标签：10 args name Python Age 编程 list print output
字典翻转
首先我们来看字典的翻转，假设我们有下面类似的一个字典对象与数据
car_dict = {
"brand":"Tesla",
"model": "Model Y",
"year": 2017
}
倘若我们想要翻转字典当中的键值对，可以这么来做
d2 = {}
for k, v in car_dict.items():
d2[v] = k
print(d2)
output
{'Tesla': 'brand', 'Model Y': 'model', 2017: 'year'}
结果的键值对就产生了对调，当然我们也还有更加简单的方法，代码如下
d3 = dict(map(reversed, car_dict.items()))
print(d3)
output
{'Tesla': 'brand', 'Model Y': 'model', 2017: 'year'}
lambda()和map()
上面的代码当中用到了map()方法，那小编这里就着重说说，map()方法可以和lambda()方法联用，代码如下
li = [5, 10, 22, 30, 50, 65, 70]
final_list = list(map(lambda x: x*2, li))
print(final_list)
output
[10, 20, 44, 60, 100, 130, 140]
我们先有lambda()方法来定义一个函数，然后通过map()方法映射到列表当中的每一个元素，最后仍然以列表的形式返回，
给列表当中的字典排序
有时候我们也需要根据特定的条件针对列表当中的字典排序，例如
dicts_lists = [
{
"Name" : "Tony" ,
"Age" : 20,
},
{
"Name" : "May" ,
"Age" : 14,
},
{
"Name" : "Katy" ,
"Age" : 23,
}
我们需要根据字典当中的“Age”字段来进行排序，代码如下
dicts_lists.sort(key=lambda x:x.get('Age'))
print(dicts_lists)
output
[{'Name': 'May', 'Age': 14}, {'Name': 'Tony', 'Age': 20}, {'Name': 'Katy', 'Age': 23}]
上面的结果是按照升序来进行排序的，要是我们需要其以降序的方式来排序，可以这么来做，代码如下
dicts_lists.sort(key=lambda x:x.get('Age'), reverse = True)
print(dicts_lists)
output
[{'Name': 'Katy', 'Age': 23}, {'Name': 'Tony', 'Age': 20}, {'Name': 'May', 'Age': 14}]
给列表当中的字符串排序
要是列表当中的都是字符串，而我们需要对其进行排序，该如何进行呢？例如
my_list = ["blue", "red", "green" ]
我们根据首字母在字母表当中的顺序来排的话，代码如下
my_list.sort()
print(my_list)
output
['blue', 'green', 'red']
要是我们根据其字符串的长度来进行排序的话，可以这么来做，代码如下
my_list = sorted(my_list, key=len)
print(my_list)
output
['red', 'blue', 'green']
根据别的列表来进行排序
有时候我们需要根据其他的列表来对本列表来一个排序，例如有下面这两个列表
a = ['blue', 'green', 'orange', 'purple', 'yellow']
b = [3, 2, 5, 4, 1]
我们根据列表“b”来对列表“a”进行排序，具体该怎么操作呢？代码如下
sorted_list = [v for _, v in sorted(dict(zip(b, a)).items(), key=lambda x:x[0])]
print(sorted_list)
output
['yellow', 'green', 'blue', 'purple', 'orange']
取出列表当中最大/最小的几个数
代码如下
import heapq
scores = [1, 10, 11, 2, 5, 6]
print(heapq.nlargest(3, scores)) ## 最大的3个数
print(heapq.nsmallest(3, scores)) ## 最小的3个数
output
[11, 10, 6]
[1, 2, 5]
staticmethod()函数
Python当中的staticmethod()函数可以将一个方法定义成类的静态方法，这样在调用的时候无需实例化，例如
class MyClass(object):
@staticmethod
def print_name(name):
print('My name is: ', name)
不需要实例化就可以使用，例如
MyClass.print_name("John")
MyClass.print_name("Mike")
output
My name is: John
My name is: Mike
当然也可以在实例化之后调用方法，例如
myclass = MyClass()
myclass.print_name("John")
output
My name is: John
classmethod函数
classmethod修饰符对应的函数也不需要被实例化，不需要self参数，取而代之的是cls参数用来调用类的属性、方法以及实例化对象
class MyClass(object):
test1 = 1
def func1(self):
print('foo')
@classmethod
def func2(cls):
print('func2')
print(cls.test1)
cls().func1()
我们不需要实例化对象就可以调用func2()方法，代码如下
MyClass.func2()
output
func2
1
foo
深拷贝和浅拷贝
相信有不少同学会在面试的时候被问到这个问题，小编就来聊聊这两者之间的区别。
浅拷贝指的是拷贝父对象，不会拷贝对象的内部的子对象，具体大家可以看下图，
b = a.copy()，a和b是一个独立的对象，但他们的子对象还是指向统一对象(是引用)，所以当a发生了变换的时候，对应的b也会发生变换，代码如下
a = [[1, 2, 3], [4, 3, 5]]
b = list(a) # 创建一个浅拷贝
a[0][0] = 'x'
print(a)
print(b)
而深拷贝完全拷贝了父对象以及子对象，两者完全是独立的，因此当a发生了变换的时候，不会影响到b，
代码如下，不过深拷贝需要调用Python内置的copy模块
import copy
a = [[1, 2, 3], [4, 3, 5]]
b = copy.deepcopy(a)
a[0][0] = 'x'
print(a)
print(b)
output
[['x', 2, 3], [4, 3, 5]]
[[1, 2, 3], [4, 3, 5]]
*args和**kwargs的区别
两者的区别在于*args用来将参数打包成tuple给函数体使用，如下
def function(*args):
print(args, type(args))
function(1, 2, 3)
output
(1, 2, 3) <class 'tuple'>
又如
def function(x, y, *args):
print(x, y, args)
function(1, 2, 3, 4, 5, 6)
output
1 2 (3, 4, 5, 6)
而**kwargs打包关键字参数成dict给函数体调用
def function(**kwargs):
print(kwargs, type(kwargs))
function(a=1)
output
{'a': 1} <class 'dict'>
但要是遇到args、*args以及**kwargs三者同时使用的时候，顺序必须保持(arg,*args,**kwargs)这个顺序
def function(arg,*args,**kwargs):
print(arg,args,kwargs)
function(10, 70, 70, 90, a=11, b=12, c=13)
output
10 (70, 70, 90) {'a': 11, 'b': 12, 'c': 13}
标签：10,args,name,Python,Age,编程,list,print,output 来源： https://www.cnblogs.com/yingzili/p/16654900.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。