python隐式函数的简单介绍

python if not的用法？

python中python隐式函数的if not的用法说明如下python隐式函数：

1、if的语法为：if 条件为真：执行语句python隐式函数，而not是取反的意思。

2、从上面的解释可理解为：if not 条件为真：执行语句==if 条件不为真：执行语句。

3、举例：if n3:print "True"python隐式函数，假如n=3，就打印“True”。如果加上not，即为if not n3:print “True”，就有：n=3，才会打印“True"。

扩展资料：

python中的“if not 1”：

if条件语句后面需要跟随bool类型的数据，即True或者False。然而，如果不是bool类型的数据，可以将其转换成bool类型的数据，转换的过程是隐式的。

在Python中，None、空列表[]、空字典{}、空元组()、0等一系列代表空和无的对象会被转换成False。除此之外的其它对象都会被转化成True。

在命令“if not 1”中，1便会转换为bool类型的True。not是逻辑运算符非，not 1则恒为False。因此if语句if not 1之下的语句，永远不会执行。

相关问答

Q1: Python 有什么奇技淫巧

Python奇技淫巧

当发布python第三方package时, 并不希望代码中所有python隐式函数的函数或者class可以被外部import, 在 __init__.py 中添加 __all__ 属性,

该list中填写可以importpython隐式函数的类或者函数名, 可以起到限制的import的作用, 防止外部import其他函数或者类

#!/usr/bin/env python

# -*- coding: utf-8 -*-

frombaseimportAPIBase

fromclientimportClient

fromdecoratorimportinterface, export, stream

fromserverimportServer

fromstorageimportStorage

fromutilimport(LogFormatter, disable_logging_to_stderr,

enable_logging_to_kids, info)

__all__ = ['APIBase','Client','LogFormatter','Server',

'Storage','disable_logging_to_stderr','enable_logging_to_kids',

'export','info','interface','stream']

with的魔力

with语句需要支持 上下文管理协议的对象 , 上下文管理协议包含 __enter__ 和 __exit__ 两个方法. with语句建立运行时上下文需要通过这两个方法执行 进入和退出 操作.

其中 上下文表达式 是跟在with之后的表达式, 该表示大返回一个上下文管理对象

# 常见with使用场景

withopen("test.txt","r")asmy_file:# 注意, 是__enter__()方法的返回值赋值给了my_file,

forlineinmy_file:

print line

详细原理可以查看这篇文章, 浅谈 Python 的 with 语句

知道具体原理, python隐式函数我们可以自定义支持上下文管理协议的类, 类中实现 __enter__ 和 __exit__ 方法

#!/usr/bin/env python

# -*- coding: utf-8 -*-

classMyWith(object):

def__init__(self):

print"__init__ method"

def__enter__(self):

print"__enter__ method"

returnself# 返回对象给as后的变量

def__exit__(self, exc_type, exc_value, exc_traceback):

print"__exit__ method"

ifexc_tracebackisNone:

print"Exited without Exception"

returnTrue

else:

print"Exited with Exception"

returnFalse

deftest_with():

withMyWith()asmy_with:

print"running my_with"

print"------分割线-----"

withMyWith()asmy_with:

print"running before Exception"

raiseException

print"running after Exception"

if__name__ =='__main__':

test_with()

执行结果如下:

__init__ method

__enter__ method

running my_with

__exit__ method

ExitedwithoutException

------分割线-----

__init__ method

__enter__ method

running before Exception

__exit__ method

ExitedwithException

Traceback(most recent call last):

File"bin/python", line34,inmodule

exec(compile(__file__f.read(), __file__, "exec"))

File"test_with.py", line33,inmodule

test_with()

File"test_with.py", line28,intest_with

raiseException

Exception

证明了会先执行 __enter__ 方法, 然后调用with内的逻辑, 最后执行 __exit__ 做退出处理, 并且, 即使出现异常也能正常退出

filter的用法

相对 filter 而言, map和reduce使用的会更频繁一些, filter 正如其名字, 按照某种规则 过滤 掉一些元素

#!/usr/bin/env python

# -*- coding: utf-8 -*-

lst = [1,2,3,4,5,6]

# 所有奇数都会返回True, 偶数会返回False被过滤掉

print filter(lambda x: x % 2!=0, lst)

#输出结果

[1,3,5]

一行作判断

当条件满足时, 返回的为等号后面的变量, 否则返回else后语句

lst = [1,2,3]

new_lst = lst[0]iflstisnotNoneelseNone

printnew_lst

# 打印结果

1

装饰器之单例

使用装饰器实现简单的单例模式

# 单例装饰器

defsingleton(cls):

instances = dict() # 初始为空

def_singleton(*args, **kwargs):

ifclsnotininstances:#如果不存在, 则创建并放入字典

instances[cls] = cls(*args, **kwargs)

returninstances[cls]

return_singleton

@singleton

classTest(object):

pass

if__name__ =='__main__':

t1 = Test()

t2 = Test()

# 两者具有相同的地址

printt1, t2

staticmethod装饰器

类中两种常用的装饰, 首先区分一下他们

普通成员函数, 其中第一个隐式参数为 对象

classmethod装饰器 , 类方法(给人感觉非常类似于OC中的类方法), 其中第一个隐式参数为 类

staticmethod装饰器 , 没有任何隐式参数. python中的静态方法类似与C++中的静态方法

#!/usr/bin/env python

# -*- coding: utf-8 -*-

classA(object):

# 普通成员函数

deffoo(self, x):

print "executing foo(%s, %s)"% (self, x)

@classmethod# 使用classmethod进行装饰

defclass_foo(cls, x):

print "executing class_foo(%s, %s)"% (cls, x)

@staticmethod# 使用staticmethod进行装饰

defstatic_foo(x):

print "executing static_foo(%s)"% x

deftest_three_method():

obj = A()

# 直接调用噗通的成员方法

obj.foo("para")# 此处obj对象作为成员函数的隐式参数, 就是self

obj.class_foo("para")# 此处类作为隐式参数被传入, 就是cls

A.class_foo("para")#更直接的类方法调用

obj.static_foo("para")# 静态方法并没有任何隐式参数, 但是要通过对象或者类进行调用

A.static_foo("para")

if__name__=='__main__':

test_three_method()

# 函数输出

executing foo(__main__.Aobject at0x100ba4e10, para)

executing class_foo(class'__main__.A',para)

executing class_foo(class'__main__.A',para)

executing static_foo(para)

executing static_foo(para)

property装饰器

定义私有类属性

将 property 与装饰器结合实现属性私有化( 更简单安全的实现get和set方法 )

#python内建函数

property(fget=None, fset=None, fdel=None, doc=None)

fget 是获取属性的值的函数, fset 是设置属性值的函数, fdel 是删除属性的函数, doc 是一个字符串(like a comment).从实现来看python隐式函数，这些参数都是可选的

property有三个方法 getter() , setter() 和 delete() 来指定fget, fset和fdel。 这表示以下这行

classStudent(object):

@property #相当于property.getter(score) 或者property(score)

defscore(self):

returnself._score

@score.setter #相当于score = property.setter(score)

defscore(self, value):

ifnotisinstance(value, int):

raiseValueError('score must be an integer!')

ifvalue 0orvalue 100:

raiseValueError('score must between 0 ~ 100!')

self._score = value

iter魔法

通过yield和 __iter__ 的结合, python隐式函数我们可以把一个对象变成可迭代的

通过 __str__ 的重写, 可以直接通过想要的形式打印对象

#!/usr/bin/env python

# -*- coding: utf-8 -*-

classTestIter(object):

def__init__(self):

self.lst = [1,2,3,4,5]

defread(self):

foreleinxrange(len(self.lst)):

yieldele

def__iter__(self):

returnself.read()

def__str__(self):

return','.join(map(str, self.lst))

__repr__ = __str__

deftest_iter():

obj = TestIter()

fornuminobj:

printnum

printobj

if__name__ =='__main__':

test_iter()

神奇partial

partial使用上很像C++中仿函数(函数对象).

在stackoverflow给出了类似与partial的运行方式

defpartial(func, *part_args):

defwrapper(*extra_args):

args = list(part_args)

args.extend(extra_args)

returnfunc(*args)

returnwrapper

利用用闭包的特性绑定预先绑定一些函数参数, 返回一个可调用的变量, 直到真正的调用执行

#!/usr/bin/env python

# -*- coding: utf-8 -*-

fromfunctoolsimportpartial

defsum(a, b):

returna + b

deftest_partial():

fun = partial(sum, 2)# 事先绑定一个参数, fun成为一个只需要一个参数的可调用变量

printfun(3)# 实现执行的即是sum(2, 3)

if__name__ =='__main__':

test_partial()

# 执行结果

5

神秘eval

eval我理解为一种内嵌的python解释器(这种解释可能会有偏差), 会解释字符串为对应的代码并执行, 并且将执行结果返回

看一下下面这个例子

#!/usr/bin/env python

# -*- coding: utf-8 -*-

deftest_first():

return3

deftest_second(num):

returnnum

action = { # 可以看做是一个sandbox

"para":5,

"test_first": test_first,

"test_second": test_second

}

deftest_eavl():

condition = "para == 5 and test_second(test_first) 5"

res = eval(condition, action) # 解释condition并根据action对应的动作执行

printres

if__name__ =='_

exec

exec在Python中会忽略返回值, 总是返回None, eval会返回执行代码或语句的返回值

exec 和 eval 在执行代码时, 除了返回值其他行为都相同

在传入字符串时, 会使用 compile(source, 'string', mode) 编译字节码. mode的取值为 exec 和 eval

#!/usr/bin/env python

# -*- coding: utf-8 -*-

deftest_first():

print"hello"

deftest_second():

test_first()

print"second"

deftest_third():

print"third"

action = {

"test_second": test_second,

"test_third": test_third

}

deftest_exec():

exec"test_second"inaction

if__name__ =='__main__':

test_exec() # 无法看到执行结果

getattr

getattr(object, name[, default]) Return the value of

the named attribute of object. name must be a string. If the string is

the name of one of the object’s attributes, the result is the value of

that attribute. For example, getattr(x, ‘foobar’) is equivalent to

x.foobar. If the named attribute does not exist, default is returned if

provided, otherwise AttributeError is raised.

通过string类型的name, 返回对象的name属性(方法)对应的值, 如果属性不存在, 则返回默认值, 相当于object.name

# 使用范例

classTestGetAttr(object):

test = "test attribute"

defsay(self):

print"test method"

deftest_getattr():

my_test = TestGetAttr()

try:

printgetattr(my_test,"test")

exceptAttributeError:

print"Attribute Error!"

try:

getattr(my_test, "say")()

exceptAttributeError:# 没有该属性, 且没有指定返回值的情况下

print"Method Error!"

if__name__ =='__main__':

test_getattr()

# 输出结果

test attribute

test method

命令行处理

defprocess_command_line(argv):

"""

Return a 2-tuple: (settings object, args list).

`argv` is a list of arguments, or `None` for ``sys.argv[1:]``.

"""

ifargvisNone:

argv = sys.argv[1:]

# initialize the parser object:

parser = optparse.OptionParser(

formatter=optparse.TitledHelpFormatter(width=78),

add_help_option=None)

# define options here:

parser.add_option( # customized description; put --help last

'-h','--help', action='help',

help='Show this help message and exit.')

settings, args = parser.parse_args(argv)

# check number of arguments, verify values, etc.:

ifargs:

parser.error('program takes no command-line arguments; '

'"%s" ignored.'% (args,))

# further process settings args if necessary

returnsettings, args

defmain(argv=None):

settings, args = process_command_line(argv)

# application code here, like:

# run(settings, args)

return0# success

if__name__ =='__main__':

status = main()

sys.exit(status)

读写csv文件

# 从csv中读取文件, 基本和传统文件读取类似

importcsv

withopen('data.csv','rb')asf:

reader = csv.reader(f)

forrowinreader:

printrow

# 向csv文件写入

importcsv

withopen('data.csv','wb')asf:

writer = csv.writer(f)

writer.writerow(['name','address','age'])# 单行写入

data = [

( 'xiaoming ','china','10'),

( 'Lily','USA','12')]

writer.writerows(data) # 多行写入

各种时间形式转换

只发一张网上的图, 然后差文档就好了, 这个是记不住的

字符串格式化

一个非常好用, 很多人又不知道的功能

name ="andrew"

"my name is {name}".format(name=name)

'my name is andrew'

Q2: Python 中max( )函数与lambda隐式函数结合使用时出错。

print max.__doc__max(iterable[, key=func]) - valuemax(a, b, c, ...[, key=func]) - valueWith a single iterable argument, return its largest item.With two or more arguments, return the largest argument. 后面python隐式函数的funcpython隐式函数，是比较函数python隐式函数，条件成立后，max执行结束。 所以： array1 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] max(array1, key=lambda x: x 6) 7 如果： max([i for i in range(0,9)], key=lambda x: x = 6)6 执行结果就是6

Q3: python 怎么样隐式函数调用

最常用的是在类定义的方法，给一个property的装饰器，可以安装调用属性的方式调用

关于python隐式函数和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。