天津市设计网站的公司,秦皇岛在建工程项目,网页设计代码模板免费,公司注销预审在什么网站做话接上回#xff0c;继续讲下函数的用法
10. 函数的注解#xff08;Function Annotations#xff09;
Python 3 引入了函数注解#xff0c;允许你在函数定义时给参数和返回值添加注解。注解并不影响函数的实际行为#xff0c;它们更多地用于代码的可读性、文档生成以及静…话接上回继续讲下函数的用法
10. 函数的注解Function Annotations
Python 3 引入了函数注解允许你在函数定义时给参数和返回值添加注解。注解并不影响函数的实际行为它们更多地用于代码的可读性、文档生成以及静态分析工具。
示例函数参数和返回值注解
def add(x: int, y: int) - int:return x yprint(add(3, 4)) # 输出 7在这个示例中x: int 和 y: int 表示参数 x 和 y 预期是整数类型- int 表示该函数的返回值预期是一个整数类型。
注解也可以使用其他数据类型如 str、float、List、Dict 等。你可以使用 typing 模块中的类型提示进行更复杂的注解。
示例更复杂的注解
from typing import List, Dictdef process_data(data: List[int]) - Dict[str, int]:return {sum: sum(data), count: len(data)}result process_data([1, 2, 3, 4])
print(result) # 输出 {sum: 10, count: 4}11. 函数与闭包Closures
闭包是指一个函数在其定义时捕获了外部作用域中的变量。闭包使得一个函数可以“记住”并访问其外部函数的变量即使外部函数已经返回。
示例闭包
def outer(x):def inner(y):return x yreturn innerclosure outer(10) # 闭包x 被“记住”
print(closure(5)) # 输出 15在这个例子中inner 函数是一个闭包因为它使用了 outer 函数的参数 x即使 outer 已经返回inner 仍然可以访问 x。
12. Python 的内置函数
Python 提供了大量的内置函数可以简化很多常见操作。以下是一些常见的内置函数
len()返回对象如字符串、列表、字典等的长度。max()、min()返回序列中的最大值和最小值。sum()返回序列中所有元素的和。sorted()返回一个排序后的序列副本。all()如果所有元素都为真返回 True否则返回 False。any()如果任何一个元素为真返回 True否则返回 False。zip()将多个可迭代对象打包成一个元组。map()将指定函数应用于可迭代对象的每个元素。filter()过滤掉不符合条件的元素。
示例内置函数 map() 和 filter()
numbers [1, 2, 3, 4, 5]# 使用 map() 将每个数字乘以 2
doubled list(map(lambda x: x * 2, numbers))
print(doubled) # 输出 [2, 4, 6, 8, 10]# 使用 filter() 过滤出偶数
evens list(filter(lambda x: x % 2 0, numbers))
print(evens) # 输出 [2, 4]13. 函数的调用栈和递归深度
在 Python 中函数的调用是通过“调用栈”Call Stack来管理的。每次调用一个函数时Python 会将该函数的执行信息压入栈中直到该函数执行完成并返回结果时栈中的信息才会被移除。
对于递归函数如果递归调用的深度过大可能会导致栈溢出RecursionError。你可以通过设置 sys.setrecursionlimit() 来调整递归的最大深度但不推荐用于生产环境因为这可能会影响程序的稳定性。
示例递归深度限制
import sys
sys.setrecursionlimit(2000) # 设置递归深度为 2000def factorial(n):if n 0:return 1return n * factorial(n - 1)print(factorial(1000)) # 输出 1000 的阶乘14. 函数的性能优化
在 Python 中函数的性能优化非常重要尤其是在处理大量数据或复杂计算时。以下是一些常见的优化方法
1. 避免重复计算
在函数中尽量避免对同一表达式或计算结果进行多次计算。可以使用变量来保存中间结果减少重复计算的开销。
# 性能差重复计算
def calculate(a, b):return (a b) * (a b)# 优化保存中间结果
def optimized_calculate(a, b):sum_ab a breturn sum_ab * sum_ab2. 使用内置函数和库
Python 内置函数通常是用 C 语言实现的性能上比 Python 自定义的代码更高效。例如在处理列表时使用内置的 sum()、min()、max() 等函数通常比用 for 循环实现要快。
# 性能差手动计算和比较
def manual_sum(numbers):total 0for num in numbers:total numreturn total# 优化使用内置函数
def optimized_sum(numbers):return sum(numbers)3. 使用生成器而非列表
如果不需要一次性加载所有数据使用生成器而不是列表可以节省大量内存并提高性能尤其是在处理大数据时。
# 性能差使用列表
def get_squared_numbers(numbers):return [x ** 2 for x in numbers]# 优化使用生成器
def get_squared_numbers_generator(numbers):for x in numbers:yield x ** 2生成器按需计算每个值而不是一次性将所有值放入内存。
4. 避免过度的函数调用
在一些性能要求较高的代码中函数调用的开销也可能影响性能。虽然 Python 中的函数调用开销较小但在处理大量数据时过多的函数调用会成为性能瓶颈。如果可能尽量将代码逻辑集中在少数几个函数中。
5. 利用并行化和多线程
Python 中可以使用 concurrent.futures 或 threading 模块来实现多线程或并行计算从而加速一些耗时的任务。
import concurrent.futuresdef square(x):return x ** 2numbers [1, 2, 3, 4, 5]# 使用多线程加速计算
with concurrent.futures.ThreadPoolExecutor() as executor:results list(executor.map(square, numbers))print(results) # 输出 [1, 4, 9, 16, 25]在 CPU 密集型任务中使用 concurrent.futures.ProcessPoolExecutor 可以更好地利用多核 CPU。 15. 函数与异步编程Async Programming
Python 支持异步编程可以通过 async def 和 await 关键字来定义异步函数。异步编程通常用于 I/O 密集型任务比如网络请求、文件操作等以提高程序的响应性和并发性。
示例异步函数和事件循环
import asyncioasync def hello_world():print(Hello)await asyncio.sleep(1) # 模拟异步I/O操作print(World)# 运行异步任务
asyncio.run(hello_world())输出
Hello
World在这个例子中asyncio.sleep(1) 是一个异步操作await 关键字表示等待该异步操作完成。由于 Python 是单线程运行的通过异步编程我们可以在等待 I/O 操作时继续执行其他任务从而提高效率。
示例并发执行多个异步任务
import asyncioasync def fetch_data(n):print(fFetching data {n})await asyncio.sleep(1)print(fData {n} fetched)return fResult {n}async def main():tasks [fetch_data(i) for i in range(5)]results await asyncio.gather(*tasks)print(results)# 运行多个异步任务
asyncio.run(main())输出
Fetching data 0
Fetching data 1
Fetching data 2
Fetching data 3
Fetching data 4
Data 0 fetched
Data 1 fetched
Data 2 fetched
Data 3 fetched
Data 4 fetched[Result 0, Result 1, Result 2, Result 3, Result 4]在这个例子中asyncio.gather(*tasks) 用于并发执行多个异步任务fetch_data() 是一个异步函数它模拟了 I/O 操作通过 await asyncio.sleep(1)。使用 asyncio.run(main()) 来启动事件循环并执行所有任务。 函数的用法说完了你是否都会用到呢
