python开发基础04-函数、递归、匿名函数、高阶函数、装饰器
匿名函数 lamba
lambda x,y,z=1:x+y+z
匿名就是没有名字 def func(x,y,z=1):return x+y+z匿名 lambda x,y,z=1:x+y+z #与函数有相同的作用域,但是匿名意味着引用计数为0,使用一次就释放,除非让其有名字 func=lambda x,y,z=1:x+y+z func(1,2,3) #让其有名字就没有意义
map函数
map返回的是一次性迭代器
map()函数是python内置的高阶函数,对传入的list的每一个元素进行映射,返回一个新的映射之后的list
map及下属2个内置函数与匿名函数的配合使用见文章结尾
map()函数
map()是 Python 内置的高阶函数,它接收一个函数 f 和一个 list,并通过把函数 f 依次作用在 list 的每个元素上,得到一个新的 list 并返回。例如,对于list [1, 2, 3, 4, 5, 6, 7, 8, 9]如果希望把list的每个元素都作平方,就可以用map()函数:因此,我们只需要传入函数f(x)=x*x,就可以利用map()函数完成这个计算:def f(x):return x*x
print map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
输出结果:[1, 4, 9, 10, 25, 36, 49, 64, 81]
注意:map()函数不改变原有的 list,而是返回一个新的 list。利用map()函数,可以把一个 list 转换为另一个 list,只需要传入转换函数。由于list包含的元素可以是任何类型,因此,map() 不仅仅可以处理只包含数值的 list,事实上它可以处理包含任意类型的 list,只要传入的函数f可以处理这种数据类型。任务
假设用户输入的英文名字不规范,没有按照首字母大写,后续字母小写的规则,请利用map()函数,把一个list(包含若干不规范的英文名字)变成一个包含规范英文名字的list:输入:['adam', 'LISA', 'barT']
输出:['Adam', 'Lisa', 'Bart']def format_name(s):s1=s[0:1].upper()+s[1:].lower();return s1;print map(format_name, ['adam', 'LISA', 'barT'])
filter函数
filter()函数对list中的每一个元素带入f函数进行运算,保留返回结构为真的元素。
filter()函数
filter()函数是 Python 内置的另一个有用的高阶函数,filter()函数接收一个函数 f 和一个list,这个函数 f 的作用是对每个元素进行判断,返回 True或 False,filter()根据判断结果自动过滤掉不符合条件的元素,返回由符合条件元素组成的新list。例如,要从一个list [1, 4, 6, 7, 9, 12, 17]中删除偶数,保留奇数,首先,要编写一个判断奇数的函数:def is_odd(x):return x % 2 == 1
然后,利用filter()过滤掉偶数:filter(is_odd, [1, 4, 6, 7, 9, 12, 17])
结果:[1, 7, 9, 17]利用filter(),可以完成很多有用的功能,例如,删除 None 或者空字符串:def is_not_empty(s):return s and len(s.strip()) > 0
filter(is_not_empty, ['test', None, '', 'str', ' ', 'END'])
结果:['test', 'str', 'END']注意: s.strip(rm) 删除 s 字符串中开头、结尾处的 rm 序列的字符。当rm为空时,默认删除空白符(包括'\n', '\r', '\t', ' '),如下:a = ' 123'
a.strip()
结果: '123'a='\t\t123\r\n'
a.strip()
结果:'123'任务
请利用filter()过滤出1~100中平方根是整数的数,即结果应该是:[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
reduce函数
reduce()函数也是python内置的高阶函数,可以把所有的元素进行f运算,同时可以传入三个参数,第三个参数作为初值。
python2中可直接使用
python3中许导入模块
from functools import reduce
reduce()函数
reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似,一个函数 f,一个list,但行为和 map()不同,reduce()传入的函数 f 必须接收两个参数,reduce()对list的每个元素反复调用函数f,并返回最终结果值。例如,编写一个f函数,接收x和y,返回x和y的和:def f(x, y):return x + y
调用 reduce(f, [1, 3, 5, 7, 9])时,reduce函数将做如下计算:先计算头两个元素:f(1, 3),结果为4;
再把结果和第3个元素计算:f(4, 5),结果为9;
再把结果和第4个元素计算:f(9, 7),结果为16;
再把结果和第5个元素计算:f(16, 9),结果为25;
由于没有更多的元素了,计算结束,返回结果25。
上述计算实际上是对 list 的所有元素求和。虽然Python内置了求和函数sum(),但是,利用reduce()求和也很简单。reduce()还可以接收第3个可选参数,作为计算的初始值。如果把初始值设为100,计算:reduce(f, [1, 3, 5, 7, 9], 100)
结果将变为125,因为第一轮计算是:计算初始值和第一个元素:f(100, 1),结果为101。任务
Python内置了求和函数sum(),但没有求积的函数,请利用recude()来求积:输入:[2, 4, 5, 7, 12]
输出:2*4*5*7*12的结果def prod(x, y):return x*yprint reduce(prod, [2, 4, 5, 7, 12])
内置函数
#注意:内置函数id()可以返回一个对象的身份,返回值为整数。这个整数通常对应与该对象在内存中的位置,但这与python的具体实现有关,不应该作为对身份的定义,即不够精准,最精准的还是以内存地址为准。is运算符用于比较两个对象的身份,等号比较两个对象的值,内置函数type()则返回一个对象的类型
#更多内置函数:https://docs.python.org/3/library/functions.html?highlight=built#ascii
参考:http://www.cnblogs.com/linhaifeng/articles/7580830.html#_label4
课程内容概要
课程重点
1 什么是函数? 2 为什么要用函数? 3 函数的分类:内置函数与自定义函数 4 如何自定义函数语法定义有参数函数,及有参函数的应用场景定义无参数函数,及无参函数的应用场景定义空函数,及空函数的应用场景5 调用函数如何调用函数函数的返回值函数参数的应用:形参和实参,位置参数,关键字参数,默认参数,*args,**kwargs6 高阶函数(函数对象) 7 函数嵌套 8 作用域与名称空间 9 装饰器 10 迭代器与生成器及协程函数 11 三元运算,列表解析、生成器表达式 12 函数的递归调用 13 内置函数 14 面向过程编程与函数式编程
一:为何用函数之不使用函数的问题 #组织结构不清晰 #代码冗余 #无法统一管理且维护难度大 二:函数分类: 1. 内置函数 2. 自定义函数 三:为何要定义函数 函数即变量,变量必须先定义后使用,未定义而直接引用函数,就相当于在引用一个不存在的变量名 代码演示? 四:定义函数都干了哪些事? 只检测语法,不执行代码 五:如何定义函数(函数名要能反映其意义) def ... 六:定义函数的三种形式 无参:应用场景仅仅只是执行一些操作,比如与用户交互,打印 有参:需要根据外部传进来的参数,才能执行相应的逻辑,比如统计长度,求最大值最小值 空函数:设计代码结构 七 :函数的调用 1 先找到名字 2 根据名字调用代码 函数的返回值? 0->None 1->返回1个值 多个->元组 什么时候该有? 调用函数,经过一系列的操作,最后要拿到一个明确的结果,则必须要有返回值 通常有参函数需要有返回值,输入参数,经过计算,得到一个最终的结果 什么时候不需要有? 调用函数,仅仅只是执行一系列的操作,最后不需要得到什么结果,则无需有返回值 通常无参函数不需要有返回值 八:函数调用的三种形式 1 语句形式:foo() 2 表达式形式:3*len('hello') 4 当中另外一个函数的参数:range(len('hello')) 九:函数的参数: 1 形参和实参定义 2 形参即变量名,实参即变量值,函数调用则将值绑定到名字上,函数调用结束,解除绑定 3 具体应用 位置参数:按照从左到右的顺序定义的参数 位置形参:必选参数 位置实参:按照位置给形参传值 关键字参数:按照key=value的形式定义实参 无需按照位置为形参传值 注意的问题: 1. 关键字实参必须在位置实参右面 2. 对同一个形参不能重复传值 默认参数:形参在定义时就已经为其赋值 可以传值也可以不传值,经常需要变得参数定义成位置形参,变化较小的参数定义成默认参数(形参) 注意的问题: 1. 只在定义时赋值一次 2. 默认参数的定义应该在位置形参右面 3. 默认参数通常应该定义成不可变类型 可变长参数: 针对实参在定义时长度不固定的情况,应该从形参的角度找到可以接收可变长实参的方案,这就是可变长参数(形参) 而实参有按位置和按关键字两种形式定义,针对这两种形式的可变长,形参也应该有两种解决方案,分别是*args,**kwargs
===========*args=========== def foo(x,y,*args):print(x,y)print(args) foo(1,2,3,4,5)def foo(x,y,*args):print(x,y)print(args) foo(1,2,*[3,4,5])def foo(x,y,z):print(x,y,z) foo(*[1,2,3])===========**kwargs=========== def foo(x,y,**kwargs):print(x,y)print(kwargs) foo(1,y=2,a=1,b=2,c=3)def foo(x,y,**kwargs):print(x,y)print(kwargs) foo(1,y=2,**{'a':1,'b':2,'c':3})def foo(x,y,z):print(x,y,z) foo(**{'z':1,'x':2,'y':3})===========*args+**kwargs===========def foo(x,y):print(x,y)def wrapper(*args,**kwargs):print('====>')foo(*args,**kwargs)
*args **kwargs
命名关键字参数:*后定义的参数,必须被传值(有默认值的除外),且必须按照关键字实参的形式传递 可以保证,传入的参数中一定包含某些关键字
def foo(x,y,*args,a=1,b,**kwargs):print(x,y)print(args)print(a)print(b)print(kwargs)foo(1,2,3,4,5,b=3,c=4,d=5)
结果:1 2(3, 4, 5)13{'c': 4, 'd': 5}
十 阶段性练习
1、写函数,,用户传入修改的文件名,与要修改的内容,执行函数,完成批了修改操作
2、写函数,计算传入字符串中【数字】、【字母】、【空格] 以及 【其他】的个数
3、写函数,判断用户传入的对象(字符串、列表、元组)长度是否大于5。
4、写函数,检查传入列表的长度,如果大于2,那么仅保留前两个长度的内容,并将新内容返回给调用者。
5、写函数,检查获取传入列表或元组对象的所有奇数位索引对应的元素,并将其作为新列表返回给调用者。
奇数的语句print x[::2]
偶数的语句print x[1::2]
6、写函数,检查字典的每一个value的长度,如果大于2,那么仅保留前两个长度的内容,并将新内容返回给调用者。
dic = {"k1": "v1v1", "k2": [11,22,33,44]}
PS:字典中的value只能是字符串或列表
#题目一 def modify_file(filename,old,new):import oswith open(filename,'r',encoding='utf-8') as read_f,\open('.bak.swap','w',encoding='utf-8') as write_f:for line in read_f:if old in line:line=line.replace(old,new)write_f.write(line)os.remove(filename)os.rename('.bak.swap',filename)modify_file('/Users/jieli/PycharmProjects/爬虫/a.txt','alex','SB')#题目二 def check_str(msg):res={'num':0,'string':0,'space':0,'other':0,}for s in msg:if s.isdigit():res['num']+=1elif s.isalpha():res['string']+=1elif s.isspace():res['space']+=1else:res['other']+=1return resres=check_str('hello name:aSB passowrd:alex3714') print(res)#题目三:略#题目四 def func1(seq):if len(seq) > 2:seq=seq[0:2]return seq print(func1([1,2,3,4]))#题目五 def func2(seq):return seq[::2] print(func2([1,2,3,4,5,6,7]))#题目六 def func3(dic):d={}for k,v in dic.items():if len(v) > 2:d[k]=v[0:2]return d print(func3({'k1':'abcdef','k2':[1,2,3,4],'k3':('a','b','c')}))
View Code
=======================本节课新内容========================== 一:函数对象:函数是第一类对象,即函数可以当作数据传递 1 可以被引用 2 可以当作参数传递 3 返回值可以是函数 3 可以当作容器类型的元素 #利用该特性,优雅的取代多分支的if
def foo():print('foo')def bar():print('bar')dic={'foo':foo,'bar':bar,
}
while True:choice=input('>>: ').strip()if choice in dic:dic[choice]()
二:函数的嵌套
1 函数的嵌套调用
def max(x,y):return x if x > y else ydef max4(a,b,c,d):res1=max(a,b)res2=max(res1,c)res3=max(res2,d)return res3
print(max4(1,2,3,4))
2 函数的嵌套定义
def f1():def f2():def f3():print('from f3')f3()f2()f1()
#f3() #报错
三 名称空间和作用域:
名称空间:存放名字的地方,三种名称空间,(之前遗留的问题x=1,1存放于内存中,那名字x存放在哪里呢?名称空间正是存放名字x与1绑定关系的地方) 加载顺序是? 名字的查找顺序?(在全局无法查看局部的,在局部可以查看全局的)
max=1
def f1():# max=2def f2():# max=3print(max)f2()
f1()
print(max)
作用域即范围
- 全局范围:全局存活,全局有效 - 局部范围:临时存活,局部有效 - 作用域关系是在函数定义阶段就已经固定的,与函数的调用位置无关,如下
x=1
def f1():def f2():rint(x)return f2
def f3(func):x=2func()
f3(f1())
查看作用域:globals(),locals()
global nonlocal LEGB 代表名字查找顺序: locals -> enclosing function -> globals -> __builtins__ locals 是函数内的名字空间,包括局部变量和形参 enclosing 外部嵌套函数的名字空间(闭包中常见) globals 全局变量,函数定义所在模块的名字空间 builtins 内置模块的名字空间 四:闭包:内部函数包含对外部作用域而非全局作用域的引用 提示:之前我们都是通过参数将外部的值传给函数,闭包提供了另外一种思路,包起来喽,包起呦,包起来哇
def counter():n=0def incr():nonlocal nx=nn+=1return xreturn incrc=counter()
print(c())
print(c())
print(c())
print(c.__closure__[0].cell_contents) #查看闭包的元素
闭包的意义:返回的函数对象,不仅仅是一个函数对象,在该函数外还包裹了一层作用域,这使得,该函数无论在何处调用,优先使用自己外层包裹的作用域
应用领域:延迟计算(原来我们是传参,现在我们是包起来)
from urllib.request import urlopendef index(url):def get():return urlopen(url).read()return getbaidu=index('http://www.baidu.com')
print(baidu().decode('utf-8'))
五: 装饰器(闭包函数的一种应用场景)
1 为何要用装饰器: 开放封闭原则:对修改封闭,对扩展开放 2 什么是装饰器 装饰器他人的器具,本身可以是任意可调用对象,被装饰者也可以是任意可调用对象。 强调装饰器的原则:1 不修改被装饰对象的源代码 2 不修改被装饰对象的调用方式 装饰器的目标:在遵循1和2的前提下,为被装饰对象添加上新功能 3. 先看简单示范
import time
def timmer(func):def wrapper(*args,**kwargs):start_time=time.time()res=func(*args,**kwargs)stop_time=time.time()print('run time is %s' %(stop_time-start_time))return resreturn wrapper
##@装饰器 要给foo添加功能,则写在def foo头部,等同于 foo=timmer(foo)
@timmer
def foo():time.sleep(3)print('from foo')
foo()
4
def auth(driver='file'):def auth2(func):def wrapper(*args,**kwargs):name=input("user: ")pwd=input("pwd: ")if driver == 'file':if name == 'egon' and pwd == '123':print('login successful')res=func(*args,**kwargs)return reselif driver == 'ldap':print('ldap')return wrapperreturn auth2@auth(driver='file')
def foo(name):print(name)foo('egon')
5 装饰器语法:
被装饰函数的正上方,单独一行 @deco1 @deco2 @deco3 def foo(): pass foo=deco1(deco2(deco3(foo))) 6 装饰器补充:wraps
from functools import wrapsdef deco(func):@wraps(func) #加在最内层函数正上方def wrapper(*args,**kwargs):return func(*args,**kwargs)return wrapper@deco
def index():'''哈哈哈哈'''print('from index')print(index.__doc__)
7 装饰器练习
一:编写函数,(函数执行的时间是随机的)
二:编写装饰器,为函数加上统计时间的功能
三:编写装饰器,为函数加上认证的功能
四:编写装饰器,为多个函数加上认证的功能(用户的账号密码来源于文件),要求登录成功一次,后续的函数都无需再输入用户名和密码
注意:从文件中读出字符串形式的字典,可以用eval('{"name":"egon","password":"123"}')转成字典格式
五:编写装饰器,为多个函数加上认证功能,要求登录成功一次,在超时时间内无需重复登录,超过了超时时间,则必须重新登录
六:编写下载网页内容的函数,要求功能是:用户传入一个url,函数返回下载页面的结果
七:为题目五编写装饰器,实现缓存网页内容的功能:
具体:实现下载的页面存放于文件中,如果文件内有值(文件大小不为0),就优先从文件中读取网页内容,否则,就去下载,然后存到文件中
扩展功能:用户可以选择缓存介质/缓存引擎,针对不同的url,缓存到不同的文件中
八:还记得我们用函数对象的概念,制作一个函数字典的操作吗,来来来,我们有更高大上的做法,在文件开头声明一个空字典,然后在每个函数前加上装饰器,完成自动添加到字典的操作
九 编写日志装饰器,实现功能如:一旦函数f1执行,则将消息2017-07-21 11:12:11 f1 run写入到日志文件中,日志文件路径可以指定
注意:时间格式的获取
import time
time.strftime('%Y-%m-%d %X')
#题目一:略 #题目二:略 #题目三:略 #题目四: db='db.txt' login_status={'user':None,'status':False} def auth(auth_type='file'):def auth2(func):def wrapper(*args,**kwargs):if login_status['user'] and login_status['status']:return func(*args,**kwargs)if auth_type == 'file':with open(db,encoding='utf-8') as f:dic=eval(f.read())name=input('username: ').strip()password=input('password: ').strip()if name in dic and password == dic[name]:login_status['user']=namelogin_status['status']=Trueres=func(*args,**kwargs)return reselse:print('username or password error')elif auth_type == 'sql':passelse:passreturn wrapperreturn auth2@auth() def index():print('index')@auth(auth_type='file') def home(name):print('welcome %s to home' %name)# index() # home('egon')#题目五 import time,random user={'user':None,'login_time':None,'timeout':0.000003,}def timmer(func):def wrapper(*args,**kwargs):s1=time.time()res=func(*args,**kwargs)s2=time.time()print('%s' %(s2-s1))return resreturn wrapperdef auth(func):def wrapper(*args,**kwargs):if user['user']:timeout=time.time()-user['login_time']if timeout < user['timeout']:return func(*args,**kwargs)name=input('name>>: ').strip()password=input('password>>: ').strip()if name == 'egon' and password == '123':user['user']=nameuser['login_time']=time.time()res=func(*args,**kwargs)return resreturn wrapper@auth def index():time.sleep(random.randrange(3))print('welcome to index')@auth def home(name):time.sleep(random.randrange(3))print('welcome %s to home ' %name)index() home('egon')#题目六:略 #题目七:简单版本 import requests import os cache_file='cache.txt' def make_cache(func):def wrapper(*args,**kwargs):if not os.path.exists(cache_file):with open(cache_file,'w'):passif os.path.getsize(cache_file):with open(cache_file,'r',encoding='utf-8') as f:res=f.read()else:res=func(*args,**kwargs)with open(cache_file,'w',encoding='utf-8') as f:f.write(res)return resreturn wrapper@make_cache def get(url):return requests.get(url).text# res=get('https://www.python.org')# print(res)#题目七:扩展版本 import requests,os,hashlib engine_settings={'file':{'dirname':'./db'},'mysql':{'host':'127.0.0.1','port':3306,'user':'root','password':'123'},'redis':{'host':'127.0.0.1','port':6379,'user':'root','password':'123'}, }def make_cache(engine='file'):if engine not in engine_settings:raise TypeError('egine not valid')def deco(func):def wrapper(url):if engine == 'file':m=hashlib.md5(url.encode('utf-8'))cache_filename=m.hexdigest()cache_filepath=r'%s/%s' %(engine_settings['file']['dirname'],cache_filename)if os.path.exists(cache_filepath) and os.path.getsize(cache_filepath):return open(cache_filepath,encoding='utf-8').read()res=func(url)with open(cache_filepath,'w',encoding='utf-8') as f:f.write(res)return reselif engine == 'mysql':passelif engine == 'redis':passelse:passreturn wrapperreturn deco@make_cache(engine='file') def get(url):return requests.get(url).text# print(get('https://www.python.org')) print(get('https://www.baidu.com'))#题目八 route_dic={}def make_route(name):def deco(func):route_dic[name]=funcreturn deco @make_route('select') def func1():print('select')@make_route('insert') def func2():print('insert')@make_route('update') def func3():print('update')@make_route('delete') def func4():print('delete')print(route_dic)#题目九 import time import osdef logger(logfile):def deco(func):if not os.path.exists(logfile):with open(logfile,'w'):passdef wrapper(*args,**kwargs):res=func(*args,**kwargs)with open(logfile,'a',encoding='utf-8') as f:f.write('%s %s run\n' %(time.strftime('%Y-%m-%d %X'),func.__name__))return resreturn wrapperreturn deco@logger(logfile='aaaaaaaaaaaaaaaaaaaaa.log') def index():print('index')index()
答案
用户登录装饰
import time
user,passwd = 'alex','abc123'
def auth(auth_type):print("auth func:",auth_type)def outer_wrapper(func):def wrapper(*args, **kwargs):print("wrapper func args:", *args, **kwargs)if auth_type == "local":username = input("Username:").strip()password = input("Password:").strip()if user == username and passwd == password:print("\033[32;1mUser has passed authentication\033[0m")res = func(*args, **kwargs) # from homeprint("---after authenticaion ")return reselse:exit("\033[31;1mInvalid username or password\033[0m")elif auth_type == "ldap":print("搞毛线ldap,不会。。。。")return wrapperreturn outer_wrapperdef index():print("welcome to index page")
@auth(auth_type="local") # home = wrapper()
def home():print("welcome to home page")return "from home"@auth(auth_type="ldap")
def bbs():print("welcome to bbs page")index()
print(home()) #wrapper()
bbs()
六:迭代器 迭代的概念:重复的过程称为迭代,每次重复即一次迭代,并且每次迭代的结果是下一次迭代的初始值
# while True: #只满足重复,因而不是迭代
# print('====>')#迭代
l=[1,2,3]
count=0
while count < len(l): #只满足重复,因而不是迭代print('====>',l[count])count+=1#其他
为何要有迭代器?
可迭代的对象? 哪些是可迭代对象? 迭代器?
l={'a':1,'b':2,'c':3,'d':4,'e':5}
i=l.__iter__() #等于i=iter(l)print(next(i))
print(next(i))
print(next(i))
StopIteration
for循环
迭代器的优缺点: 优点: 提供统一的且不依赖于索引的迭代方式 惰性计算,节省内存 缺点: 无法获取长度 一次性的,只能往后走,不能往前退 迭代器协议 练习:判断以下对象哪个是可迭代对象,哪个是迭代器对象
s='hello'
l=[1,2,3,4]
t=(1,2,3)
d={'a':1}
set={1,2,3}
f=open('a.txt')
七 生成器 yield: 把函数做成迭代器 对比return,可以返回多次值,挂起函数的运行状态
通过列表生成式,我们可以直接创建一个列表。但是,受到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器:generator。
要创建一个generator,有很多种方法。第一种方法很简单,只要把一个列表生成式的[]
改成()
,就创建了一个generator
列表生成式 a = [ i*2 for i in range(10)]
>>> L=
[x
*
x
for
x
in
range
(
10
)]
>>> L
[
0
,
1
,
4
,
9
,
16
,
25
,
36
,
49
,
64
,
81
]
>>> g
=
(x
*
x
for
x
in
range
(
10
))
>>> g
<generator
object
<genexpr> at
0x1022ef630
>
Python之路,Day4 - Python基础4 (new版): http://www.cnblogs.com/alex3714/articles/5765046.html
如果一个函数定义中包含yield
关键字,那么这个函数就不再是一个普通函数,而是一个generator
# def foo():
# return 1
# return 2
# return 3
#
# res=foo()
# print(res)def foo():yield 1yield 2yield 3res=foo()
print(res)from collections import Iterable,Iterator
print(isinstance(res,Iterator))print(next(res))
print(next(res))
print(next(res))#应用一:
def counter(n):print('start')i=0while i < n:yield ii+=1print('end')c=counter(5)
# print(next(c)) #0
# print(next(c)) #1
# print(next(c)) #2
# print(next(c)) #3
# print(next(c)) #4
# print(next(c)) #5 --->没有yield,抛出StopIterationfor i in counter(5):print(i)#应用二:管道tail -f a.txt |grep 'python'
import time
def tail(filepath):with open(filepath,encoding='utf-8') as f:f.seek(0,2)while True:line=f.readline()if line:yield lineelse:time.sleep(0.5)def grep(pattern,lines):for line in lines:if pattern in line:yield linefor i in grep('python',tail('a.txt')):print(i)#协程函数def eater(name):print('%s说:我开动啦' %name)food_list=[]while True:food=yield food_listfood_list.append(food)print('%s 吃了 %s' %(name,food))e=eater('egon')e.send(None) #next(e) #初始化装饰器,e.close() #关闭#面向过程编程:
import os
def init(func):def wrapper(*args,**kwargs):g=func(*args,**kwargs)next(g)return greturn wrapperdef search(file_dir,target):for par_dir,_,files in os.walk(file_dir):for file in files:filepath='%s\%s' %(par_dir,file)target.send(filepath)@init
def opener(target):while True:filepath=yieldwith open(filepath) as f:target.send((f,filepath))
@init
def cat(target):while True:res=Falsef,filepath=yield resfor line in f:print(line,end='')res=target.send((line,filepath))if res:break@init
def grep(pattern,target):res = Falsewhile True:line,filepath=yield resres=Falseif pattern in line:res=Truetarget.send(filepath)@init
def printer():while True:filepath=yieldprint(filepath)search(r'C:\Users\Administrator\PycharmProjects\test\字符编码\a',opener(cat(grep('python',printer()))))
#注意:target.send(...)在拿到target的返回值后才算执行结束 import osdef init(func):def wrapper(*args,**kwargs):g=func(*args,**kwargs)next(g)return greturn wrapper @init def search(target):while True:search_dir=yieldfor par_dir,_,files in os.walk(search_dir):for file in files:file_abs_path=r'%s\%s' %(par_dir,file)# print(file_abs_path) target.send(file_abs_path) @init def opener(target):while True:file_abs_path=yieldwith open(file_abs_path,encoding='utf-8') as f:target.send((file_abs_path,f)) @init def cat(target):while True:file_abs_path,f=yieldprint('检索文件',file_abs_path)for line in f:tag=target.send((file_abs_path,line))print('检索文件的行: %s' %line)if tag:break@init def grep(pattern,target):tag=Falsewhile True:file_abs_path,line=yield tagtag=Falseif pattern in line:tag=Truetarget.send(file_abs_path) @init def printer():while True:file_abs_path=yieldprint('过滤出的结果=========>',file_abs_path)search_dir=r'C:\Users\Administrator\PycharmProjects\test\函数备课\a' e=search(opener(cat(grep('python',printer())))) e.send(search_dir)
备注
八:三元表达式,列表推导式,生成器表达式
==============================#三元表达式
name='alex'
name='linhaifeng'
res='SB' if name == 'alex' else 'shuai'
print(res)
==============================列表推导式
------------------1:引子
生一筐鸡蛋
egg_list=[]
for i in range(10):
egg_list.append('鸡蛋%s' %i)
egg_list=['鸡蛋%s' %i for i in range(10)] #列表解析
------------------2:语法
[expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
...
for itemN in iterableN if conditionN
]
类似于
res=[]
for item1 in iterable1:
if condition1:
for item2 in iterable2:
if condition2
...
for itemN in iterableN:
if conditionN:
res.append(expression)
------------------3:优点
方便,改变了编程习惯,声明式编程
------------------4:应用
l1=[3,-4,-1,5,7,9]
[i**i for i in l1]
[i for i in l1 if i >0]
s='egon'
[(i,j) for i in l1 if i>0 for j in s] #元组合必须加括号[i,j ...]非法
==============================生成器表达式
------------------1:引子
生一筐鸡蛋变成给你一只老母鸡,用的时候就下蛋,这也是生成器的特性
egg_list=[]
for i in range(10):
egg_list.append('鸡蛋%s' %i)
chicken=('鸡蛋%s' %i for i in range(10))
>>> chicken
<generator object <genexpr> at 0x10143f200>
>>> next(chicken)
'鸡蛋5'
------------------2:语法
语法与列表推导式类似,只是[]->()
(expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
...
for itemN in iterableN if conditionN
)
------------------3:优点
省内存,一次只产生一个值在内存中
------------------4:应用
读取一个大文件的所有内容,并且处理行
f=open('a.txt')
g=(line.strip() for line in f)
list(g) #因g可迭代,因而可以转成列表
------------------5:示例
#一
with open('a.txt') as f:
print(max(len(line) for line in f))
print(sum(len(line) for line in f)) #求包换换行符在内的文件所有的字节数,为何得到的值为0?
#二
print(max(len(line) for line in open('a.txt')))
print(sum(len(line) for line in open('a.txt')))
#三
with open('a.txt') as f:
g=(len(line) for line in f)
print(sum(g)) #为何报错?
==============================声明式编程
文件a.txt内容
apple 10 3
tesla 100000 1
mac 3000 2
lenovo 30000 3
chicken 10 3
f=open('a.py')
#求花了多少钱
g=(line.split() for line in f)
sum(float(price)*float(count) for _,price,count in g)
模拟数据库查询
>>> f=open('a.txt')
>>> g=(line.split() for line in f)
>>> goods_l=[{'name':n,'price':p,'count':c} for n,p,c in g]
过滤查询
>>> goods_l=[{'name':n,'price':p,'count':c} for n,p,c in g if float(p) > 10000]
九:匿名函数lambda
匿名就是没有名字
def func(x,y,z=1):
return x+y+z
匿名
lambda x,y,z=1:x+y+z #与函数有相同的作用域,但是匿名意味着引用计数为0,使用一次就释放,除非让其有名字
func=lambda x,y,z=1:x+y+z
func(1,2,3)
#让其有名字就没有意义
有名函数:循环使用,保存了名字,通过名字就可以重复引用函数功能
匿名函数:一次性使用,随时随时定义
应用:max,min,sorted,map,reduce,filter
十 内建函数
注意:内置函数id()可以返回一个对象的身份,返回值为整数。这个整数通常对应与该对象在内存中的位置,但这与python的具体实现有关,不应该作为对身份的定义,即不够精准,最精准的还是以内存地址为准。is运算符用于比较两个对象的身份,等号比较两个对象的值,内置函数type()则返回一个对象的类型
字典的运算:最小值,最大值,排序 salaries={'egon':3000,'alex':100000000,'wupeiqi':10000,'yuanhao':2000 }迭代字典,取得是key,因而比较的是key的最大和最小值 >>> max(salaries) 'yuanhao' >>> min(salaries) 'alex'可以取values,来比较 >>> max(salaries.values()) >>> min(salaries.values()) 但通常我们都是想取出,工资最高的那个人名,即比较的是salaries的值,得到的是键 >>> max(salaries,key=lambda k:salary[k]) 'alex' >>> min(salaries,key=lambda k:salary[k]) 'yuanhao'也可以通过zip的方式实现 salaries_and_names=zip(salaries.values(),salaries.keys()) 先比较值,值相同则比较键 >>> max(salaries_and_names) (100000000, 'alex')salaries_and_names是迭代器,因而只能访问一次 >>> min(salaries_and_names) Traceback (most recent call last):File "<stdin>", line 1, in <module> ValueError: min() arg is an empty sequencesorted(iterable,key=None,reverse=False)
示例
#字符串可以提供的参数 's' None >>> format('some string','s') 'some string' >>> format('some string') 'some string'#整形数值可以提供的参数有 'b' 'c' 'd' 'o' 'x' 'X' 'n' None >>> format(3,'b') #转换成二进制 '11' >>> format(97,'c') #转换unicode成字符 'a' >>> format(11,'d') #转换成10进制 '11' >>> format(11,'o') #转换成8进制 '13' >>> format(11,'x') #转换成16进制 小写字母表示 'b' >>> format(11,'X') #转换成16进制 大写字母表示 'B' >>> format(11,'n') #和d一样 '11' >>> format(11) #默认和d一样 '11'#浮点数可以提供的参数有 'e' 'E' 'f' 'F' 'g' 'G' 'n' '%' None >>> format(314159267,'e') #科学计数法,默认保留6位小数 '3.141593e+08' >>> format(314159267,'0.2e') #科学计数法,指定保留2位小数 '3.14e+08' >>> format(314159267,'0.2E') #科学计数法,指定保留2位小数,采用大写E表示 '3.14E+08' >>> format(314159267,'f') #小数点计数法,默认保留6位小数 '314159267.000000' >>> format(3.14159267000,'f') #小数点计数法,默认保留6位小数 '3.141593' >>> format(3.14159267000,'0.8f') #小数点计数法,指定保留8位小数 '3.14159267' >>> format(3.14159267000,'0.10f') #小数点计数法,指定保留10位小数 '3.1415926700' >>> format(3.14e+1000000,'F') #小数点计数法,无穷大转换成大小字母 'INF'#g的格式化比较特殊,假设p为格式中指定的保留小数位数,先尝试采用科学计数法格式化,得到幂指数exp,如果-4<=exp<p,则采用小数计数法,并保留p-1-exp位小数,否则按小数计数法计数,并按p-1保留小数位数 >>> format(0.00003141566,'.1g') #p=1,exp=-5 ==》 -4<=exp<p不成立,按科学计数法计数,保留0位小数点 '3e-05' >>> format(0.00003141566,'.2g') #p=1,exp=-5 ==》 -4<=exp<p不成立,按科学计数法计数,保留1位小数点 '3.1e-05' >>> format(0.00003141566,'.3g') #p=1,exp=-5 ==》 -4<=exp<p不成立,按科学计数法计数,保留2位小数点 '3.14e-05' >>> format(0.00003141566,'.3G') #p=1,exp=-5 ==》 -4<=exp<p不成立,按科学计数法计数,保留0位小数点,E使用大写 '3.14E-05' >>> format(3.1415926777,'.1g') #p=1,exp=0 ==》 -4<=exp<p成立,按小数计数法计数,保留0位小数点 '3' >>> format(3.1415926777,'.2g') #p=1,exp=0 ==》 -4<=exp<p成立,按小数计数法计数,保留1位小数点 '3.1' >>> format(3.1415926777,'.3g') #p=1,exp=0 ==》 -4<=exp<p成立,按小数计数法计数,保留2位小数点 '3.14' >>> format(0.00003141566,'.1n') #和g相同 '3e-05' >>> format(0.00003141566,'.3n') #和g相同 '3.14e-05' >>> format(0.00003141566) #和g相同 '3.141566e-05'
format示例
十一:内建函数补充(结合lambda)
字典的运算:最小值,最大值,排序
salaries={
'egon':3000,
'alex':100000000,
'wupeiqi':10000,
'yuanhao':2000
}
迭代字典,取得是key,因而比较的是key的最大和最小值
>>> max(salaries)
'yuanhao'
>>> min(salaries)
'alex'
可以取values,来比较
>>> max(salaries.values())
100000000
>>> min(salaries.values())
2000
但通常我们都是想取出,工资最高的那个人名,即比较的是salaries的值,得到的是键
>>> max(salaries,key=lambda k:salary[k])
'alex'
>>> min(salaries,key=lambda k:salary[k])
'yuanhao'
也可以通过zip的方式实现
salaries_and_names=zip(salaries.values(),salaries.keys())
先比较值,值相同则比较键
>>> max(salaries_and_names)
(100000000, 'alex')
salaries_and_names是迭代器,因而只能访问一次
>>> min(salaries_and_names)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: min() arg is an empty sequence
sorted(iterable,key=None,reverse=False)
#eval与compile
eval(str,[,globasl[,locals]])
eval('1+2+max(3,9,100)+1.3')
my_globals={'x':1}
my_locals={'x':2}
eval('1+x',my_globals,my_locals)
exec('for i in range(10):print("i")')
同样可以指定自己的名称空间
compile(str,filename,kind)
filename:用于追踪str来自于哪个文件,如果不想追踪就可以不定义
kind可以是:single代表一条语句,exec代表一组语句,eval代表一个表达式
s='for i in range(10):print(i)'
code=compile(s,'','exec')
exec(code)s='1+2+3'
code=compile(s,'','eval')
eval(code)
十二:函数的递归调用
图解:递推和回溯
# salary(5)=salary(4)+300
# salary(4)=salary(3)+300
# salary(3)=salary(2)+300
# salary(2)=salary(1)+300
# salary(1)=100
#
# salary(n)=salary(n-1)+300 n>1
# salary(1) =100 n=1def salary(n):if n == 1:return 100return salary(n-1)+300print(salary(5))
函数在调用时,直接或间接调用了自身,就是递归调用
def fac(n):#阶乘运算
if n == 1:return 1
else:return n*fib(n-1)
递归效率低,需要在进入下一次递归时保留当前的状态,见51cto博客
解决方法是尾递归,即在函数的最后一步(而非最后一行)调用自己
但是python又没有尾递归,且对递归层级做了限制
1. 必须有一个明确的结束条件
2. 每次进入更深一层递归时,问题规模相比上次递归都应有所减少
3. 递归效率不高,递归层次过多会导致栈溢出(在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧。由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出)
尾递归优化:http://egon09.blog.51cto.com/9161406/1842475
>>> sys.getrecursionlimit()
1000
>>> n=1
>>> def test():
... global n
... n+=1
... print(n)
... test()
...
>>> test()
>>> sys.setrecursionlimit(10000)
>>> test() #可以递归10000层了
虽然可以设置,但是因为不是尾递归,仍然要保存栈,内存大小一定,不可能无限递归
十三 阶段性练习:
1 文件内容如下,标题为:姓名,性别,年纪,薪资
egon male 18 3000
alex male 38 30000
wupeiqi female 28 20000
yuanhao female 28 10000
要求:
从文件中取出每一条记录放入列表中,
列表的每个元素都是{'name':'egon','sex':'male','age':18,'salary':3000}的形式
2 根据1得到的列表,取出薪资最高的人的信息
3 根据1得到的列表,取出最年轻的人的信息
4 根据1得到的列表,将每个人的信息中的名字映射成首字母大写的形式
5 根据1得到的列表,过滤掉名字以a开头的人的信息
6 使用递归打印斐波那契数列(前两个数的和得到第三个数)
0 1 1 2 3 4 7...
7 l=[1,2,[3,[4,5,6,[7,8,[9,10,[11,12,13,[14,15]]]]]]]
一个列表嵌套很多层,用递归取出所有的值
#1 with open('db.txt') as f:items=(line.split() for line in f)info=[{'name':name,'sex':sex,'age':age,'salary':salary} \for name,sex,age,salary in items]print(info) #2 print(max(info,key=lambda dic:dic['salary']))#3 print(min(info,key=lambda dic:dic['age']))# 4 info_new=map(lambda item:{'name':item['name'].capitalize(),'sex':item['sex'],'age':item['age'],'salary':item['salary']},info)print(list(info_new))#5 g=filter(lambda item:item['name'].startswith('a'),info) print(list(g))#6 #非递归 def fib(n):a,b=0,1while a < n:print(a,end=' ')a,b=b,a+bprint()fib(10) #递归 def fib(a,b,stop):if a > stop:returnprint(a,end=' ')fib(b,a+b,stop)fib(0,1,10)#7 l=[1,2,[3,[4,5,6,[7,8,[9,10,[11,12,13,[14,15]]]]]]]def get(seq):for item in seq:if type(item) is list:get(item)else:print(item) get(l)
答案
十四:二分法
l=[1,2,10,2,30,40,33,22,99,31]
def search(num,l):print(l)if len(l) > 1:mid=len(l)//2if num > l[mid]:#in the rightl=l[mid:]search(num,l)elif num < l[mid]:#in the leftl=l[:mid]search(num,l)else:print('find it')else:if num == l[0]:print('find it')else:print('not exists')search(100,l)
def search(seq,num):print(seq)if len(seq) == 1:if num == seq[0]:print('you find it')else:print('not exist')returnmid=len(seq)//2if num > seq[mid]:#in the rightseq=seq[mid:]search(seq,num)elif num < seq[mid]:#in the leftseq=seq[:mid]search(seq,num)else:print('find it')search(l,3)
View Code
十五:面向过程编程,函数式编程
峰哥原创面向过程解释:
函数的参数传入,是函数吃进去的食物,而函数return的返回值,是函数拉出来的结果,面向过程的思路就是,把程序的执行当做一串首尾相连的函数,一个函数吃,拉出的东西给另外一个函数吃,另外一个函数吃了再继续拉给下一个函数吃。。。
面向过程:机械式思维,流水线式编程
例如:
用户登录流程:前端接收处理用户请求-》将用户信息传给逻辑层,逻辑词处理用户信息-》将用户信息写入数据库
验证用户登录流程:数据库查询/处理用户信息-》交给逻辑层,逻辑层处理用户信息-》用户信息交给前端,前端显示用户信息
函数式编程:http://egon09.blog.51cto.com/9161406/1842475
array=[1,3,4,71,2]ret=[] for i in array: ret.append(i**2) print(ret)#如果我们有一万个列表,那么你只能把上面的逻辑定义成函数 def map_test(array): ret=[] for i in array: ret.append(i**2) return retprint(map_test(array))#如果我们的需求变了,不是把列表中每个元素都平方,还有加1,减一,那么可以这样 def add_num(x): return x+1 def map_test(func,array): ret=[] for i in array: ret.append(func(i)) return retprint(map_test(add_num,array)) #可以使用匿名函数 print(map_test(lambda x:x-1,array))#上面就是map函数的功能,map得到的结果是可迭代对象 print(map(lambda x:x-1,range(5)))
map
from functools import reduce #合并,得一个合并的结果 array_test=[1,2,3,4,5,6,7] array=range(100)#报错啊,res没有指定初始值 def reduce_test(func,array): l=list(array) for i in l: res=func(res,i) return res# print(reduce_test(lambda x,y:x+y,array))#可以从列表左边弹出第一个值 def reduce_test(func,array): l=list(array) res=l.pop(0) for i in l: res=func(res,i) return resprint(reduce_test(lambda x,y:x+y,array))#我们应该支持用户自己传入初始值 def reduce_test(func,array,init=None): l=list(array) if init is None: res=l.pop(0) else: res=init for i in l: res=func(res,i) return resprint(reduce_test(lambda x,y:x+y,array)) print(reduce_test(lambda x,y:x+y,array,50))
reduce
movie_people=['alex','wupeiqi','yuanhao','sb_alex','sb_wupeiqi','sb_yuanhao']def tell_sb(x): return x.startswith('sb')def filter_test(func,array): ret=[] for i in array: if func(i): ret.append(i) return retprint(filter_test(tell_sb,movie_people))#函数filter,返回可迭代对象 print(filter(lambda x:x.startswith('sb'),movie_people))
filter
#当然了,map,filter,reduce,可以处理所有数据类型 name_dic=[ {'name':'alex','age':1000}, {'name':'wupeiqi','age':10000}, {'name':'yuanhao','age':9000}, {'name':'linhaifeng','age':18}, ] #利用filter过滤掉千年王八,万年龟,还有一个九千岁 def func(x): age_list=[1000,10000,9000] return x['age'] not in age_listres=filter(func,name_dic) for i in res: print(i)res=filter(lambda x:x['age'] == 18,name_dic) for i in res: print(i)#reduce用来计算1到100的和 from functools import reduce print(reduce(lambda x,y:x+y,range(100),100)) print(reduce(lambda x,y:x+y,range(1,101)))#用map来处理字符串列表啊,把列表中所有人都变成sb,比方alex_sb name=['alex','wupeiqi','yuanhao']res=map(lambda x:x+'_sb',name) for i in res: print(i)
扩展阅读:http://www.cnblogs.com/linhaifeng/articles/6108945.html
参考:http://www.cnblogs.com/linhaifeng/p/7278389.html
Python之路,Day4 - Python基础4 (new版): http://www.cnblogs.com/alex3714/articles/5765046.html
转载于:https://www.cnblogs.com/DaweiJ/p/8487621.html
python开发基础04-函数、递归、匿名函数、高阶函数、装饰器相关推荐
- Python中匿名函数与内置高阶函数详解
大家好,从今天起早起Python将持续更新由小甜同学从 初学者的角度 学习Python的笔记,其特点就是全文大多由 新手易理解 的 代码与注释及动态演示 .刚入门的读者千万不要错过! 很多人学习pyt ...
- Python基础-----列表生成式、偏函数、高阶函数、闭包、装饰器
列表生成式 列表生成式(列表推导式):通俗理解使用for循环快速创建一个列表,最终要获取一个列表 下面这个我们经常使用比较麻烦的方法: my_list=[] for i in range(1,6):p ...
- python装饰器带参数函数二阶导数公式_【计算机程序的构造和解释】使用函数构建抽象——5. 高阶函数...
学Python,用RPA 艺赛旗RPA2020.1版本 正在免费下载使用中,欢迎下载使用艺赛旗-RPA机器人免费下载|提供流程自动化解决方案www.i-search.com.cn 我们已经看到,函数 ...
- Python 函数的艺术:高阶函数
我们已经看到,函数实际上是描述复合操作的抽象,这些操作不依赖于它们的参数值.在square中, >>> def square(x):return x * x 我们不会谈论特定数值的平 ...
- python四大高阶函数_Python里的高阶函数
1.map() 是 Python 内置的高阶函数,它接收一个函数 f 和一个 list,并通过把函数 f 依次作用在 list 的每个元素上,得到一个新的 list 并返回. def f(x): re ...
- python高阶函数心得体会_Python高阶函数使用总结
Datawhale干货 作者:皮钱超,厦门大学,Datawhale原创作者 本文约2000字,建议阅读6分钟 审稿人:耿远昊,Datawhale成员,华东师范大学,开源教程<Joyful-P ...
- python变量作用域图解_python笔记--作用域、高阶函数、闭包
作用域 python中被赋值的变量的位置不同,限制了能访问到变量的范围也不同,换句话说就是"变量的作用域是由其在代码中的位置所决定的". 1.LEGB规则 L(local):局部作 ...
- 递归调用、高阶函数、装饰器
一.递归调用 递归调用: 一个函数自己调用自己, 变成一个循环了,最多一个函数递归调用自己999,作用和运行循环是一样的,区别就是循环是没有次数限制的,递归调用最多999次,超过999次会报错: 递归 ...
- python内置高阶函数_map()函数~~内置的高阶函数
''' map()函数 map()是 Python 内置的高阶函数,它接收一个函数 f 和一个 list, 并通过把函数 f 依次作用在 list 的每个元素上,得到一个新的 list 并返回. 例如 ...
- 廖雪峰讲python高阶函数求导_高阶函数 - 廖雪峰的Python2.7教程 - 广州尚鹏
高阶函数英文叫Higher-order function.什么是高阶函数?我们以实际代码为例子,一步一步深入概念. 变量可以指向函数 以Python内置的求绝对值的函数abs()为例,调用该函数用以下 ...
最新文章
- 【运筹学】表上作业法 ( 最优解判别 | 初始基可行解 | 运费修改可行性方案 | 闭回路法 )
- android启调支付宝
- 前端学习(530):等分布局得间距方案第二种方式
- linux安装python3.5_linux安装python3.5.1
- java和以太坊交互_java类库web3j开发以太坊智能合约快速入门
- rhel与aix中,fsck -f的区别
- 一起Talk Android吧(第三百二十六回:Android中的布局编辑器)
- java 密码复杂度_java密码复杂度校验
- xy转utm坐标(个人推算)
- GmSSL 国密MS2/SM3/SM4/SM9/ZUC/SSL密码工具箱
- php全量导出,项目中生成器应用,解决量级数据导出excel内存溢出
- elasticsearch 支持拼音检索
- oracle round 没有0,oracle round函数的使用方法
- 图片中隐藏信息——图片隐写术
- 马克思主义哲学(哲学概论)
- 如何在Tableau Desktop中创建自定义调色板 - 优阅达
- GreenPlum企业应用实践--第五章SQL执行计划
- 2021-12-19 老杨博客推荐\TCP像串口的多程编写的一个弱鸡版本类MQTT的TCP实现\字典值查键\微PYTHON与PYTHON的JSON区别\以及一个ESP32领导多个ESP8266组网模式
- 打开Adobe Premiere Pro提示系统错误
- 全志T507如何在Android系统上进行OTA升级
热门文章
- 论文精读-YOLOv1:You Only Look Once:Unified, Real-Time Object Detection
- 202112-1 序列查询 CCF认证真题
- 计步器java计算月平均,计步器运动数据计算方法
- 游戏推荐,游戏荒的快来挖宝
- 跟着Cell学单细胞转录组分析(十一):单细胞基因评分|AUCell评分
- 如何提升数据分析能力,数据分析的正确步骤
- eNSP路由过滤OSPF中使用Filter-Policy实例import实例
- caged系统pdf_C-TPAT协议自我评估表
- python:免费算卦
- Typora教程,Markdown语法教程