比如将列表、字典、元组里面的元素正/倒排序 。这时候就需要用到sorted()，它可以对任何可迭代对象进行排序，并返回列表
对列表升序操作：
a = sorted([2, 4, 3, 7, 1, 9])
print(a)
# 输出：[1, 2, 3, 4, 7, 9]对元组倒序操作：
sorted((4,1,9,6),reverse=True)
print(a)
# 输出：[9, 6, 4, 1]使用参数：key，根据自定义规则 ， 按字符串长度来排序：
fruits = ['apple', 'watermelon', 'pear', 'banana']
a = sorted(fruits, key = lambda x : len(x))
print(a)
# 输出：['pear', 'apple', 'banana', 'watermelon']all
all() 函数用于判断给定的可迭代参数iterable中的所有元素是否都为 TRUE ， 如果是返回 True ， 否则返回 False 。元素除了是 0、空、None、False外都算True 。注意：空元组、空列表返回值为True 。
all(['a', 'b', 'c', 'd']) # 列表list，元素都不为空或0
True
all(['a', 'b', '', 'd']) # 列表list，存在一个为空的元素
False
all([0, 1 ， 2, 3]) # 列表list，存在一个为0的元素
False
all(('a', 'b', 'c', 'd')) # 元组tuple，元素都不为空或0
True
all(('a', 'b', '', 'd')) # 元组tuple，存在一个为空的元素
False
all((0, 1, 2, 3)) # 元组tuple，存在一个为0的元素
False
all([]) # 空列表
True
all(()) # 空元组
Trueany函数正好和all函数相反：判断一个tuple或者list是否全为空 ， 0，False 。如果全为空，0 ， False，则返回False；如果不全为空，则返回True 。
F-strings
在python3.6.2版本中，PEP 498提出一种新型字符串格式化机制，被称为 “字符串插值” 或者更常见的一种称呼是F-strings，F-strings提供了一种明确且方便的方式将python表达式嵌入到字符串中来进行格式化：
s1='Hello'
s2='World'
print(f'{s1} {s2}!')
# Hello World!在F-strings中我们也可以执行函数：
def power(x):
return x*x
x=4
print(f'{x} * {x} = {power(x)}')
# 4 * 4 = 16而且F-strings的运行速度很快，比传统的%-string和str.format()这两种格式化方法都快得多，书写起来也更加简单 。
本文主要讲解了python几种冷门但好用的函数 ， 更多内容以后会陆陆续续更新~
Python:具名元组collections.nametuple是一个工厂函数，可以用来构建一个带字段名的元组，和一个有名字的类
Card = collections.nametuple('Card', ['rank', 'suit'])
可以通过字段名或位置来获取一个字段的信息
_fields返回包含这个类所有字段名称的元成
_make方法
_asdict() 把具名元组以collections.OrderedDict的形式返回
说说 Python 的具名元组 Python 提供的元组与列表类似python中工厂函数 ， 不同之处在于元组的元素不能修改 。虽然有时候很方便，但因为不能为元组内部的数据进行命名，所以没有那么直观 。
Python 引入python中工厂函数了 collections.namedtuple 这个工厂函数 ， 用来构造一个带字段名的元组 。
（1）声明与实例化
python中工厂函数我们一般这样来构造具名元组python中工厂函数：
下面是声明一个具名元组及其实例化方法的示例python中工厂函数：
运行结果：
这里通过 collections.namedtuple 创建了一个具名元组，用来表示一张扑克牌 。rank 表示扑克牌点数，suit 表示花色 。可以通过字段名或者位置来实例化一个具名元组 。这里的 select_card 表示抽到一张黑桃 10 。
（2）特有属性与方法
具名元组还拥有以下这些特有的属性与方法 。
运行结果：
另外 ， 通过 . 语法还可以获取具名元组中所对应的属性值：
运行结果：
Python嵌套函数和闭包在Python语言中 ， 可以在函数中定义函数 。这种在函数中嵌套定义python中工厂函数的函数也叫内部函数 。我们来看下面的代码python中工厂函数：
上述代码中，定义了函数greet，在函数greet内部又定义了一个函数inner_func, 并调用该函数打印了一串字符 。
我们可以看到，内部函数inner_func的定义和使用与普通函数基本相同 。需要注意的是变量的作用域，在上述代码中，函数参数name对于全局函数greet是局部变量，对内部函数inner_func来说则是非局部变量 。内部函数对于非局部变量的访问规则类似于标准的外部函数访问全局变量 。
从这个例子我们还可以看到内部函数的一个作用，就是通过定义内部函数的方式将一些功能隐藏起来，防止外部直接调用 。常见的场景是，在一个复杂逻辑的函数中 ， 将一些小的任务定义成内部函数，然后由这个外层函数使用 ， 这样可以使代码更为清晰，易于维护 。这些内部函数只会在这个外层函数中使用，不能被其python中工厂函数他函数或模块使用 。
在Python语言中, 函数也是对象 ， 它可以被创建、赋值给变量，或者作为函数的返回值 。我们来看下面这个例子 。
在上述代码中 ， 在函数gen_greet内部定义了inner_func函数，并返回了一个inner_func函数对象 。外部函数gen_greet返回了一个函数对象 ， 所以像gen_greet这样的函数也叫工厂函数 。
在内部函数inner_func中，使用了外部函数的传参greet_words（非局部变量），以及函数的参数name（局部变量），来打印一个字符串 。
接下来，调用gen_greet("Hello")创建一个函数对象say_hello ， 紧接着调用say_hello("Mr. Zhang")，输出的结果为：Hello, Mr. Zhang！
同样的 ， 调用gen_greet("Hi")创建一个函数对象say_hi，调用say_hello("Mr. Zhang")，输出的结果为：Hi，Tony！
我们可以发现，gen_greet返回的函数对象具有记忆功能，它能够把所需使用的非局部变量保存下来，用于后续被调用的时候使用 。这种保存了非局部变量的函数对象被称作闭包（closure） 。
那么闭包是如何实现的呢python中工厂函数？其实并不复杂，函数对象中有一个属性__closure__，它就是在创建函数对象时用来保存这些非局部变量的 。
__closure__属性是一个元组或者None类型 。在上述代码中，我们可以通过下面方式查看：
函数的嵌套所实现的功能大都可以通过定义类的方式来实现，而且类是更加面向对象的代码编写方式 。
嵌套函数的一个主要用途是实现函数的装饰器 。我们看下面的代码：
在上述代码中，logger函数返回函数with_logging，with_logging则是打印了函数func的名称及传入的参数，然后调用func, 并将参数传递给func 。其中的@wraps(func)语句用于复制函数func的名称、注释文档、参数列表等等，使得with_logging函数具有被装饰的函数func相同的属性 。
代码中接下来用@logger对函数power_func进行修饰，它的作用等同于下面的代码:
可见，装饰器@符其实就是上述代码的精简写法 。
通过了解了嵌套函数和闭包的工作原理，我们在使用过程中就能够更加得心应手了 。
python中工厂函数的介绍就聊到这里吧 ， 感谢你花时间阅读本站内容，更多关于python工业、python中工厂函数的信息别忘了在本站进行查找喔 。

    推荐阅读


    上一篇：如何使用FTP服务器上传论文？ FTP服务器怎么上传论文

    下一篇：redis 排行 redis排名