作者 Chris Burns, Christophe Combelles, Emmanuelle Gouillart, Gaël Varoquaux

Python中的科学计算 这里我们介绍Python语言。这里只会仅仅解决可以用于Numpy和Scipy的最低要求。想要更多的了解这门语言,请参考http://docs.python.org/tutorial 这个非常好的教程。也可以借助专门的图书,比如:http://diveintopython.org/.

Python是一门编程语言,与C、Fortran、BASIC和PHP等等类似。Python的一些特性如下:

  • 一种解释性(不是编译)语言。与C或者Fortran等不同,Python代码在执行前不会编译。另外,Python可以交互使用:有许多的Python解释器,命令和脚本可以在其中执行。
  • 开源证书下发布的免费软件:Python可以免费使用和分发,即使用于商用。
  • 多平台:Python可以用于所有的主流操作系统,Windows、Linux/Unix、MacOS X, 甚至可能是你有手机操作系统等等。
  • 可读性很强的语言,有清晰不罗嗦的语法
  • 拥有大量高质量的包,可以应用于多种多样的应用,从网站框架到科学计算。
  • 非常简单的接口与其他语言交互,特别是C和C++
  • 稍后会介绍一些语言的其他特性。例如Python是面向对象的语言,包含动态类型(一个变量可以在程序过程中,可以包含不同的对象类型)。

Python的特有特性的更多信息,请见:http://www.python.org/about/

1.2.1 第一步

启动IPython Shell(一个增强的Python交互Shell):

  • 在Linux/Mac终端中输入“ipython”,或者在Windows cmd sheell,
  • 或者从菜单启动程序,即在Python(x,y)EPD,如果你已经安装这些Python科学套装之一。

如果你的电脑上还没有安装IPython,也可以选择其他Python shells,比如在终端中输入“Python”启动纯Python shell,或者Idle解释器。但是,我们建议使用IPython Shell,因为它增强特性,特别是对于科学计算。

如果你已经启动了解释器,输入

In [2]:
print "Hello, world!"
Hello, world!

接下来就会显示信息"Hello, world!"。你已经执行了你的第一条Python命令,恭喜!

你自己开始吧,输入下列命令

In [1]:
a = 3
b = 2*a
type(b)
Out[1]:
int
In [2]:
print b
6
In [3]:
a*b
Out[3]:
18
In [4]:
b = 'hello'
type(b)
Out[4]:
str
In [5]:
b + b
Out[5]:
'hellohello'
In [6]:
2*b
Out[6]:
'hellohello'

上面定义了ab两个变量。注意这里在赋值前没有声明变量类型。相反,在C中,应该写为:

int a=3;

另外,变量的类型可以改变,在一个时间点它可以等于一个特定类型,在接下来的时间里,他可以等于另外的类型。b首先等于整数,但是当它被赋值为"hello"时他变成等于字符。在Python中,整数的运算符(b=2*a)原生支持的,一些字符上的操作符例如相加和相乘也是支持的,相当于串联和重复。

1.2.2 基础类型

1.2.2.1 数值类型

Python支持如下的数值、标量类型:

整型:

In [8]:
1 + 1
Out[8]:
2
In [11]:
a = 4
type(a)
Out[11]:
int

浮点型:

In [12]:
c = 2.1
type(c)
Out[12]:
float

复数:

In [13]:
a = 1.5 + 0.5j
a.real
Out[13]:
1.5
In [14]:
a.imag
Out[14]:
0.5
In [15]:
type(1. + 0j )
Out[15]:
complex

布尔:

In [16]:
3 > 4
Out[16]:
False
In [17]:
test = (3 > 4)
test
Out[17]:
False
In [18]:
type(test)
Out[18]:
bool

因此,Python shell可以代替你的口袋计算器,因为基本的代数操作符 +、-、*、/、%(模)都已经原生实现了。

In [19]:
7 * 3.
Out[19]:
21.0
In [20]:
2**10
Out[20]:
1024
In [21]:
8 % 3
Out[21]:
2

类型转化(投射):

In [22]:
float(1)
Out[22]:
1.0

注意:整数相除

In [23]:
3 / 2
Out[23]:
1

技巧:使用浮点:

In [24]:
3 / 2.
Out[24]:
1.5
In [25]:
a = 3
b = 2
a / b
Out[25]:
1
In [26]:
a / float(b)
Out[26]:
1.5

如果你明确想要整除,请使用//:

In [27]:
3.0 // 2
Out[27]:
1.0

Python3改变了除运算符行为。细节请看python3porting网站.


1.2.2.2 容器

Python提供了许多有效的容器类型,其中存储了对象集合。

1.2.2.2.1 列表

列表是一个有序的对象集合,对象可以有多种类型。例如:

In [28]:
L = ['red', 'blue', 'green', 'black', 'white']
type(L)
Out[28]:
list

索引:访问包含在列表中的单个对象:

In [29]:
L[2]
Out[29]:
'green'

使用负索引,从结尾开始计数:

In [30]:
L[-1]
Out[30]:
'white'
In [31]:
L[-2]
Out[31]:
'black'

注意:索引从0开始(和C中一样),而不是1(像在Fortran或Matlab)!

切片:获得规律分布元素的子列表:

In [32]:
L
Out[32]:
['red', 'blue', 'green', 'black', 'white']
In [33]:
L[2:4]
Out[33]:
['green', 'black']

注意:L[start:stop]包含索引start<= i < stop的元素(i的范围从start到stop-1)。因此,L[start:stop]包含(stop-start)个元素。

切片语法L[start:stop:stride]

所有切片参数都是可选的:

In [34]:
L
Out[34]:
['red', 'blue', 'green', 'black', 'white']
In [35]:
L[3:]
Out[35]:
['black', 'white']
In [36]:
L[:3]
Out[36]:
['red', 'blue', 'green']

列表是可变对象,可以被改变:

In [38]:
L[0] = 'yellow'
L 
Out[38]:
['yellow', 'blue', 'green', 'black', 'white']
In [39]:
L[2:4] = ['gray', 'purple']
L
Out[39]:
['yellow', 'blue', 'gray', 'purple', 'white']

注:一个列表的元素可以有不同的类型:

In [40]:
L = [3, -200, 'hello']
L
Out[40]:
[3, -200, 'hello']
In [41]:
L[1], L[2]
Out[41]:
(-200, 'hello')

对于一个所有类型都相同的数值数据集合,使用Numpy模块提供的数组类型通常更有效。Numpy数组是包含固定大小项目的内存组块。使用Numpy数组,元素上的操作可以非常快速,因为元素均匀分布在内存上并且更多的操作是通过特殊的C函数而不是Python循环。

Python提供了一大组函数来修改或查询列表。这里是一些例子,更多内容,请见:http://docs.python.org/tutorial/datastructures.html#more-on-lists

添加和删除元素:

In [42]:
L = ['red', 'blue', 'green', 'black', 'white']
L.append('pink')
L
Out[42]:
['red', 'blue', 'green', 'black', 'white', 'pink']
In [43]:
L.pop() # 删除并返回最后一个项目
Out[43]:
'pink'
In [44]:
L
Out[44]:
['red', 'blue', 'green', 'black', 'white']
In [45]:
L.extend(['pink', 'purple']) # 扩展列表L,原地
L
In [46]:
L = L[:-2]
L
Out[46]:
['red', 'blue', 'green', 'black', 'white']

反转:

In [47]:
r = L[::-1]
r
Out[47]:
['white', 'black', 'green', 'blue', 'red']
In [48]:
r2 = list(L)
r2
Out[48]:
['red', 'blue', 'green', 'black', 'white']
In [49]:
r2.reverse() # 原对象
r2
Out[49]:
['white', 'black', 'green', 'blue', 'red']

串联和重复列表:

In [50]:
r + L
Out[50]:
['white',
 'black',
 'green',
 'blue',
 'red',
 'red',
 'blue',
 'green',
 'black',
 'white']
In [51]:
r * 2
Out[51]:
['white',
 'black',
 'green',
 'blue',
 'red',
 'white',
 'black',
 'green',
 'blue',
 'red']

排序:

In [52]:
sorted(r) # 新对象
Out[52]:
['black', 'blue', 'green', 'red', 'white']
In [53]:
r
Out[53]:
['white', 'black', 'green', 'blue', 'red']
In [55]:
r.sort() # 原对象
r
Out[55]:
['black', 'blue', 'green', 'red', 'white']

方法和面向对象编程

符号r.method() (即 r.append(3) and L.pop()) 是我们第一个关于面向对象编程的例子(OOP)。作为列表,对象r有可以以这种方式调用的方法函数。对于这篇教程不需要关于面向对象编程的更多知识,只需要理解这种符号。


发现方法

提醒:在IPython中:tab完成 (按tab)

In [28]: r.<TAB>
r.__add__           r.__iadd__        r.__setattr__
r.__class__         r.__imul__        r.__setitem__
r.__contains__      r.__init__        r.__setslice__
r.__delattr__       r.__iter__        r.__sizeof__
r.__delitem__       r.__le__          r.__str__
r.__delslice__      r.__len__         r.__subclasshook__
r.__doc__           r.__lt__          r.append
r.__eq__            r.__mul__         r.count
r.__format__        r.__ne__          r.extend
r.__ge__            r.__new__         r.index
r.__getattribute__  r.__reduce__      r.insert
r.__getitem__       r.__reduce_ex__   r.pop
r.__getslice__      r.__repr__        r.remove
r.__gt__            r.__reversed__    r.reverse
r.__hash__          r.__rmul__        r.sort

1.2.2.2.2 字符

不同的字符语法(单引号、双引号或三个引号):

In [58]:
s = 'Hello, how are you?'
s = "Hi, what's up"
s = '''Hello,                 
       how are you'''         # 三个引号可以允许字符跨行
s = """Hi,
what's up?"""
'Hi, what's up?'
  File "<ipython-input-58-dfe00f996c26>", line 7
    'Hi, what's up?'
              ^
SyntaxError: invalid syntax

如果在字符中要是使用引号,那么应该嵌套使用,或者使用"\"进行转义,否则会报错。

换行的符号为 \n,tab符号是\t。

字符也是类似与列表的结合。因此,也可以使用相同的语法和规则索引和切片。

索引:

In [59]:
a = "hello"
a[0]
Out[59]:
'h'
In [60]:
a[1]
Out[60]:
'e'
In [61]:
a[-1]
Out[61]:
'o'

(记住负索引从右侧开始计数。)

切片:

In [64]:
a = "hello, world!"
a[3:6] # 第三到第六个(不包含)元素:元素3、4、5
Out[64]:
'lo,'
In [65]:
a[2:10:2] # 语法:a[开始:结束:步幅]
Out[65]:
'lo o'
In [66]:
a[::3] # 从开始到结尾,每隔3个字母
Out[66]:
'hl r!'

重音符号和特殊字符也可以被处理为Unicode字符(请见 http://docs.python.org/tutorial/introduction.html#unicode-strings)。

字符是不可变对象,不可能修改内容。不过可以从原始的字符中创建一个新的字符。

In [68]:
a = "hello, world!"
a[2] = 'z'
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-68-8f124c87c8cf> in <module>()
      1 a = "hello, world!"
----> 2 a[2] = 'z'

TypeError: 'str' object does not support item assignment
In [69]:
a.replace('l', 'z', 1)
Out[69]:
'hezlo, world!'
In [70]:
a.replace('l', 'z')
Out[70]:
'hezzo, worzd!'

字符有许多有用的方法,比如上面的a.replace。回忆一下a.面向对象的符号,并且使用tab完成或者help(str)来搜索新的方法。

更多内容 Python提供了操作的字符的高级可能性,看一下模式或格式。感兴趣的读者请参考:http://docs.python.org/library/stdtypes.html#string-methodshttp://docs.python.org/library/string.html#new-string-formatting。

字符格式:

In [71]:
'An integer: %i; a float: %f; another string: %s' % (1, 0.1, 'string')
Out[71]:
'An integer: 1; a float: 0.100000; another string: string'
In [72]:
i = 102
filename = 'processing_of_dataset_%d.txt' % i
filename
Out[72]:
'processing_of_dataset_102.txt'

1.2.2.2.3. Dictionaries

字典本质上是一个映射键值的高效表格。它是一个无序的容器

In [74]:
tel = {'emmanuelle': 5752, 'sebastian': 5578}
tel['francis'] = 5915
tel
Out[74]:
{'emmanuelle': 5752, 'francis': 5915, 'sebastian': 5578}
In [75]:
tel['sebastian']
Out[75]:
5578
In [76]:
tel.keys()
Out[76]:
['sebastian', 'francis', 'emmanuelle']
In [77]:
tel.values()
Out[77]:
[5578, 5915, 5752]

它可以方便的以名字(日期的字符和名称等)存储和获取值。更多信息见 http://docs.python.org/tutorial/datastructures.html#dictionaries。

一个字典的键(代表值)可以有不同的类型:

In [78]:
d = {'a':1, 'b':2, 3:'hello'}
d
Out[78]:
{3: 'hello', 'a': 1, 'b': 2}

1.2.2.2.4. More container types

元组

元组本质上是不可变列表。元组的元素用括号包起来,或者只是用逗号分割:

In [79]:
t = 12345, 54321, 'hello!'
t[0]
Out[79]:
12345
In [80]:
t
Out[80]:
(12345, 54321, 'hello!')
In [81]:
u = (0, 2)

集合:无序,惟一项目:

In [82]:
s = set(('a', 'b', 'c', 'a'))
s
Out[82]:
{'a', 'b', 'c'}
In [83]:
s.difference(('a', 'b'))
Out[83]:
{'c'}

1.2.2.3. 赋值运算

Python类库参考:

赋值语句被用于(重)绑定名称与值,以及修改可变对象的项目或属性。

简单来说,它这样工作(简单赋值):

  1. 右侧表达式被评估,创建或获得产生的对象

  2. 左侧的名字被赋值或绑定到右侧的对象

需要注意的事情:

  • 单个对象可以有多个绑定的名称:
In [84]:
a = [1, 2, 3]
b = a
a
Out[84]:
[1, 2, 3]
In [85]:
b
Out[85]:
[1, 2, 3]
In [86]:
a is b
Out[86]:
True
In [87]:
b[1] = 'hi!'
a
Out[87]:
[1, 'hi!', 3]
  • 要在原地改变列表,请使用索引或切片:
In [88]:
a = [1, 2, 3]
a
Out[88]:
[1, 2, 3]
In [89]:
a = ['a', 'b', 'c'] # 创建另一个对象
a
Out[89]:
['a', 'b', 'c']
In [90]:
id(a)
Out[90]:
4394695640
In [91]:
a[:] = [1, 2, 3] # 在原地修改对象
a
Out[91]:
[1, 2, 3]
In [92]:
id(a)
Out[92]:
4394695640

与上一个id相同,你的可能有所不同...

  • 这里的关键观点是可变 vs. 不可变

    • 可变对象可以在原地修改
    • 不可变对象一旦被创建就不可修改

更多内容在David M. Beazley的文章Python中的类型和对象中也可以找到关于以上问题非常不错的详尽解释。

1.2.3 流程控制

控制代码执行顺序。

1.2.3.1 if/elif/else

In [93]:
if 2**2 == 4:
    print 'Obvious!'
Obvious!

代码块用缩进限定


小技巧:在你的Python解释器内输入下列行,并且注意保持缩进深度。IPython shell会在一行的 : 符号后自动增加缩进,如果要减少缩进,向左侧移动4个空格使用后退键。按两次回车键离开逻辑块。


In [96]:
a = 10
if a == 1:
    print(1)
elif a == 2:
    print(2)
else:
    print('A lot')
A lot

在脚本中也是强制缩进的。作为练习,在condition.py脚本中以相同的缩进重新输入之前几行,并在IPython中用run condition.py执行脚本。

1.2.3.2 for/range

在索引上迭代:

In [97]:
for i in range(4):
    print(i)
0
1
2
3

但是最经常使用,也更易读的是在值上迭代:

In [98]:
for word in ('cool', 'powerful', 'readable'):
    print('Python is %s' % word)
Python is cool
Python is powerful
Python is readable

1.2.3.3 while/break/continue

典型的C式While循环(Mandelbrot问题):

In [13]:
z = 1 + 1j
while abs(z) < 100: 
    z = z**2 + 1
z
Out[13]:
(-134+352j)

更高级的功能

break 跳出for/while循环:

In [103]:
z = 1 + 1j
while abs(z) < 100:
    if z.imag == 0:
        break
    z = z**2 + 1
    print z
(1+2j)
(-2+4j)
(-11-16j)
(-134+352j)

continue 继续下一个循环迭代:

In [101]:
a = [1, 0, 2, 4]
for element in a:
    if element == 0:
        continue
    print 1. / element
1.0
0.5
0.25

1.2.3.4 条件表达式

if [OBJECT]:

评估为False:

- 任何等于0的数字 (0、0.0、0+0j)
- 空容器(列表、元组、集合、字典, ...)
- False,None

评估为True:

- 任何其他的东西

a == b:

判断逻辑是否相等:

In [1]:
1 == 1
Out[1]:
True

a is b:

测试同一性:两边是相同的对象:

In [2]:
1 is 1
Out[2]:
True
In [3]:
a = 1
b = 1
a is b
Out[3]:
True

a in b:

对于任何集合b:b包含a

In [11]:
b = [1, 2, 3]
2 in b
Out[11]:
True
In [12]:
5 in b
Out[12]:
False

如果b是字典,这个语法测试a是否是b的一个键。

1.2.3.5. 高级循环

1.2.3.5.1 序列循环

你可以在任何序列上进行循环(字符、列表、字典的键,文件的行...):

In [14]:
vowels = 'aeiouy'
for i in 'powerful':
    if i in vowels:
        print(i),
o e u
In [15]:
message = "Hello how are you?"
message.split() # 返回一个列表
Out[15]:
['Hello', 'how', 'are', 'you?']
In [16]:
for word in message.split():
    print word
Hello
how
are
you?

很少有语言(特别是科学计算语言)允许在整数或索引之外的循环。在Python中,可以在感兴趣的对象上循环,而不用担心你通常不关心的索引。这个功能通常用来让代码更易读。

警告:改变正在循环的序列是不安全的。

1.2.3.5.2 跟踪列举数

通常任务是在一个序列上循环,同时跟踪项目数。

- 可以像上面,使用带有计数器的while循环。或者一个for循环:
In [17]:
words = ('cool', 'powerful', 'readable')
for i in range(0, len(words)):
    print i, words[i]
0 cool
1 powerful
2 readable

但是,Python为这种情况提供了enumerate关键词:

In [18]:
for index, item in enumerate(words):
    print index, item
0 cool
1 powerful
2 readable

1.2.3.5.3 字典循环

使用iteritems

In [19]:
d = {'a': 1, 'b':1.2, 'c':1j}
for key, val in d.iteritems():
    print('Key: %s has value: %s' % (key, val))
Key: a has value: 1
Key: c has value: 1j
Key: b has value: 1.2

1.2.3.5.4 列表推导式

In [20]:
[i**2 for i in range(4)]
Out[20]:
[0, 1, 4, 9]

练习

用Wallis公式,计算π的小数

Wallis公式


1.2.4. 定义函数

1.2.4.1 函数的定义

In [21]:
def test():
    print('in test function')

test()
in test function

注意:函数块必须像其他流程控制块一样缩进

1.2.4.2 返回语句

函数可以选择返回值。

In [22]:
def disk_area(radius):
    return 3.14 * radius * radius

disk_area(1.5)
Out[22]:
7.0649999999999995

注意:默认函数返回None

注意:注意定义函数的语法:

  • def关键字:
  • 接下来是函数的名称,然后
  • 是在圆括号中的函数的参数,并跟着一个冒号。
  • 函数体;
  • 以及可选返回值的返回对象

1.2.4.3 参数

必选参数(位置参数)

In [24]:
def double_it(x):
    return x * 2

double_it(3)
Out[24]:
6
In [25]:
double_it()
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-25-51cdedbb81b0> in <module>()
----> 1 double_it()

TypeError: double_it() takes exactly 1 argument (0 given)

可选参数(关键词和命名参数)

In [26]:
def double_it(x=2):
    return x * 2

double_it()
Out[26]:
4
In [27]:
double_it(3)
Out[27]:
6

关键词参数允许你设置特定默认值。

警告:默认值在函数定义时被评估,而不是在调用时。如果使用可变类型(即字典或列表)并在函数体内修改他们,这可能会产生问题,因为这个修改会在函数被引用的时候一直持续存在。

在关键词参数中使用不可变类型:

In [2]:
bigx = 10
def double_it(x=bigx):
    return x * 2
bigx = 1e9  # 现在真的非常大
double_it()
Out[2]:
20

在关键词参数中使用可变类型(并且在函数体内修改它):

In [3]:
def add_to_dict(args={'a': 1, 'b': 2}):
    for i in args.keys():
        args[i] += 1
    print args

add_to_dict
Out[3]:
<function __main__.add_to_dict>
In [4]:
add_to_dict()
{'a': 2, 'b': 3}
In [5]:
add_to_dict()
{'a': 3, 'b': 4}
In [6]:
add_to_dict()
{'a': 4, 'b': 5}

更复杂的例子,实现Python的切片:

In [7]:
def slicer(seq, start=None, stop=None, step=None):
    """Implement basic python slicing."""
    return seq[start:stop:step]

rhyme = 'one fish, two fish, red fish, blue fish'.split()

rhyme
Out[7]:
['one', 'fish,', 'two', 'fish,', 'red', 'fish,', 'blue', 'fish']
In [8]:
slicer(rhyme)
Out[8]:
['one', 'fish,', 'two', 'fish,', 'red', 'fish,', 'blue', 'fish']
In [9]:
slicer(rhyme, step=2)
Out[9]:
['one', 'two', 'red', 'blue']
In [10]:
slicer(rhyme, 1, step=2)
Out[10]:
['fish,', 'fish,', 'fish,', 'fish']
In [11]:
slicer(rhyme, start=1, stop=4, step=2)
Out[11]:
['fish,', 'fish,']

关键词参数的顺序重要:

In [12]:
slicer(rhyme, step=2, start=1, stop=4)
Out[12]:
['fish,', 'fish,']

但是,最好是使用与函数定义相同的顺序。

关键词参数是特别方便的功能,可以用可变数量的参数来定义一个函数,特别是当函数据绝大多数调用都会使用默认值时。

1.2.4.4 值传递

可以在一个函数内部改变变量的值吗?大多数语言(C、Java...)区分了“值传递“和”引用传递“。在Python中,没有严格的这种区分,并且视你的变量是否会修改而有一些不同。幸运的是,这些情况存在明确的规则。

函数的参数是对象的引用,传递的是值。当你向一个函数传递了一个变量,Python传递的是对象的引用,这个对象引用的变量(值)。而不是变量本身。

如果传递给函数的值是不可变的,那么这个函数并不会改变调用者的变量。如果是可变的,那么函数将可能在原地修改调用者的变量。

In [13]:
def try_to_modify(x, y, z):
    x = 23
    y.append(42)
    z = [99] # 新引用
    print(x)
    print(y)
    print(z)

a = 77    # 不可变变量
b = [99]  # 可变变量
c = [28]
try_to_modify(a, b, c)
23
[99, 42]
[99]
In [14]:
print(a)
77
In [15]:
print(b)
[99, 42]
In [16]:
print(c)
[28]

函数有名为local namespace的本地变量表。

变量X只存在于函数try_to_modify内部。

1.2.4.5 全局变量

在函数外定义的变量可以在函数内引用:

In [18]:
x = 5
def addx(y):
    return x + y

addx(10)
Out[18]:
15

但是,这些全局变量不能在函数内修改,除非在函数内声明global

这样没用:

In [19]:
def setx(y):
    x = y
    print('x is %d' % x)

setx(10)
x is 10
In [20]:
x
Out[20]:
5

这样可以:

In [21]:
def setx(y):
    global x
    x = y
    print('x is %d' % x)

setx(10)
x is 10
In [22]:
x
Out[22]:
10

1.2.4.6 可变数量参数

函数的特殊形式:

- *args:封装成元组的任意数量的位置参数
- **kwargs:封装成字典的任意数量的关键词参数
In [23]:
def variable_args(*args, **kwargs):
    print 'args is', args
    print 'kwargs is', kwargs

variable_args('one', 'two', x=1, y=2, z=3)
args is ('one', 'two')
kwargs is {'y': 2, 'x': 1, 'z': 3}

1.2.4.7 Docstrings

关于函数作用及参数的文档。通常惯例:

In [24]:
def funcname(params):
    """Concise one-line sentence describing the function.
    Extended summary which can contain multiple paragraphs.
    """
    # 函数体
    pass

funcname?
Type:           function
Base Class:     type 'function'>
String Form:    <function funcname at 0xeaa0f0>
Namespace:      Interactive
File:           <ipython console>
Definition:     funcname(params)
Docstring:
    Concise one-line sentence describing the function.

    Extended summary which can contain multiple paragraphs.

注 Docstring 指导

为了标准化,Docstring规范页面为Python Docstring相关的含义及书写规范提供了文档。

Numpy和Scipy模块也为科学计算函数定义了清晰的标准,你可能想要在自己的函数中去遵循,这个标准有参数部分,例子部分等。见http://projects.scipy.org/numpy/wiki/CodingStyleGuidelines#docstring-standardhttp://projects.scipy.org/numpy/browser/trunk/doc/example.py#L37

1.2.4.8 函数作为对象

函数是一级对象,这意味着他们可以是:

- 可以被赋值给变量
- 列表的一个项目(或任何集合)
- 作为参数传递给另一个函数
In [26]:
va = variable_args

va('three', x=1, y=2)
args is ('three',)
kwargs is {'y': 2, 'x': 1}

1.2.4.9 方法

方法是对象的函数。你已经在我们关于列表、字典和字符等...的例子上看到了。

1.2.4.10. 练习

练习:斐波那契数列

写一个函数来展示斐波那契数列的前n个项目,定义如下:

- u_0 = 1; u_1 = 1
- u_(n+2) = u_(n+1) + u_n

练习:快速排序

实现快速排序算法,定义来自wikipedia:

function quicksort(array)

var list less, greater if length(array) < 2

    return array

select and remove a pivot value pivot from array for each x in array

    if x < pivot + 1 then append x to less else append x to greater

return concatenate(quicksort(less), pivot, quicksort(greater))