- 浏览: 219769 次
- 性别:
- 来自: 深圳
-
文章分类
- 全部博客 (391)
- java (18)
- python (3)
- ruby (4)
- linux (48)
- 网络 (9)
- 前端 (2)
- 社会、文化、哲学、人生、百态 (0)
- 工具 (10)
- 下载 (0)
- 常用地址 (0)
- tracert (0)
- mysql (8)
- 开源相关收藏 (1)
- 模块查看依懒 (1)
- watch使用 (1)
- Tcpdump (2)
- easy_install安装 (1)
- 构造redis批量删除脚本 (1)
- MYSQL 性能测试 (1)
- JAVA code encode utf-8 (1)
- linux nginx awk 实时 每妙 (1)
- mkpasswd (1)
- spring security oauth (1)
- jmap dump java memory Analyzer (1)
- JAVA DUMP (1)
- swap linux 过高 解决 (1)
- SWAP (1)
- jmap jstat jstack dump (1)
- java jconsole 的使用 (1)
- git 常用 (1)
- MYSQL 索引 动态 唯一 (1)
- TCP 三次握手 四次挥手 (1)
- linux date (1)
- 删除 空行 注释行 (1)
- maven3 yum linux install repository (1)
- linux git 搭建 (1)
- linux sar eth1 查看 流量 (1)
- sar (1)
- netstat ip 过滤 常用脚本 (1)
- Tcpdump 包分析网络连接过程 (1)
- net ipv4 tcp time wait tw recycle (0)
- /etc/sysctl.conf linux 网络 配置 (1)
- ss 网络连接查看 (比netstat 快很多,实时性牺牲) (1)
- MYSQL 关键字 (1)
- Linux 下多核CPU知识 (1)
- top (1)
- 令牌 证书 (1)
- mysql unix timestamp (1)
- 端口扫描 nc nmap (1)
- 204 http code 状态码 (1)
- ss -s ss -l (1)
- linux 常用 curl (1)
- linux sed 替换 换行 (1)
- centos yum install rpm install (1)
- spring-mvc源码解读 (1)
- 使用iftop查看实时的网络流量 (0)
- linux 命令 expect (1)
- HTTP (1)
- openssl ddif 加密 (1)
- iptables 详解 (1)
- python 虚拟化 VirtualEnv virtualenvwrapper (1)
- nginx (2)
- more less 实用技巧 (1)
- linux nginx (2)
- linux curl https ssl 证书 ca (1)
- openssl (1)
- php mysql linux (1)
- linux 虚拟机 虚拟 xen (0)
- linux 虚拟机 虚拟 xen kvm (1)
- linux perl 单行执行技巧 (1)
- mysql 查看库占用空间 表查用空间 (1)
- linux tcpdump (1)
- maven (1)
- sun.misc.Unsafe (1)
- OpenSSL生成证书 (1)
- http://blog.csdn.net/zzulp/article/details/8018751 (1)
- maven 本地 jar dependency (1)
- 计算JAVA代码行数最简单命令 sed (1)
- 常用的证书格式转换 rsa eg (1)
- 加密 解密 签名 (1)
- 分析jar包冲突 (1)
- 使用JMockit编写java单元测试 (1)
- Linux 技巧:让进程在后台可靠运行的几种方法 (1)
- 环境变量控制 (1)
- 5+ 个 tar 命令的用法,附示例 (1)
- scp自动输入密码 (1)
- ps axo pid (1)
- ppid (1)
- comm (1)
- pmem (1)
- lstart|grep mysql (0)
- lstart (1)
- etime|grep mysql (1)
- UML类图字少好理解 (1)
- HTTP经典文章 (1)
- git (1)
- Git常用命令 (1)
- LINUX 系统被攻击的分析过程 (1)
- NIO (1)
- LINUX 操作快捷键使用 (1)
- openSSL命令、PKI、CA、SSL证书原理 (1)
- shell (2)
- 转载 (1)
- mysqldump 可以直接dump->xml (1)
- VIM比较全面的文章 (1)
- eclipse regex 正则表达式 (1)
- synchronized (1)
- 锁 (1)
- java 正则表达式 regex (1)
- Reference Queue 引用 源码 (1)
- spring aop 源码 分析 (1)
- java @Cache @Transaction 注解 (1)
- spring aop (1)
- spring jdk proxy cglib 动态代理 性能比较 (1)
- spring proxy private public 代理限制 (1)
- spring transaction aop 事务 (1)
- spring autowire 注解注入 (1)
- 桥接 NAT NAT地址转换 内部网络 虚拟网络 (1)
- spring-web-mvc 源码解读 之 RequestMappingHandlerMapping (1)
- find atime mtime ctime -n n +n (1)
- android studio 快捷键初探 (1)
- android 源码阅读的计划 (1)
- 计算机网络学习-VLAN (1)
- sed 高级 合并行 (1)
- CAP 一致性 可用性 分布式容错性 (1)
- android lib so 库文件 (0)
- android lib so 库文件 移植 (1)
- android 不错的博文 (1)
- sourceinsight 源码 阅读 (1)
- Android Tab UI (1)
- 诗 (1)
- mysql 批处理 (0)
- netty 堆外内存 DirectByteBuffer (1)
- netty 并发 百万 推送 (1)
- Linux操作系统中内存buffer和cache的区别 (1)
- maven intellij target bytecode version (1)
- linux sleep()的实现原理 (1)
- android (2)
- javadoc 代码注释规范 (1)
- spring 自动注入bean auto (1)
- Photoshop CS6常用快捷键 (1)
- 股票 数据 机器 分析 (1)
- 批处理 (1)
- mysql -e (1)
- char (1)
- Unicode (1)
- 编码 (1)
- utf8 (1)
- utf-8 (1)
- utf16 (1)
- utf-16 (1)
- IntelliJ IDEA (1)
- ide (1)
- idea (1)
- intellij (1)
- 文件 (1)
- 目录 (1)
- 源代码 (1)
- CountDownLatch (1)
- CyclicBarrier (1)
- Semaphore (1)
- spring (1)
- linux 查看不同进制文件 (1)
- WebMvcConfigurationSupport (1)
- sdkman工具的使用 (1)
- http header (1)
- LINUX系统优化 (1)
最新评论
-
gelongmei:
威武我大酒神
shell脚本不换行刷新数据
python 快捷函数使用
http://blog.csdn.net/iloveppp123/article/details/6613012
1,for (d,x) in dict.items():
print "key:"+d+",value:"+str(x)
2,for d,x in dict.items():
print "key:"+d+",value:"+str(x)
list -> dict 转换
names = ['n1','n2','n3']
values = [1,2,3]
nvs = zip(names,values)
nvDict = dict( (name,value) for name,value in nvs)
1.lambda lambda其实就是一条语句,lambda(x):body。x是lambda函数的参数,参数可以有任意多个(包括可选参数);body是函数体,只能是一个表达式,并且直接返回该表达式的值。
>>>f=lambda x:x+1
>>>f(2)
3
>>>(lambda x,y:x+y)(2,3)
5
2.filter filter(func, list)接受两个参数:一个函数func和一个列表list,返回一个列表。函数func只能有一个参数。filter的功能:列表中所有元素作为参数传递给函数,返回可以另func返回真的元素的列表
>>>l=['abc','acd','1245','ddad','aaa']
>>>func(s)
... return s.startswith('a')
>>>filter(func, l)
['abc','acd','aaa']
filter为过滤list,并返回list,绑定的函数为一个返回bool值的函数
filter(lambda item:item>2,[1,2,3,4])
>>>[3,4]
def fun(x):
return x>2 and x<6
list=[1,2,3,4,5,6,7]
filter(fun,list)
>>> [3,4,5]
3.zip zip函数接受任意多个序列作为参数,将所有序列按相同的索引组合成一个元素是各个序列合并成的tuple的新序列,新的序列的长度以参数中最短的序列为准。另外(*)操作符与zip函数配合可以实现与zip相反的功能,即将合并的序列拆成多个tuple
>>>x=[1,2,3],y=['a','b','c']
>>>zip(x,y)
[(1,'a'),(2,'b'),(3,'c')]
>>>zip(*zip(x,y))
[(1,2,3),('a','b','c')]
4.map为操作list,返回list,绑定的函数为修改list中每一个值的函数
>>> list=[1,2,3]
>>> map(lambda x : x*2,list)
>>> [2, 4, 6]
5.reduce为逐次操作list里的每项,接收的参数为 2个,最后返回的为一个结果
>>> def myadd(x,y):
>>> return x+y
>>> sum=reduce(myadd,(1,2,3))
>>> 6
========================
除了直接相加(生成新的list),还有两种方法(修改其中一个list):
用list的extend方法,L1.extend(L2),该方法将参数L2的全部元素添加到L1的尾部,例如:
>>> L1 = [1, 2, 3, 4, 5]
>>> L2 = [20, 30, 40]
>>> L1.extend(L2)
>>> L1
[1, 2, 3, 4, 5, 20, 30, 40]
用切片(slice)操作,L1[len(L1):len(L1)] = L2和上面的方法等价,例如:
>>> L1 = [1, 2, 3, 4, 5]
>>> L2 = [20, 30, 40]
>>> L1[len(L1):len(L1)] = L2
>>>
>>> L1
[1, 2, 3, 4, 5, 20, 30, 40]
但切片方法用起来更灵活,可以插入到头部,或其他任意部位,例如:
加到开头:
>>> L1 = [1, 2, 3, 4, 5]
>>> L2 = [20, 30, 40]
>>> L1[0:0] = L2
>>> L1
[20, 30, 40, 1, 2, 3, 4, 5]
加到中间:
>>> L1 = [1, 2, 3, 4, 5]
>>> L2 = [20, 30, 40]
>>>
>>> L1[1:1] = L2
>>> L1
[1, 20, 30, 40, 2, 3, 4, 5]
1,for (d,x) in dict.items():
print "key:"+d+",value:"+str(x)
2,for d,x in dict.items():
print "key:"+d+",value:"+str(x)
list -> dict 转换
names = ['n1','n2','n3']
values = [1,2,3]
nvs = zip(names,values)
nvDict = dict( (name,value) for name,value in nvs)
1.lambda lambda其实就是一条语句,lambda(x):body。x是lambda函数的参数,参数可以有任意多个(包括可选参数);body是函数体,只能是一个表达式,并且直接返回该表达式的值。
>>>f=lambda x:x+1
>>>f(2)
3
>>>(lambda x,y:x+y)(2,3)
5
2.filter filter(func, list)接受两个参数:一个函数func和一个列表list,返回一个列表。函数func只能有一个参数。filter的功能:列表中所有元素作为参数传递给函数,返回可以另func返回真的元素的列表
>>>l=['abc','acd','1245','ddad','aaa']
>>>func(s)
... return s.startswith('a')
>>>filter(func, l)
['abc','acd','aaa']
filter为过滤list,并返回list,绑定的函数为一个返回bool值的函数
filter(lambda item:item>2,[1,2,3,4])
>>>[3,4]
def fun(x):
return x>2 and x<6
list=[1,2,3,4,5,6,7]
filter(fun,list)
>>> [3,4,5]
3.zip zip函数接受任意多个序列作为参数,将所有序列按相同的索引组合成一个元素是各个序列合并成的tuple的新序列,新的序列的长度以参数中最短的序列为准。另外(*)操作符与zip函数配合可以实现与zip相反的功能,即将合并的序列拆成多个tuple
>>>x=[1,2,3],y=['a','b','c']
>>>zip(x,y)
[(1,'a'),(2,'b'),(3,'c')]
>>>zip(*zip(x,y))
[(1,2,3),('a','b','c')]
4.map为操作list,返回list,绑定的函数为修改list中每一个值的函数
>>> list=[1,2,3]
>>> map(lambda x : x*2,list)
>>> [2, 4, 6]
5.reduce为逐次操作list里的每项,接收的参数为 2个,最后返回的为一个结果
>>> def myadd(x,y):
>>> return x+y
>>> sum=reduce(myadd,(1,2,3))
>>> 6
========================
除了直接相加(生成新的list),还有两种方法(修改其中一个list):
用list的extend方法,L1.extend(L2),该方法将参数L2的全部元素添加到L1的尾部,例如:
>>> L1 = [1, 2, 3, 4, 5]
>>> L2 = [20, 30, 40]
>>> L1.extend(L2)
>>> L1
[1, 2, 3, 4, 5, 20, 30, 40]
用切片(slice)操作,L1[len(L1):len(L1)] = L2和上面的方法等价,例如:
>>> L1 = [1, 2, 3, 4, 5]
>>> L2 = [20, 30, 40]
>>> L1[len(L1):len(L1)] = L2
>>>
>>> L1
[1, 2, 3, 4, 5, 20, 30, 40]
但切片方法用起来更灵活,可以插入到头部,或其他任意部位,例如:
加到开头:
>>> L1 = [1, 2, 3, 4, 5]
>>> L2 = [20, 30, 40]
>>> L1[0:0] = L2
>>> L1
[20, 30, 40, 1, 2, 3, 4, 5]
加到中间:
>>> L1 = [1, 2, 3, 4, 5]
>>> L2 = [20, 30, 40]
>>>
>>> L1[1:1] = L2
>>> L1
[1, 20, 30, 40, 2, 3, 4, 5]
相关推荐
总之,Python在云函数部署中扮演着核心角色,提供了方便快捷的方式来实现各种自动化任务。在网易云上,通过Python编写的云函数,我们可以轻松实现诸如每日签到和升级打卡这样的功能,而无需关心服务器管理和运维工作...
Python 函数手册是编程者的重要参考资料,它包含了Python语言中内置的函数以及它们的使用方法。下面我们将深入探讨几个关键的内置函数。 1. `abs(x)`:这个函数返回一个数值的绝对值。无论是整数、长整数还是浮点数...
Python中的lambda匿名函数提供了一种快速定义简单函数的方法,使得编写小巧的函数变得更为方便和快捷。虽然lambda函数适用于快速的、临时的函数定义,但在处理复杂逻辑时,应避免过度使用,以免降低代码的可读性和可...
它也可以用于装饰器,或者创建特定用途的快捷函数。了解并熟练运用`functools.partial`能够提高代码的可读性和可维护性,尤其在处理高阶函数和函数组合时。 总之,Python的`functools.partial`提供了一种优雅的方式...
这些函数不需要导入任何模块即可使用,它们为开发人员提供了方便快捷的方法来处理数据、执行操作等。下面将详细介绍一系列Python3内置函数及其用法。 #### 常用内置函数详解 1. **`all()`** 和 **`any()`** - **`...
掌握Python标准库的使用也非常重要,因为它提供了大量的内置函数和模块,可以帮助我们更快捷和高效地编写程序。接下来,我们将结合实验内容和原理,详细探讨函数和模块在解决具体问题中的应用。 首先,曼哈顿距离的...
Python社区提供了大量的资料和教程,帮助开发者快速掌握signalUtility函数的使用方法和信号处理的技巧。 signalUtility函数的推出,降低了信号处理的门槛,提升了开发效率。它作为Python在信号处理领域的重要工具之...
Python中的偏函数(Partial ...了解并熟练使用偏函数可以提高代码的可读性和复用性,让Python编程更加灵活和高效。在实践中,偏函数是编写简洁、可维护代码的有力工具,尤其在需要处理复杂逻辑或简化接口的情况下。
这是一个Python函数图像工具,用于更便捷地得到各种数学函数的图像信息。 适用人群:数学爱好者,中学生 使用场景:研究数学问题(包括三角函数等) 适用系统:Windows 10及以上 其它说明:可以将它加入系统变量,...
通过 Boost.Python,可以将 C++ 类或函数直接暴露给 Python,并允许 Python 代码像调用原生 Python 对象一样使用它们。 **具体步骤**: 1. **编写 C++ 模块**: 创建一个 C++ 源文件(例如 boostCallTest1.cpp)...
4. **使用 DEF 构建函数**:函数是Python代码的复用单元,通过`def function_name(parameters):`定义。例如,`def greet(name): print("Hello, " + name)`定义了一个问候函数。 5. **流程控制结构:IF,WHILE,FOR*...
`当下软件园.url` 是一个快捷方式链接,可能是指向一个网站,提供更多的Python学习资源、更新信息或其他相关软件下载。 总的来说,Python 3.8.6在Windows上的安装和使用涉及到许多关键知识点,包括安装过程中的选项...
安装“python-3.0.msi”时,用户可以选择自定义安装路径、是否创建桌面快捷方式、是否将Python添加到系统路径等选项。安装完成后,用户可以通过命令行或启动菜单运行Python解释器,开始编写和执行Python代码。 为了...
最后,文档提到了使用pip安装SymPy的方法,即通过Python的包管理工具pip直接安装SymPy库,这是一个非常方便快捷的方式来获取和安装Python库。 通过文档提供的内容,我们可以看到,Python不仅在数据分析、网络开发、...
本身将帮助你学习这个奇妙的语言,并且向你展示如何即快捷又方便地完成任务——真正意义上“为编程问题提供的完美解决方案!”(chm无法显示内容时需在属性中“解除锁定”)
匿名函数,也称为lambda函数,是Python中定义简单单行函数的一种快捷方式。它们的语法形式为`lambda 参数列表: 表达式`,例如`lambda x, y: x + y`。这种函数通常用于需要一个简短功能的地方,如作为参数传递给高阶...
Python 3.8.20的Windows安装包为Windows用户提供了方便快捷的Python环境搭建途径,使得用户能够迅速投入到Python编程之中,利用Python强大的功能和简洁的语法进行软件开发和问题解决。无论是个人学习还是企业项目...
5. **PEP 3107**:引入了函数注解,允许程序员在函数定义时添加元数据,虽然在Python 2中并不强制执行,但在Python 3中被更广泛使用。 6. **新的内建函数**:比如`next()`函数,用于迭代器的迭代,以及`binascii`...