ch6.md

🚀 🚀 告别枯燥，60 秒学会一个 Python 小例子 🔥🔥

是的，60 秒学会一个 Python 小例子 🔥🔥

当前库已有🍎🍎 223 🍎🍎个实用的小例子

下载本库所有例子 PDF 版本，请关注《Python小例子》官方公众号后回复 mypy 🍏 🍏

如果转载本库小例子，请附上例子来源，链接：https://github.com/jackzhenguo/python-small-examples

六、 Python 坑点和工具

185 含单个元素的元组

Python中有些函数的参数类型为元组，其内有1个元素，这样创建是错误的：

c = (5) # NO!

它实际创建一个整型元素5，必须要在元素后加一个逗号:

c = (5,) # YES!

186 默认参数设为空

含有默认参数的函数，如果类型为容器，且设置为空：

def f(a,b=[]):  # NO!
    print(b)
    return b

ret = f(1)
ret.append(1)
ret.append(2)
# 当再调用f(1)时，预计打印为 []
f(1)
# 但是却为 [1,2]

这是可变类型的默认参数之坑，请务必设置此类默认参数为None：

def f(a,b=None): # YES!
    pass

187 共享变量未绑定之坑

有时想要多个函数共享一个全局变量，但却在某个函数内试图修改它为局部变量：

i = 1
def f():
    i+=1 #NO!
    
def g():
    print(i)

应该在f函数内显示声明i为global变量：

i = 1
def f():
    global i # YES!
    i+=1

188 lambda自由参数之坑

排序和分组的key函数常使用lambda，表达更加简洁，但是有个坑新手容易掉进去：

a = [lambda x: x+i for i in range(3)] # NO!
for f in a:
    print(f(1))
# 你可能期望输出：1,2,3

但是实际却输出: 3,3,3. 定义lambda使用的i被称为自由参数，它只在调用lambda函数时，值才被真正确定下来，这就犹如下面打印出2，你肯定确信无疑吧。

a = 0
a = 1
a = 2
def f(a):
    print(a)

正确做法是转化自由参数为lambda函数的默认参数：

a = [lambda x,i=i: x+i for i in range(3)] # YES!

189 各种参数使用之坑

Python强大多变，原因之一在于函数参数类型的多样化。方便的同时，也为使用者带来更多的约束规则。如果不了解这些规则，调用函数时，可能会出现如下一些语法异常：

(1) SyntaxError: positional argument follows keyword argument

(2) TypeError: f() missing 1 required keyword-only argument: 'b'

(3) SyntaxError: keyword argument repeated

(4) TypeError: f() missing 1 required positional argument: 'b'

(5) TypeError: f() got an unexpected keyword argument 'a'

(6) TypeError: f() takes 0 positional arguments but 1 was given

总结主要的参数使用规则

位置参数

位置参数的定义：函数调用时根据函数定义的参数位（形参）置来传递参数，是最常见的参数类型。

def f(a):
  return a

f(1) # 位置参数

位置参数不能缺少：

def f(a,b):
  pass

f(1) # TypeError: f() missing 1 required positional argument: 'b'

规则1：位置参数必须一一对应，缺一不可

关键字参数

在函数调用时，通过‘键--值’方式为函数形参传值，不用按照位置为函数形参传值。

def f(a):
  print(f'a:{a}')

这么调用，a就是关键字参数：

f(a=1)

但是下面调用就不OK:

f(a=1,20.) # SyntaxError: positional argument follows keyword argument

规则2：关键字参数必须在位置参数右边

下面调用也不OK:

f(1,width=20.,width=30.) #SyntaxError: keyword argument repeated

规则3：对同一个形参不能重复传值

默认参数

在定义函数时，可以为形参提供默认值。对于有默认值的形参，调用函数时如果为该参数传值，则使用传入的值，否则使用默认值。如下b是默认参数：

def f(a,b=1):
  print(f'a:{a}, b:{b}')

规则4：无论是函数的定义还是调用，默认参数的定义应该在位置形参右面

只在定义时赋值一次；默认参数通常应该定义成不可变类型

可变位置参数

如下定义的参数a为可变位置参数：

def f(*a):
  print(a)

调用方法：

f(1) #打印结果为元组： (1,)
f(1,2,3) #打印结果：(1, 2, 3)

但是，不能这么调用：

f(a=1) # TypeError: f() got an unexpected keyword argument 'a'

可变关键字参数

如下a是可变关键字参数：

def f(**a):
  print(a)

调用方法：

f(a=1) #打印结果为字典：{'a': 1}
f(a=1,b=2,width=3) #打印结果：{'a': 1, 'b': 2, 'width': 3}

但是，不能这么调用：

f(1) TypeError: f() takes 0 positional arguments but 1 was given

接下来，单独推送分析一个小例子，综合以上各种参数类型的函数及调用方法，敬请关注。

190 列表删除之坑

删除一个列表中的元素，此元素可能在列表中重复多次：

def del_item(lst,e):
    return [lst.remove(i) for i in e if i==e] # NO!

考虑删除这个序列[1,3,3,3,5]中的元素3，结果发现只删除其中两个：

del_item([1,3,3,3,5],3) # 结果：[1,3,5]

正确做法：

def del_item(lst,e):
    d = dict(zip(range(len(lst)),lst)) # YES! 构造字典
    return [v for k,v in d.items() if v!=e]

191 列表快速复制之坑

在python中*与列表操作，实现快速元素复制：

a = [1,3,5] * 3 # [1,3,5,1,3,5,1,3,5]
a[0] = 10 # [10, 2, 3, 1, 2, 3, 1, 2, 3]

如果列表元素为列表或字典等复合类型：

a = [[1,3,5],[2,4]] * 3 # [[1, 3, 5], [2, 4], [1, 3, 5], [2, 4], [1, 3, 5], [2, 4]]

a[0][0] = 10 #

结果可能出乎你的意料，其他a[1[0]等也被修改为10

[[10, 3, 5], [2, 4], [10, 3, 5], [2, 4], [10, 3, 5], [2, 4]]

这是因为*复制的复合对象都是浅引用，也就是说id(a[0])与id(a[2])门牌号是相等的。如果想要实现深复制效果，这么做：

a = [[] for _ in range(3)]

192 字符串驻留

In [1]: a = 'something'
    ...: b = 'some'+'thing'
    ...: id(a)==id(b)
Out[1]: True

如果上面例子返回True，但是下面例子为什么是False:

In [1]: a = '@zglg.com'

In [2]: b = '@zglg'+'.com'

In [3]: id(a)==id(b)
Out[3]: False

这与Cpython 编译优化相关，行为称为字符串驻留，但驻留的字符串中只包含字母，数字或下划线。

193 相同值的不可变对象

In [5]: d = {}
    ...: d[1] = 'java'
    ...: d[1.0] = 'python'

In [6]: d
Out[6]: {1: 'python'}

### key=1,value=java的键值对神奇消失了
In [7]: d[1]
Out[7]: 'python'
In [8]: d[1.0]
Out[8]: 'python'

这是因为具有相同值的不可变对象在Python中始终具有相同的哈希值

由于存在哈希冲突，不同值的对象也可能具有相同的哈希值。

194 对象销毁顺序

创建一个类SE:

class SE(object):
  def __init__(self):
    print('init')
  def __del__(self):
    print('del')

创建两个SE实例，使用is判断：

In [63]: SE() is SE()
init
init
del
del
Out[63]: False

创建两个SE实例，使用id判断：

In [64]: id(SE()) == id(SE())
init
del
init
del
Out[64]: True

调用id函数, Python 创建一个 SE 类的实例，并使用id函数获得内存地址后，销毁内存丢弃这个对象。

当连续两次进行此操作, Python会将相同的内存地址分配给第二个对象，所以两个对象的id值是相同的.

但是is行为却与之不同，通过打印顺序就可以看到。

195 充分认识for

In [65]: for i in range(5):
    ...:   print(i)
    ...:   i = 10
0
1
2
3
4

为什么不是执行一次就退出？

按照for在Python中的工作方式, i = 10 并不会影响循环。range(5)生成的下一个元素就被解包，并赋值给目标列表的变量i.

196 认识执行时机

array = [1, 3, 5]
g = (x for x in array if array.count(x) > 0)

g为生成器，list(g)后返回[1,3,5]，因为每个元素肯定至少都出现一次。所以这个结果这不足为奇。但是，请看下例：

array = [1, 3, 5]
g = (x for x in array if array.count(x) > 0)
array = [5, 7, 9]

请问,list(g)等于多少？这不是和上面那个例子结果一样吗，结果也是[1,3,5]，但是：

In [74]: list(g)
Out[74]: [5]

这有些不可思议~~ 原因在于：

生成器表达式中, in 子句在声明时执行, 而条件子句则是在运行时执行。

所以代码：

array = [1, 3, 5]
g = (x for x in array if array.count(x) > 0)
array = [5, 7, 9]

等价于：

g = (x for x in [1,3,5] if [5,7,9].count(x) > 0)

197 创建空集合错误

这是Python的一个集合：{1,3,5}，它里面没有重复元素，在去重等场景有重要应用。下面这样创建空集合是错误的：

empty = {} #NO!

cpython会解释它为字典

使用内置函数set()创建空集合：

empty = set() #YES!

198 pyecharts传入Numpy数据绘图失败

echarts使用广泛，echarts+python结合后的包：pyecharts，同样可很好用，但是传入Numpy的数据，像下面这样绘图会失败：

from pyecharts.charts import Bar
import pyecharts.options as opts
import numpy as np
c = (
    Bar()
    .add_xaxis([1, 2, 3, 4, 5])
    # 传入Numpy数据绘图失败！
    .add_yaxis("商家A", np.array([0.1, 0.2, 0.3, 0.4, 0.5]))
)

c.render()

由此可见pyecharts对Numpy数据绘图不支持，传入原生Python的list:

from pyecharts.charts import Bar
import pyecharts.options as opts
import numpy as np
c = (
    Bar()
    .add_xaxis([1, 2, 3, 4, 5])
    # 传入Python原生list
    .add_yaxis("商家A", np.array([0.1, 0.2, 0.3, 0.4, 0.5]).tolist())
)

c.render()

199 优化代码异常输出包

一行代码优化输出的异常信息

pip install pretty-errors

写一个函数测试：

def divided_zero():
    for i in range(10, -1, -1):
        print(10/i)


divided_zero()

在没有import这个pretty-errors前，输出的错误信息有些冗余：

Traceback (most recent call last):
  File "c:\Users\HUAWEI\.vscode\extensions\ms-python.python-2019.11.50794\pythonFiles\ptvsd_launcher.py", line 43, in <module>
    main(ptvsdArgs)
  File "c:\Users\HUAWEI\.vscode\extensions\ms-python.python-2019.11.50794\pythonFiles\lib\python\old_ptvsd\ptvsd\__main__.py",
line 432, in main
    run()
  File "c:\Users\HUAWEI\.vscode\extensions\ms-python.python-2019.11.50794\pythonFiles\lib\python\old_ptvsd\ptvsd\__main__.py",
line 316, in run_file
    runpy.run_path(target, run_name='__main__')
  File "D:\anaconda3\lib\runpy.py", line 263, in run_path
    pkg_name=pkg_name, script_name=fname)
  File "D:\anaconda3\lib\runpy.py", line 96, in _run_module_code
    mod_name, mod_spec, pkg_name, script_name)
  File "D:\anaconda3\lib\runpy.py", line 85, in _run_code
    exec(code, run_globals)
  File "d:\source\sorting-visualizer-master\sorting\debug_test.py", line 6, in <module>
    divided_zero()
  File "d:\source\sorting-visualizer-master\sorting\debug_test.py", line 3, in divided_zero
    print(10/i)
ZeroDivisionError: division by zero

我们使用刚安装的pretty_errors，import下:

import pretty_errors

def divided_zero():
    for i in range(10, -1, -1):
        print(10/i)

divided_zero()

此时看看输出的错误信息，非常精简只有2行，去那些冗余信息：

ZeroDivisionError:
division by zero

完整的输出信息如下图片所示：

200 图像处理包pillow

两行代码实现旋转和缩放图像

首先安装pillow:

pip install pillow

旋转图像下面图像45度：

In [1]: from PIL import Image
In [2]: im = Image.open('./img/plotly2.png')
In [4]: im.rotate(45).show()

旋转45度后的效果图

等比例缩放图像：

im.thumbnail((128,72),Image.ANTIALIAS)

缩放后的效果图：

过滤图像后的效果图：

from PIL import ImageFilter
im.filter(ImageFilter.CONTOUR).show()

201 一行代码找到编码

兴高采烈地，从网页上抓取一段 content

但是，一 print 就不那么兴高采烈了，结果看到一串这个：

b'\xc8\xcb\xc9\xfa\xbf\xe0\xb6\xcc\xa3\xac\xce\xd2\xd3\xc3Python'

这是啥？又 x 又 c 的！

再一看，哦，原来是十六进制字节串 (bytes)，\x 表示十六进制

接下来，你一定想转化为人类能看懂的语言，想到 decode：

In [3]: b'\xc8\xcb\xc9\xfa\xbf\xe0\xb6\xcc\xa3\xac\xce\xd2\xd3\xc3Python'.decode()
UnicodeDecodeError                        Traceback (most recent call last)
<ipython-input-3-7d0ea6148880> in <module>
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc8 in position 0: invalid continuation byte

马上，一盆冷水泼头上，抛异常了。。。。。

根据提示，UnicodeDecodeError，这是 unicode 解码错误。

原来，decode 默认的编码方法：utf-8

所以排除 b'\xc8\xcb\xc9\xfa\xbf\xe0\xb6\xcc\xa3\xac\xce\xd2\xd3\xc3Python' 使用 utf-8 的编码方式

可是，这不是四选一选择题啊，逐个排除不正确的！

编码方式几十种，不可能逐个排除吧。

那就猜吧！！！！！！！！！！！！！

人生苦短，我用Python

Python，怎忍心让你受累呢~

尽量三行代码解决问题

第一步，安装 chardet 它是 char detect 的缩写。

第二步，pip install chardet

第三步，出结果

In [6]: chardet.detect(b'\xc8\xcb\xc9\xfa\xbf\xe0\xb6\xcc\xa3\xac\xce\xd2\xd3\xc3Python')
Out[6]: {'encoding': 'GB2312', 'confidence': 0.99, 'language': 'Chinese'}

编码方法：gb2312

解密字节串：

In [7]: b'\xc8\xcb\xc9\xfa\xbf\xe0\xb6\xcc\xa3\xac\xce\xd2\xd3\xc3Python'.decode('gb2312')
Out[7]: '人生苦短，我用Python'

目前，chardet 包支持的检测编码几十种，如下所示：

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

六、 Python 坑点和工具

185 含单个元素的元组

186 默认参数设为空

187 共享变量未绑定之坑

188 lambda自由参数之坑

189 各种参数使用之坑

190 列表删除之坑

191 列表快速复制之坑

192 字符串驻留

193 相同值的不可变对象

194 对象销毁顺序

195 充分认识for

196 认识执行时机

197 创建空集合错误

198 pyecharts传入Numpy数据绘图失败

199 优化代码异常输出包

200 图像处理包pillow

201 一行代码找到编码

FilesExpand file tree

ch6.md

Latest commit

History

ch6.md

File metadata and controls

六、 Python 坑点和工具

185 含单个元素的元组

186 默认参数设为空

187 共享变量未绑定之坑

188 lambda自由参数之坑

189 各种参数使用之坑

190 列表删除之坑

191 列表快速复制之坑

192 字符串驻留

193 相同值的不可变对象

194 对象销毁顺序

195 充分认识for

196 认识执行时机

197 创建空集合错误

198 pyecharts传入Numpy数据绘图失败

199 优化代码异常输出包

200 图像处理包pillow

201 一行代码找到编码