锐客网

  1. 首页 > 生活百科 > it技术 > >

python类的函数 python中的类

函数IT技术

Python函数和模块的定义与使用 ， 包括变量的类型及匿名函数用法 函数是组织好，可重复使用的，用来实现相关功能的代码段
函数提高了代码的重复利用率和应用的模块性 。
除Python自带的函数之外，也可以自己创建函数 ， 叫做自定义函数
语法：
函数代码块以def开头
参数为输入值，放于函数名后口号里面，
函数内容以冒号:开始，函数体缩进 ， return返回输出值
函数调用使用关键字参数来确定传入的参数值，此时，如果多个函数则不需要按照指定顺序 。
在定义函数时，指定参数默认值 。调用时如果不传入参数，则使用默认值
不定长部分如果没有指定参数，传入是一个空元组
加了两个星号**的参数会以字典的形式导入
/用来指明函数形参必须使用指定位置参数，不能使用关键字参数的形式 。
3.8版本之后的才能使用
不使用def定义函数，没有函数名
lamdba主体时一个表达式，而不是代码块 ， 函数体比def简单很多
定义在函数内部的为局部变量，仅能在函数内部使用
定义在函数外部的为全局变量，可在全局使用
模块是将包含所有定义的函数和变量的文件，一般将同类功能的函数组和在一起称为模块 。
模块需要导入后 ， 在调用相应函数进行使用
模块导入的方法：
从模块中导入一个指定的部分
把一个模块的所有内容全都导入
核心解密Python函数在（类与函数之间）和（类与类之间）互相调用 首先来看一个函数间的调用
类方法：
执行结果：
metaclass能有什么用处python类的函数，先来个感性的认识：
1.1 在wiki上面，metaclass是这样定义的：In object-oriented programming,
a metaclass is a class whose instances are classes.
Just as an ordinary class defines the behavior of certain objects,
a metaclass defines the behavior of certain classes and their instances.
也就是说metaclass的实例化结果是类，而class实例化的结果是instance 。我是这么理解的：
metaclass是类似创建类的模板，所有的类都是通过python类的函数他来create的(调用 new )，这使得你可以自由的控制
创建类的那个过程，实现你所需要的功能 。
当然你也可以用函数的方式（下文会讲）
4.1 用类的形式
4.1.1 类继承于type, 例如： class Meta(type):pass
4.1.2 将需要使用metaclass来构建class的类的 metaclass 属性（不需要显示声明，直接有的了）赋值为Meta（继承于type的类）
4.2 用函数的形式
4.2.1 构建一个函数，例如叫metaclass_new, 需要3个参数：name, bases, attrs，
name: 类的名字
bases: 基类，通常是tuple类型
attrs: dict类型，就是类的属性或者函数
4.2.2 将需要使用metaclass来构建class的类的 metaclass 属性（不需要显示声明，直接有的了）赋值为函数metaclas_new
5.1 basic
【python类的函数 python中的类】 metaclass的原理其实是这样的：当定义好类之后，创建类的时候其实是调用了type的 new 方法为这个类分配内存空间，创建
好了之后再调用type的 init 方法初始化（做一些赋值等） 。所以metaclass的所有magic其实就在于这个 new 方法里面了 。
说说这个方法： new (cls, name, bases, attrs)
cls: 将要创建的类 ， 类似与self ， 但是self指向的是instance，而这里cls指向的是class
name: 类的名字，也就是我们通常用类名. name 获取的 。
bases: 基类
attrs: 属性的dict 。dict的内容可以是变量(类属性），也可以是函数（类方法） 。
所以在创建类的过程，我们可以在这个函数里面修改name，bases，attrs的值来自由的达到我们的功能 。这里常用的配合方法是
getattr和setattr（just an advice)
下面实现python中在一个类中调用另一个类的函数方法
或者下面来一个号理解的例子
执行结果：
先来介绍内部类与外部类是什么？
看源码解析：
内部类调用外部类的类属性和类方法
参考文献1
参考文献2
参考文献3
python类和函数的区别一、主体不同
1、类：是面向对象程序设计实现信息封装的基础 。
2、函数：是指一段在一起的、可以做某一件事儿的程序 。也叫做子程序、（OOP中）方法 。
二、特点不同
1、类：是一种用户定义的引用数据类型，也称类类型 。每个类包含数据说明和一组操作数据或传递消息的函数 。类的实例称为对象 。
2、函数：分为全局函数、全局静态函数；在类中还可以定义构造函数、析构函数、拷贝构造函数、成员函数、友元函数、运算符重载函数、内联函数等 。
三、规则不同
1、类：实质是一种引用数据类型，类似于byte、short、int(char)、long、float、double等基本数据类型，不同的是它是一种复杂的数据类型 。
2、函数：函数必须声明后才可以被调用 。调用格式为：函数名（实参）调用时函数名后的小括号中的实参必须和声明函数时的函数括号中的形参个数相同 。
参考资料来源：百度百科-函数
参考资料来源：百度百科-类
python函数有哪些1、print()函数：打印字符串;
2、raw_input()函数：从用户键盘捕获字符;
3、len()函数：计算字符长度;
4、format()函数：实现格式化输出;
5、type()函数：查询对象的类型;
6、int()函数、float()函数、str()函数等：类型的转化函数;
7、id()函数：获取对象的内存地址;
8、help()函数：Python的帮助函数;
9、s.islower()函数：判断字符小写;
10、s.sppace()函数：判断是否为空格;
11、str.replace()函数：替换字符;
12、import()函数：引进库;
13、math.sin()函数：sin()函数;
14、math.pow()函数：计算次方函数;
15、os.getcwd()函数：获取当前工作目录;
16、listdir()函数：显示当前目录下的文件;
17、time.sleep()函数：停止一段时间;
18、random.randint()函数：产生随机数;
19、range()函数：返回一个列表，打印从1到100;
20、file.read()函数：读取文件返回字符串;
21、file.readlines()函数：读取文件返回列表;
22、file.readline()函数：读取一行文件并返回字符串;
23、split()函数：用什么来间隔字符串;
24、isalnum()函数：判断是否为有效数字或字符;
25、isalpha()函数：判断是否全为字符;
26、isdigit()函数：判断是否全为数字;
27、 lower()函数：将数据改成小写;
28、upper()函数：将数据改成大写;
29、startswith(s)函数：判断字符串是否以s开始的;
30、endwith(s)函数：判断字符串是否以s结尾的;
31、file.write()函数：写入函数;
32、file.writeline()函数：写入文件;
33、abs()函数：得到某数的绝对值;
34、file.sort()函数：对书数据排序;
35、tuple()函数：创建一个元组;
36、find()函数：查找 返回的是索引;
37、dict()函数：创建字典;
38、clear()函数：清楚字典中的所有项;
39、copy()函数：复制一个字典，会修改所有的字典;
40、 get()函数：查询字典中的元素 。
…………
python中类内部的函数可以互相调用吗？可以调用python类的函数，比如下面python类的函数，common_func被多个函数调用 。
class MyClass:
def __init__(self):
pass
def func1(self):
# do something
self.common_func()
def func2(self):
# do something
self.common_func()
def common_func(self):
pass
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python类的函数的功能却异常强大,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:
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python类的函数你一个字符串数组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~
关于python类的函数和python中的类的介绍到此就结束了 ， 不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站 。

    推荐阅读


    上一篇：怎么看软件的服务器地址 怎么看软件连接的服务器

    下一篇：开发部署方式有哪些 开发部署mongodb