正文
adam函数python,Adams时间函数
提示：扫一扫查出行【扫一扫了解最新限行尾号】
复制提示
python输入不了大写字母
来回切换试一试。
利用map（）函数，把用户输入的不规范的英文名字，变为首字母大写，其他小写的规范名字。输入。adam，LISA，barT，输出。Adam，Lisa，Bart。
没有提供iscapitalize（）方法，下面我们会自己实现，至于为什么Python没有为我们实现，就不得而知了。
相关问答
Q1: Python中的几种特殊数据类型小结
下面介绍了Python中的6种特殊数据类型：
1.list:列表
是一种有序的数据集合，在列表数据结构中的类型并不唯一
定义形式：L=['Micha',100,True]
输出整个列表的时候显示为['Micha',100,True]
输出单个的数值则为：Micha
a.访问，直接使用L[0]表示第一个元素或者使用L[-1]表示最后一个数据，以此类推，但是注意访问不能越界（访问的序号不能超过元素的总数）。
b.添加新元素：使用L.append(100)直接将100加入列表末尾，或者使用L.insert(0,'paul')将paul插入任意位置。
c.删除元素：L.pop（）删除最后一个元素，或者L.pop(2)删除第2个位置的元素。
d.替换元素：直接赋值就可以了L[2]=100
2.tuple:元组
是一种有序的列表，但是其一旦创立完毕就不能够更改，即不能插入，删除里面的元素，访问的方式跟List结构一致。
a.t=（）其打印后输出的形式是（）
若t中的数据为一个数字则需要在后面加逗号，以区分普通数字，如t=(1,)，打印出（1，）而非1，多元素的话则没有这个要求。
b.可以在不变的tuple中加入可变的List如t=（‘a’,'b',['A','B']）
3.dict:字典
d = {
'Adam': 95,
'Lisa': 85,
'Bart': 59
}
len()函数可以计算任意集合的大小
其中可以简单地使用d[key]的形式来查找对应的 value，这和 list很像，不同之处是，list必须使用索引返回对应的元素，而dict使用key,当key不存在的时候，使用该key可能出现错误，因此：要避免 KeyError 发生，有两个办法：
一是先判断一下 key 是否存在，用 in 操作符：
if'Paul' in d:
print d['Paul']
如果 'Paul' 不存在，if语句判断为False，自然不会执行print d['Paul']，从而避免了错误。
二是使用dict本身提供的一个 get方法，在Key不存在的时候，返回None：
print d.get('Bart')
59
a.dict中的key不能重复，且dict中的存储的对应值没有顺序，打印出的东西可能是无序的
b.dict的更新：使用d[‘paul']=72求解
c.dict遍历：
d = {'Adam': 95, 'Lisa': 85, 'Bart': 59 }
for key in d:
... print key
遍历只能获得key的值，需要通过key值获得对应的value
4.set：集合
无序但是所有元素唯一，不重复
a.定义：s = set(['A', 'B', 'C']),查看 set的内容：
print s
set(['A','C', 'B'])
可以用in来判断是否存在于集合中
b.遍历
s =set([('Adam', 95), ('Lisa', 85), ('Bart', 59)])
for xin s:
print x[0]+':',x[1]
c.添加元素到集合中
s.add(4)
d.删除元素
s.remove(4)若该元素不在集合中将会报错
5.Unicode编码
Python在后来添加了对Unicode的支持，以Unicode表示的字符串用u'...'表示，比如：
printu'中文'
注意: 不加 u，中文就不能正常显示中文。
a.转义形式： u'中文\n日文\n韩文'
b.输出多行：
u'''第一行
第二行'''
c.raw+多行的形式：
ur'''Python的Unicode字符串支持"中文",
"日文",
"韩文"等多种语言'''
如果中文字符串在Python环境下遇到 UnicodeDecodeError，这是因为.py文件保存的格式有问题。可以在第一行添加注释
# -*-coding: utf-8 -*-
目的是告诉Python解释器，用UTF-8编码读取源代码。然后用Notepad++另存为， 并选择UTF-8格式保存。
6.raw的作用
如果一个字符串包含很多需要转义的字符，对每一个字符都进行转义会很麻烦。为了避免这种情况，我们可以在字符串前面加个前缀 r，表示这是一个“raw”字符串，里面的字符就不需要转义了。例如：
r'\(~_~)//'
但是r'...'表示法不能表示多行字符串，也不能表示包含'和 "的字符串，如果要表示多行字符串。
Q2: Python中内置数据类型list，tuple，dict，set的区别和用法
这篇文章主要给大家介绍了Python中内置数据类型list,tuple,dict,set的区别和用法，都是非常基础的知识，十分的细致全面，有需要的小伙伴可以参考下。
Python语言简洁明了，可以用较少的代码实现同样的功能。这其中Python的四个内置数据类型功不可没，他们即是list, tuple, dict, set。这里对他们进行一个简明的总结。
List
字面意思就是一个集合，在Python中List中的元素用中括号[]来表示，可以这样定义一个List:
L = [12, 'China', 19.998]
可以看到并不要求元素的类型都是一样的。当然也可以定义一个空的List:
L = []
Python中的List是有序的，所以要访问List的话显然要通过序号来访问，就像是数组的下标一样，一样是下标从0开始：
print L[0]
12
千万不要越界，否则会报错
print L[3]
Traceback (most recent call last):
File "stdin", line 1, in module
IndexError: list index out of range
List也可以倒序访问，通过“倒数第x个”这样的下标来表示序号，比如-1这个下标就表示倒数第一个元素：
L = [12, 'China', 19.998]
print L[-1]
19.998
-4的话显然就越界了
print L[-4]
Traceback (most recent call last):
File "pyshell#2", line 1, in module
print L[-4]
IndexError: list index out of range
List通过内置的append()方法来添加到尾部，通过insert()方法添加到指定位置（下标从0开始）：
L = [12, 'China', 19.998]
L.append('Jack')
print L
[12, 'China', 19.998, 'Jack']
L.insert(1, 3.14)
print L
[12, 3.14, 'China', 19.998, 'Jack']
通过pop()删除最后尾部元素，也可以指定一参数删除指定位置：
L.pop()
'Jack'
print L
[12, 3.14, 'China', 19.998]
L.pop(0)
12
print L
[3.14, 'China', 19.998]
也可以通过下标进行复制替换
L[1] = 'America'
print L
[3.14, 'America', 19.998]
Tuple
Tuple可以看做是一种“不变”的List，访问也是通过下标，用小括号（）表示：
t = (3.14, 'China', 'Jason')
print t
(3.14, 'China', 'Jason')
但是不能重新赋值替换：
t[1] = 'America'
Traceback (most recent call last):
File "pyshell#21", line 1, in module
t[1] = 'America'
TypeError: 'tuple' object does not support item assignment
也没有pop和insert、append方法。
可以创建空元素的tuple:
t = ()
或者单元素tuple (比如加一个逗号防止和声明一个整形歧义):
t = (3.14,)
那么tuple这个类型到底有什么用处呢？要知道如果你希望一个函数返回多个返回值，其实只要返回一个tuple就可以了，因为tuple里面的含有多个值，而且是不可变的（就像是java里面的final）。当然，tuple也是可变的，比如:
t = (3.14, 'China', 'Jason', ['A', 'B'])
print t
(3.14, 'China', 'Jason', ['A', 'B'])
L = t[3]
L[0] = 122
L[1] = 233
print t
(3.14, 'China', 'Jason', [122, 233])
这是因为Tuple所谓的不可变指的是指向的位置不可变，因为本例子中第四个元素并不是基本类型，而是一个List类型，所以t指向的该List的位置是不变的，但是List本身的内容是可以变化的，因为List本身在内存中的分配并不是连续的。
Dict
Dict是Python中非常重要的数据类型，就像它的字面意思一样，它是个活字典，其实就是Key-Value键值对，类似于HashMap，可以用花括号{}通过类似于定义一个C语言的结构体那样去定义它：
d = {
'Adam': 95,
'Lisa': 85,
'Bart': 59,
'Paul': 75
}
print d
{'Lisa': 85, 'Paul': 75, 'Adam': 95, 'Bart': 59}
可以看到打印出来的结果都是Key:Value的格式，可以通过len函数计算它的长度（List，tuple也可以）：
len(d)
4
可以直接通过键值对方式添加dict中的元素：
print d
{'Lisa': 85, 'Paul': 75, 'Adam': 95, 'Bart': 59}
d['Jone'] = 99
print d
{'Lisa': 85, 'Paul': 75, 'Adam': 95, 'Jone': 99, 'Bart': 59}
List和Tuple用下标来访问内容，而Dict用Key来访问： (字符串、整型、浮点型和元组tuple都可以作为dict的key)
print d['Adam']
95
如果Key不存在，会报错：
print d['Jack']
Traceback (most recent call last):
File "pyshell#40", line 1, in module
print d['Jack']
KeyError: 'Jack'
所以访问之前最好先查询下key是否存在：
if 'Adam' in d : print 'exist key'
exist key
或者直接用保险的get方法：
print d.get('Adam')
95
print d.get('Jason')
None
至于遍历一个dict，实际上是在遍历它的所有的Key的集合，然后用这个Key来获得对应的Value:
for key in d : print key, ':', d.get(key)
Lisa : 85
Paul : 75
Adam : 95
Bart : 59
Dict具有一些特点：
查找速度快。无论是10个还是10万个，速度都是一样的，但是代价是耗费的内存大。List相反，占用内存小，但是查找速度慢。这就好比是数组和链表的区别，数组并不知道要开辟多少空间，所以往往开始就会开辟一个大空间，但是直接通过下标查找速度快；而链表占用的空间小，但是查找的时候必须顺序的遍历导致速度很慢
没有顺序。Dict是无顺序的，而List是有序的集合，所以不能用Dict来存储有序集合
Key不可变，Value可变。一旦一个键值对加入dict后，它对应的key就不能再变了，但是Value是可以变化的。所以List不可以当做Dict的Key，但是可以作为Value:
print d
{'Lisa': 85, 'Paul': 75, 'Adam': 95, 'Jone': 99, 'Bart': 59}
d['NewList'] = [12, 23, 'Jack']
print d
{'Bart': 59, 'NewList': [12, 23, 'Jack'], 'Adam': 95, 'Jone': 99, 'Lisa': 85, 'Paul': 75}
Key不可重复。（下面例子中添加了一个'Jone':0，但是实际上原来已经有'Jone'这个Key了，所以仅仅是改了原来的value）
print d
{'Bart': 59, 'NewList': [12, 23, 'Jack'], 'Adam': 95, 'Jone': 99, 'Lisa': 85, 'Paul': 75}
d['Jone'] = 0
print d
{'Bart': 59, 'NewList': [12, 23, 'Jack'], 'Adam': 95, 'Jone': 0, 'Lisa': 85, 'Paul': 75}
Dict的合并，如何将两个Dict合并为一个，可以用dict函数：
d1 = {'mike':12, 'jack':19}
d2 = {'jone':22, 'ivy':17}
dMerge = dict(d1.items() + d2.items())
print dMerge
{'mike': 12, 'jack': 19, 'jone': 22, 'ivy': 17}
或者
dMerge2 = dict(d1, **d2)
print dMerge2
{'mike': 12, 'jack': 19, 'jone': 22, 'ivy': 17}
方法2比方法1速度快很多，方法2等同于：
dMerge3 = dict(d1)
dMerge3.update(d2)
print dMerge
{'mike': 12, 'jack': 19, 'jone': 22, 'ivy': 17}
set
set就像是把Dict中的key抽出来了一样，类似于一个List，但是内容又不能重复，通过调用set()方法创建：
s = set(['A', 'B', 'C'])
就像dict是无序的一样，set也是无序的，也不能包含重复的元素。
对于访问一个set的意义就仅仅在于查看某个元素是否在这个集合里面：
print 'A' in s
True
print 'D' in s
False
大小写是敏感的。
也通过for来遍历：
s = set([('Adam', 95), ('Lisa', 85), ('Bart', 59)])
#tuple
for x in s:
print x[0],':',x[1]
Lisa : 85
Adam : 95
Bart : 59
通过add和remove来添加、删除元素（保持不重复），添加元素时，用set的add()方法：
s = set([1, 2, 3])
s.add(4)
print s
set([1, 2, 3, 4])
如果添加的元素已经存在于set中，add()不会报错，但是不会加进去了：
s = set([1, 2, 3])
s.add(3)
print s
set([1, 2, 3])
删除set中的元素时，用set的remove()方法：
s = set([1, 2, 3, 4])
s.remove(4)
print s
set([1, 2, 3])
如果删除的元素不存在set中，remove()会报错：
s = set([1, 2, 3])
s.remove(4)
Traceback (most recent call last):
File "stdin", line 1, in module
KeyError: 4
所以如果我们要判断一个元素是否在一些不同的条件内符合，用set是最好的选择，下面例子：
months = set(['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec',])
x1 = 'Feb'
x2 = 'Sun'
if x1 in months:
print 'x1: ok'
else:
print 'x1: error'
if x2 in months:
print 'x2: ok'
else:
print 'x2: error'
x1: ok
x2: error
Q3: 请问这个python脚本哪里出错了？打印出一个无限循环的数
定义函数的时候，我们把参数的名字和位置确定下来，函数的接口定义就完成了。对于函数的调用者来说，只需要知道如何传递正确的参数，以及函数将返回什么样的值就够了，函数内部的复杂逻辑被封装起来，调用者无需了解。
Python的函数定义非常简单，但灵活度却非常大。除了正常定义的必选参数外，还可以使用默认参数、可变参数和关键字参数，使得函数定义出来的接口，不但能处理复杂的参数，还可以简化调用者的代码。
位置参数
我们先写一个计算x2的函数：
def power(x):
return x * x
对于power(x)函数，参数x就是一个位置参数。
当我们调用power函数时，必须传入有且仅有的一个参数x：
power(5)25 power(15)225
现在，如果我们要计算x3怎么办？可以再定义一个power3函数，但是如果要计算x4、x5……怎么办？我们不可能定义无限多个函数。
你也许想到了，可以把power(x)修改为power(x, n)，用来计算xn，说干就干：
def power(x, n):
s = 1
while n 0:
n = n - 1
s = s * x return s
对于这个修改后的power(x, n)函数，可以计算任意n次方：
power(5, 2)25 power(5, 3)125
修改后的power(x, n)函数有两个参数：x和n，这两个参数都是位置参数，调用函数时，传入的两个值按照位置顺序依次赋给参数x和n。
默认参数
新的power(x, n)函数定义没有问题，但是，旧的调用代码失败了，原因是我们增加了一个参数，导致旧的代码因为缺少一个参数而无法正常调用：
power(5)
Traceback (most recent call last):
File "stdin", line 1, in moduleTypeError: power() missing 1 required positional argument: 'n'
Python的错误信息很明确：调用函数power()缺少了一个位置参数n。
这个时候，默认参数就排上用场了。由于我们经常计算x2，所以，完全可以把第二个参数n的默认值设定为2：
def power(x, n=2):
s = 1
while n 0:
n = n - 1
s = s * x return s
这样，当我们调用power(5)时，相当于调用power(5, 2)：
power(5)25 power(5, 2)25
而对于n 2的其他情况，就必须明确地传入n，比如power(5, 3)。
从上面的例子可以看出，默认参数可以简化函数的调用。设置默认参数时，有几点要注意：
一是必选参数在前，默认参数在后，否则Python的解释器会报错（思考一下为什么默认参数不能放在必选参数前面）；
二是如何设置默认参数。
当函数有多个参数时，把变化大的参数放前面，变化小的参数放后面。变化小的参数就可以作为默认参数。
使用默认参数有什么好处？最大的好处是能降低调用函数的难度。
举个例子，我们写个一年级小学生注册的函数，需要传入name和gender两个参数：
def enroll(name, gender):
print('name:', name)
print('gender:', gender)
这样，调用enroll()函数只需要传入两个参数：
enroll('Sarah', 'F')
name: Sarah
gender: F
如果要继续传入年龄、城市等信息怎么办？这样会使得调用函数的复杂度大大增加。
我们可以把年龄和城市设为默认参数：
def enroll(name, gender, age=6, city='Beijing'):
print('name:', name)
print('gender:', gender)
print('age:', age)
print('city:', city)
这样，大多数学生注册时不需要提供年龄和城市，只提供必须的两个参数：
enroll('Sarah', 'F')
name: Sarah
gender: F
age: 6city: Beijing
只有与默认参数不符的学生才需要提供额外的信息：
enroll('Bob', 'M', 7)
enroll('Adam', 'M', city='Tianjin')
可见，默认参数降低了函数调用的难度，而一旦需要更复杂的调用时，又可以传递更多的参数来实现。无论是简单调用还是复杂调用，函数只需要定义一个。
有多个默认参数时，调用的时候，既可以按顺序提供默认参数，比如调用enroll('Bob', 'M', 7)，意思是，除了name，gender这两个参数外，最后1个参数应用在参数age上，city参数由于没有提供，仍然使用默认值。
也可以不按顺序提供部分默认参数。当不按顺序提供部分默认参数时，需要把参数名写上。比如调用enroll('Adam', 'M', city='Tianjin')，意思是，city参数用传进去的值，其他默认参数继续使用默认值。
默认参数很有用，但使用不当，也会掉坑里。默认参数有个最大的坑，演示如下：
先定义一个函数，传入一个list，添加一个END再返回：
def add_end(L=[]):
L.append('END') return L
当你正常调用时，结果似乎不错：
add_end([1, 2, 3])[1, 2, 3, 'END'] add_end(['x', 'y', 'z'])['x', 'y', 'z', 'END']
当你使用默认参数调用时，一开始结果也是对的：
add_end()['END']
但是，再次调用add_end()时，结果就不对了：
add_end()['END', 'END'] add_end()['END', 'END', 'END']
很多初学者很疑惑，默认参数是[]，但是函数似乎每次都“记住了”上次添加了'END'后的list。
原因解释如下：
Python函数在定义的时候，默认参数L的值就被计算出来了，即[]，因为默认参数L也是一个变量，它指向对象[]，每次调用该函数，如果改变了L的内容，则下次调用时，默认参数的内容就变了，不再是函数定义时的[]了。
定义默认参数要牢记一点：默认参数必须指向不变对象！
要修改上面的例子，我们可以用None这个不变对象来实现：
def add_end(L=None):
if L is None:
L = []
L.append('END') return L
现在，无论调用多少次，都不会有问题：
add_end()['END'] add_end()['END']
为什么要设计str、None这样的不变对象呢？因为不变对象一旦创建，对象内部的数据就不能修改，这样就减少了由于修改数据导致的错误。此外，由于对象不变，多任务环境下同时读取对象不需要加锁，同时读一点问题都没有。我们在编写程序时，如果可以设计一个不变对象，那就尽量设计成不变对象。
可变参数
在Python函数中，还可以定义可变参数。顾名思义，可变参数就是传入的参数个数是可变的，可以是1个、2个到任意个，还可以是0个。
我们以数学题为例子，给定一组数字a，b，c……，请计算a2 + b2 + c2 + ……。
要定义出这个函数，我们必须确定输入的参数。由于参数个数不确定，我们首先想到可以把a，b，c……作为一个list或tuple传进来，这样，函数可以定义如下：
def calc(numbers):
sum = 0
for n in numbers:
sum = sum + n * n return sum
但是调用的时候，需要先组装出一个list或tuple：
calc([1, 2, 3])14 calc((1, 3, 5, 7))84
如果利用可变参数，调用函数的方式可以简化成这样：
calc(1, 2, 3)14 calc(1, 3, 5, 7)84
所以，我们把函数的参数改为可变参数：
def calc(*numbers):
sum = 0
for n in numbers:
sum = sum + n * n return sum
定义可变参数和定义一个list或tuple参数相比，仅仅在参数前面加了一个*号。在函数内部，参数numbers接收到的是一个tuple，因此，函数代码完全不变。但是，调用该函数时，可以传入任意个参数，包括0个参数：
calc(1, 2)5 calc()0
如果已经有一个list或者tuple，要调用一个可变参数怎么办？可以这样做：
nums = [1, 2, 3] calc(nums[0], nums[1], nums[2])14
这种写法当然是可行的，问题是太繁琐，所以Python允许你在list或tuple前面加一个*号，把list或tuple的元素变成可变参数传进去：
nums = [1, 2, 3] calc(*nums)14
*nums表示把nums这个list的所有元素作为可变参数传进去。这种写法相当有用，而且很常见。
关键字参数
可变参数允许你传入0个或任意个参数，这些可变参数在函数调用时自动组装为一个tuple。而关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict。请看示例：
def person(name, age, **kw):
print('name:', name, 'age:', age, 'other:', kw)
函数person除了必选参数name和age外，还接受关键字参数kw。在调用该函数时，可以只传入必选参数：
person('Michael', 30)
name: Michael age: 30 other: {}
也可以传入任意个数的关键字参数：
person('Bob', 35, city='Beijing')
name: Bob age: 35 other: {'city': 'Beijing'} person('Adam', 45, gender='M', job='Engineer')
name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}
关键字参数有什么用？它可以扩展函数的功能。比如，在person函数里，我们保证能接收到name和age这两个参数，但是，如果调用者愿意提供更多的参数，我们也能收到。试想你正在做一个用户注册的功能，除了用户名和年龄是必填项外，其他都是可选项，利用关键字参数来定义这个函数就能满足注册的需求。
和可变参数类似，也可以先组装出一个dict，然后，把该dict转换为关键字参数传进去：
extra = {'city': 'Beijing', 'job': 'Engineer'} person('Jack', 24, city=extra['city'], job=extra['job'])
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
当然，上面复杂的调用可以用简化的写法：
extra = {'city': 'Beijing', 'job': 'Engineer'} person('Jack', 24, **extra)
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
**extra表示把extra这个dict的所有key-value用关键字参数传入到函数的**kw参数，kw将获得一个dict，注意kw获得的dict是extra的一份拷贝，对kw的改动不会影响到函数外的extra。
命名关键字参数
对于关键字参数，函数的调用者可以传入任意不受限制的关键字参数。至于到底传入了哪些，就需要在函数内部通过kw检查。
仍以person()函数为例，我们希望检查是否有city和job参数：
def person(name, age, **kw):
if 'city' in kw: # 有city参数
pass
if 'job' in kw: # 有job参数
pass
print('name:', name, 'age:', age, 'other:', kw)
但是调用者仍可以传入不受限制的关键字参数：
person('Jack', 24, city='Beijing', addr='Chaoyang', zipcode=123456)
如果要限制关键字参数的名字，就可以用命名关键字参数，例如，只接收city和job作为关键字参数。这种方式定义的函数如下：
def person(name, age, *, city, job):
print(name, age, city, job)
和关键字参数**kw不同，命名关键字参数需要一个特殊分隔符*，*后面的参数被视为命名关键字参数。
调用方式如下：
person('Jack', 24, city='Beijing', job='Engineer')
Jack 24 Beijing Engineer
如果函数定义中已经有了一个可变参数，后面跟着的命名关键字参数就不再需要一个特殊分隔符*了：
def person(name, age, *args, city, job):
print(name, age, args, city, job)
命名关键字参数必须传入参数名，这和位置参数不同。如果没有传入参数名，调用将报错：
person('Jack', 24, 'Beijing', 'Engineer')
Traceback (most recent call last):
File "stdin", line 1, in moduleTypeError: person() takes 2 positional arguments but 4 were given
由于调用时缺少参数名city和job，Python解释器把这4个参数均视为位置参数，但person()函数仅接受2个位置参数。
命名关键字参数可以有缺省值，从而简化调用：
def person(name, age, *, city='Beijing', job):
print(name, age, city, job)
由于命名关键字参数city具有默认值，调用时，可不传入city参数：
person('Jack', 24, job='Engineer')
Jack 24 Beijing Engineer
使用命名关键字参数时，要特别注意，如果没有可变参数，就必须加一个*作为特殊分隔符。如果缺少*，Python解释器将无法识别位置参数和命名关键字参数：
def person(name, age, city, job):
# 缺少 *，city和job被视为位置参数
pass
参数组合
在Python中定义函数，可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数，这5种参数都可以组合使用。但是请注意，参数定义的顺序必须是：必选参数、默认参数、可变参数、命名关键字参数和关键字参数。
比如定义一个函数，包含上述若干种参数：
def f1(a, b, c=0, *args, **kw):
print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)def f2(a, b, c=0, *, d, **kw):
print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)
在函数调用的时候，Python解释器自动按照参数位置和参数名把对应的参数传进去。
f1(1, 2)
a = 1 b = 2 c = 0 args = () kw = {} f1(1, 2, c=3)
a = 1 b = 2 c = 3 args = () kw = {} f1(1, 2, 3, 'a', 'b')
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {} f1(1, 2, 3, 'a', 'b', x=99)
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99} f2(1, 2, d=99, ext=None)
a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}
最神奇的是通过一个tuple和dict，你也可以调用上述函数：
args = (1, 2, 3, 4) kw = {'d': 99, 'x': '#'} f1(*args, **kw)
a = 1 b = 2 c = 3 args = (4,) kw = {'d': 99, 'x': '#'} args = (1, 2, 3) kw = {'d': 88, 'x': '#'} f2(*args, **kw)
a = 1 b = 2 c = 3 d = 88 kw = {'x': '#'}
所以，对于任意函数，都可以通过类似func(*args, **kw)的形式调用它，无论它的参数是如何定义的。
虽然可以组合多达5种参数，但不要同时使用太多的组合，否则函数接口的可理解性很差。
练习
以下函数允许计算两个数的乘积，请稍加改造，变成可接收一个或多个数并计算乘积：
# -*- coding: utf-8 -*-
# 测试
print('product(5) =', product(5))
print('product(5, 6) =', product(5, 6))
print('product(5, 6, 7) =', product(5, 6, 7))
print('product(5, 6, 7, 9) =', product(5, 6, 7, 9))
if product(5) != 5:
print('测试失败!')
elif product(5, 6) != 30:
print('测试失败!')
elif product(5, 6, 7) != 210:
print('测试失败!')
elif product(5, 6, 7, 9) != 1890:
print('测试失败!')
else:
try:
product()
print('测试失败!')
except TypeError:
print('测试成功!')
Run
Q4: python中字典的使用方法怎么样的
dict全称dictionary，使用键-值（key-value）存储，具有极快的查找速度。
举个例子，假设要根据同学的名字查找对应的成绩，如果用list实现，需要两个list：
names = ['Michael', 'Bob', 'Tracy']
scores = [95, 75, 85]
给定一个名字，要查找对应的成绩，就先要在names中找到对应的位置，再从scores取出对应的成绩，list越长，耗时越长。
如果用dict实现，只需要一个“名字”-“成绩”的对照表，直接根据名字查找成绩，无论这个表有多大，查找速度都不会变慢。用Python写一个dict如下：
d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
d['Michael']
95
把数据放入dict的方法，除了初始化时指定外，还可以通过key放入：
d['Adam'] = 67
d['Adam']
67
由于一个key只能对应一个value，所以，多次对一个key放入value，后面的值会把前面的值冲掉：
d['Jack'] = 90
d['Jack']
90
d['Jack'] = 88
d['Jack']
88
如果key不存在，dict就会报错：
d['Thomas']
Traceback (most recent call last):
File "", line 1, in KeyError: 'Thomas'
要避免key不存在的错误，有两种办法，一是通过in判断key是否存在：
'Thomas' in dFalse
二是通过dict提供的get()方法，如果key不存在，可以返回None，或者自己指定的value：
d.get('Thomas')
d.get('Thomas', -1)
-1
要删除一个key，用pop(key)方法，对应的value也会从dict中删除：
d.pop('Bob')
75
d
{'Michael': 95, 'Tracy': 85}
