文章目录
前言
以上就是今天要讲的内容，本文仅仅简单介绍了enumrate、map、raise、zip、filter函数。
第一部分：enumerate
在Python中，enumerate函数是一个内置函数，它用于将一个可迭代对象（如列表、元组、字符串等）转换为一个枚举对象，该对象在迭代时会同时返回索引和对应的元素。这在需要对可迭代对象中的元素进行编号时非常有用。
以下是enumerate函数的基本用法和详细说明：
基本语法
python">enumerate(iterable, start=0)
参数
iteraable
iterable: 一个可迭代对象，比如列表、元组、字符串等。
start
start: （可选）用于指定枚举序列的起始索引值，默认为0。
返回值
enumerate函数返回一个枚举对象，该对象生成包含索引和元素的元组。
示例
下面是一个简单的例子，展示了如何使用enumerate函数：
python">fruits = ['apple', 'banana', 'cherry']for index, fruit in enumerate(fruits):print(f"Index: {index}, Fruit: {fruit}")
输出：Index: 0, Fruit: apple
Index: 1, Fruit: banana
Index: 2, Fruit: cherry
在上面的例子中，enumerate函数为列表fruits中的每个元素提供了一个索引，从默认的0开始。
自定义起始索引
如果你想要从非零的起始索引开始，可以传递start参数：
python">for index, fruit in enumerate(fruits, start=1):print(f"Index: {index}, Fruit: {fruit}")
输出：
Index: 1, Fruit: apple
Index: 2, Fruit: banana
Index: 3, Fruit: cherry
python">在元组和字典上的使用
enumerate也可以用于元组或字典：#元组
tuples = [(1, 'a'), (2, 'b'), (3, 'c')]
for index, (number, letter) in enumerate(tuples):print(f"Index: {index}, Number: {number}, Letter: {letter}")#字典
d = {'a': 1, 'b': 2, 'c': 3}
for index, (key, value) in enumerate(d.items()):print(f"Index: {index}, Key: {key}, Value: {value}")
使用场景
enumerate函数在以下场景中非常有用：
- 当需要同时访问列表中的元素和它们的索引时。
- 在需要修改列表元素时，而保留原始列表的副本。
- 在需要对元素进行排序或分组，并且需要保留原始索引信息时。
enumerate函数是Python中处理可迭代对象的一个非常强大和灵活的工具。
map_96">第二部分：map
在Python中，.map() 函数是一个内置函数，它用于对可迭代对象（如列表、元组等）中的每个元素应用一个指定的函数，并返回一个迭代器，该迭代器产生应用函数后的结果。
基本语法
map(function, iterable, …)
function
function: 这是一个函数，用于处理可迭代对象中的每个元素。
iterable
iterable: 这是一个或多个可迭代对象，如列表、元组等。
.map() 函数将 function 应用于 iterable 中的每个元素，并返回结果的迭代器。
示例
下面是一个简单的例子，其中我们将一个函数应用于一个列表的每个元素：
python">def square(x):return x ** 2numbers = [1, 2, 3, 4, 5]
squared_numbers = map(square, numbers)
python">#因为map返回的是迭代器，所以我们可以将其转换为列表来查看结果
print(list(squared_numbers))
python">#输出: [1, 4, 9, 16, 25]
使用 lambda 表达式
.map() 函数经常与 lambda 表达式一起使用，以创建简洁的代码：numbers = [1, 2, 3, 4, 5]
squared_numbers = map(lambda x: x ** 2, numbers)
print(list(squared_numbers))
# 输出: [1, 4, 9, 16, 25]
python">处理多个可迭代对象
.map() 函数也可以接受多个可迭代对象，但函数必须能够接受与可迭代对象数量相同的参数：def add(a, b):return a + bnumbers1 = [1, 2, 3]
numbers2 = [4, 5, 6]result = map(add, numbers1, numbers2)
print(list(result))
#输出: [5, 7, 9]
在上面的例子中，add 函数分别从 numbers1 和 numbers2 中取出元素，并将它们相加。
注意事项
.map() 函数返回的是一个迭代器，因此如果你想要查看所有的结果，你需要将其转换为列表或其他可迭代类型。
如果可迭代对象有不同的长度，.map() 函数将停止在第一个可迭代对象耗尽的位置。
raise_155">第三部分：raise
在Python中，raise语句用于引发异常。异常是程序执行过程中发生的错误或异常情况，它们可以是由程序代码显式引发的，也可以是由Python解释器在运行时检测到的错误自动引发的。使用raise语句可以控制何时以及如何引发异常，这对于错误处理和编写健壮的代码非常重要。
基本语法
raise [exception[, value[, traceback]]]
exception
exception: 必须是Exception类（或其子类）的一个实例。如果不提供，则默认引发RuntimeError。
value
value: 异常的初始值，通常是字符串，用于描述异常的详细信息。可选参数。
traceback
traceback: 是可选的（很少使用），代表调用栈，用于异常的回溯信息。通常在内部使用，开发者很少手动设置。
示例
下面是一些使用raise语句的例子：
python">引发内置异常
raise ValueError("Invalid value provided")
这将引发一个ValueError异常，并带有提供的错误信息。引发自定义异常
class CustomError(Exception):passraise CustomError("This is a custom error")
这里我们定义了一个自定义异常CustomError，然后使用raise语句引发它。
python">使用异常链
try:# 尝试执行某些操作raise ValueError("An error occurred")
except ValueError as e:# 捕获异常，并引发一个新的异常raise RuntimeError("Operation failed") from e
在这个例子中，我们捕获了一个ValueError异常，并立即引发了一个新的RuntimeError异常。通过使用from关键字，我们可以创建一个异常链，这样原始的异常信息不会丢失。
注意事项
- raise语句通常用于错误处理，当检测到错误或异常情况时，可以立即停止程序执行，并给出错误信息。
- 在except块中，使用raise可以重新引发当前捕获的异常，或者替换为另一个异常。
- 当引发异常时，如果没有指定异常实例，Python会自动创建一个Exception类的实例。
- 引发异常后，程序通常会停止执行，除非异常被try/except块捕获。
- 在自定义异常类时，建议继承自内置的Exception类或其子类。
异常的用途
- 在程序中检测到错误条件时，通过引发异常来通知调用者。
- 在函数或方法中，当接收到无效的参数时，引发异常来通知调用者。
- 在编写库或框架时，定义特定的异常来处理特定的错误情况。
- 使用raise语句可以使得错误处理更加明确和灵活，有助于编写易于理解和维护的代码。正确地使用异常处理机制，可以让程序在面对错误时更加健壮。
zip_207">第四部分：zip
在Python中，zip是一个内置函数，它用于将多个可迭代对象（如列表、元组、字符串或任何其他迭代器）作为输入，并返回一个迭代器，该迭代器生成由输入可迭代对象中的元素组成的元组。简单来说，zip函数可以用来并行迭代多个序列，并将对应的元素组合在一起。
基本用法
zip(*iterables)
iterables：一个或多个可迭代对象。
示例
python">#定义两个列表
list1 = [1, 2, 3]
list2 = ['a', 'b', 'c']#使用zip将两个列表组合在一起
zipped = zip(list1, list2)
python">#zip对象本身是一个迭代器
#可以将其转换为列表以查看结果
print(list(zipped)) # 输出: [(1, 'a'), (2, 'b'), (3, 'c')]
特点
并行迭代
并行迭代：zip函数在内部并行迭代每个可迭代对象，每次迭代返回一个元组，元组中的元素来自每个输入可迭代对象。
最短长度
最短长度：zip函数会**停止迭代，当最短的可迭代对象耗尽时。**这意味着如果输入的可迭代对象长度不同，zip将不会生成与最长可迭代对象等长的元组。
python">list1 = [1, 2, 3, 4]
list2 = ['a', 'b', 'c']
zipped = zip(list1, list2)
print(list(zipped)) # 输出: [(1, 'a'), (2, 'b'), (3, 'c')]
#注意，list1中的元素4没有被包含在内
解压操作
解压操作：zip函数也可以用于解压操作，通过使用*操作符，可以将由zip生成的元组列表解压回原来的多个列表。
python">pairs = [(1, 'a'), (2, 'b'), (3, 'c')]
unzipped = zip(*pairs)
print(list(unzipped)) # 输出: [(1, 2, 3), ('a', 'b', 'c')]
常见用途
- 并行处理多个列表：当需要同时处理多个列表或序列中的元素时，zip非常有用。
- 字典构造：可以与dict函数结合使用，快速构建字典。
python">keys = ['a', 'b', 'c']
values = [1, 2, 3]
dictionary = dict(zip(keys, values))
print(dictionary) # 输出: {'a': 1, 'b': 2, 'c': 3}
矩阵转置：可以将矩阵的行转换为列。
python">matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
transposed = list(zip(*matrix))
print(transposed) # 输出: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]
注意事项
- zip在Python 3中返回一个迭代器，而在Python 2中返回一个列表。
- 如果输入的可迭代对象长度不一致，zip不会填充缺失的值，而是简单地忽略掉超出最短长度的元素。
- 如果需要zip在其中一个可迭代对象耗尽时继续迭代，可以使用itertools.zip_longest函数。
filter_277">第五部分：filter
在Python中，filter是一个内置函数，它用于从**可迭代对象（如列表、元组、字符串等）**中筛选出满足特定条件的元素，并返回一个迭代器。这个函数接受两个参数：一个函数和一个可迭代对象。函数用于检查可迭代对象中的每个元素，返回值为True或False，表示是否保留该元素。
基本语法
filter(function, iterable)
function
function：用于测试可迭代对象中每个元素的函数。它应该接受一个参数，并返回一个布尔值。
iterable
iterable：一个可迭代对象，如列表、元组、集合或字符串。
示例
下面是一个简单的例子，使用filter函数过滤出列表中的偶数：
python">#定义一个函数，用于检查一个数是否为偶数
def is_even(num):return num % 2 == 0#定义一个列表
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]#使用filter函数过滤出偶数
even_numbers = filter(is_even, numbers)#filter函数返回的是一个迭代器，可以将其转换为列表来查看结果
print(list(even_numbers)) # 输出: [2, 4, 6, 8, 10]
特点
返回迭代器
返回迭代器：filter函数返回的是一个迭代器，而不是一个列表或其他序列类型。这意味着如果你想要一个列表，你需要手动将迭代器转换为列表。
短路操作
短路操作：如果function是一个可调用对象，那么filter函数会在找到一个不满足条件的元素时停止迭代，因为后面的元素不会被包含在结果中。
无副作用
无副作用：filter函数不会修改原始的可迭代对象，它返回一个新的迭代器。
使用lambda表达式
filter函数经常与lambda表达式一起使用，以创建简洁的代码。下面是一个使用lambda表达式的例子：
python">#使用lambda表达式过滤出列表中的奇数
odd_numbers = filter(lambda x: x % 2 != 0, numbers)
print(list(odd_numbers)) # 输出: [1, 3, 5, 7, 9]
注意事项
- 在Python 3中，filter返回的是一个迭代器，而在Python 2中返回的是一个列表。
- 如果function是None，那么filter将表现得像iter函数，只返回可迭代对象中所有计算为True的元素。
- 如果可迭代对象为空，或者所有元素都不满足条件，filter将返回一个空的迭代器。
- 使用列表推导式作为替代
在Python中，列表推导式经常被用作filter函数的替代，因为它们更易于阅读且通常更高效。以下是如何使用列表推导式来完成前面的例子：
#使用列表推导式过滤出偶数
python">even_numbers = [num for num in numbers if num % 2 == 0]
print(even_numbers) # 输出: [2, 4, 6, 8, 10]
- 列表推导式在处理大型数据集时通常比filter函数更快，因为它们避免了函数调用的开销。
