老唐笔记
Python 中的解包可以这样理解：一个 list 是一个整体，想把 list 中每个元素当成一个个个体剥离出来，这个过程就是解包，我们来看下面这些例子（分为12个部分）。
1.将list中每个元素赋值给一个变量
>>> name, age, date = ['Bob', 20, '2018-1-1'] >>> name 'Bob' >>> age 20 >>> date '2018-1-1'
2.可迭代对象都可以这样做
# 列表
>>> a,b,c = ['a', 'b', 'c']
>>> a
'a'
>>> a,b,c = enumerate(['a', 'b', 'c'])
>>> a
(0, 'a')
# 元组
>>> a,b,c = ('a', 'b', 'c')
>>> a
'a'
# 字典
>>> a,b,c = {'a':1, 'b':2, 'c':3}
>>> a
'a'
>>> a,b,c = {'a':1, 'b':2, 'c':3}.items()
>>> a
('a', 1)
# 字符串
>>> a,b,c = 'abc'
>>> a
'a'
# 生成器
>>> a,b,c = (x + 1 for x in range(3))
>>> a
1
如果可迭代对象包含的元素和前面待赋值变量数量不一致，则会报错。但是可以通过*来表示多个元素
3.星号的使用
比如我们要计算平均分，去除最高分和最低分，除了用切片，还可以用解包的方式获得中间的数值
>>> first, *new, last = [94, 85, 73, 46] >>> new [85, 73]
用*来表示多个数值
4.压包过程
压包是解包的逆过程，用zip函数实现，下面例子可以对压包有一个直观的感受
>>> a = ['a', 'b', 'c']
>>> b = [1, 2, 3]
>>> for i in zip(a, b):
... print(i)
...
('a', 1)
('b', 2)
('c', 3)
5.压包与解包混合的例子
下面例子实现：两个列表对应数值相加
>>> a = [0, 1, 2] >>> b = [1, 2, 3] >>> for i, j in zip(a, b): ... print(i+j) ... 1 3 5
细细拆解上面过程，可以看出步骤是这样的
- 先是zip函数将a b压包成为一个可迭代对象
- 对可迭代对象的每一个元素（(‘a’, 1)）进行解包（i, j = (‘a’, 1)）
- 此时就可以分别调用i j变量进行计算
下面我们加入星号
>>> l = [('Bob', '1990-1-1', 60),
... ('Mary', '1996-1-4', 50),
... ('Nancy', '1993-3-1', 55),]
>>> for name, *args in l:
... print(name, args)
...
Bob ['1990-1-1', 60]
Mary ['1996-1-4', 50]
Nancy ['1993-3-1', 55]
解包与压包结合可以实现类似矩阵转置的操作
a = [[1, 2, 3], [4, 5, 6]]
for x, y in zip(*a):
print(x, y)
# 1 4
# 2 5
# 3 6
6._的用法
当一些元素不用时，用_表示是更好的写法，可以让读代码的人知道这个元素是不要的
>>> person = ('Bob', 20, 50, (11, 20, 2000))
>>> name, *_, (*_, year) = person
>>> name
'Bob'
>>> year
2000
7.多变量同时赋值
之前赋值符号右侧都是可迭代对象，其实右侧也可以是多个变量
>>> a, b = 1, 2 >>> a 1 >>> b 2 >>> a = 1, 2 >>> a (1, 2)
下面用法都会报错
*a = 1, 2 a, b, c = 1, 2
可以这样
*a, = 1, 2
8.*之可变参数
函数定义时，我们使用*的可变参数，其实也是压包解包过程
>>> def myfun(*num): ... print(num) ... >>> myfun(1,2,5,6) (1, 2, 5, 6)
参数用*num表示，num变量就可以当成元组调用了。
其实这个过程相当于*num, = 1,2,5,6
9.*之关键字参数
>>> def myfun(**kw):
... print(kw)
...
>>> myfun(name = "Bob", age = 20, weight = 50)
{'weight': 50, 'name': 'Bob', 'age': 20}
键值对传入**kw，kw就可以表示相应字典。
**的用法只在函数定义中使用，不能这样使用
a, **b = {'weight': 50, 'name': 'Bob', 'age': 20}
10.可变参数与关键字参数的细节问题
(1)函数传入实参时，可变参数(*)之前的参数不能指定参数名
>>> def myfun(a, *b): ... print(a) ... print(b) ... >>> myfun(a=1, 2,3,4) File "<stdin>", line 1 SyntaxError: positional argument follows keyword argument >>> myfun(1, 2,3,4) 1 (2, 3, 4)
(2)函数传入实参时，可变参数(*)之后的参数必须指定参数名，否则就会被归到可变参数之中
>>> def myfun(a, *b, c=None): ... print(a) ... print(b) ... print(c) ... >>> myfun(1, 2,3,4) 1 (2, 3, 4) None >>> myfun(1, 2,3,c=4) 1 (2, 3) 4
如果一个函数想要使用时必须明确指定参数名，可以将所有参数都放在可变参数之后，而可变参数不用管它就可以，也不用命名，如下
>>> def myfun(*, a, b): ... print(a) ... print(b) ... >>> myfun(a = 1,b = 2) 1 2
可变参数的这两条特性，可以用于将 只需要按照位置赋值的参数 和 需要明确指定参数名的参数区分开来
(3)关键字参数都只能作为最后一个参数，前面的参数按照位置赋值还是名称赋值都可以
下面展示一个既用可变参数有用关键字参数的例子
>>> def myfun(a, *b, c, **d):
... print(a)
... print(b)
... print(c)
... print(d)
...
>>> myfun(1, 2, 3, c= 4, m = 5, n = 6)
1
(2, 3)
4
{'n': 6, 'm': 5}
(4)可变参数与关键词参数共同使用以表示任意参数
下面是这一点在装饰器当中的使用
>>> def mydecorator(func):
... def wrapper(*args, **kw):
... print('I am using a decorator.')
... return func(*args, **kw)
... return wrapper
...
>>> @mydecorator
... def myfun(a, b):
... print(a)
... print(b)
...
>>> myfun(1, b = 2)
I am using a decorator.
1
2
(如果有的读者不熟悉装饰器，只需要知道，使用@定义myfun相当于myfun = mydecorator(myfun)，定义出来的myfun其实是返回结果wrapper函数)
wrapper函数使用*args, **kw作为参数，则被修饰的myfun函数需要的参数无论是什么样的，传入wrapper都不会报错，这保证了装饰器可以修饰各种各样函数的灵活性。毕竟我们一般在函数中传入参数时，要么所有参数名都写，要么前面几个不写，后面的会写，这样使用*args, **kw完全没有问题。
11.解包作为参数传入函数中
首先定义一个函数
def myfun(a, b):
print(a + b)
列表元组的解包
>>> n = [1, 2] >>> myfun(*n) 3 >>> m = (1, 2) >>> myfun(*m) 3
字典的解包
>>> mydict = {'a':1, 'b': 2}
>>> myfun(**mydict)
3
>>> myfun(*mydict)
ba
一个应用
>>> bob = {'name': 'Bob', 'age': 30}
>>> "{name}'s age is {age}".format(**bob)
"Bob's age is 30"
12.多返回值函数
下面过程也涉及到了解包
def myfun(a, b):
return a + 1, b + 2
>>> m, n = myfun(1, 2)
>>> m
2
>>> n
4
其实本身是一个元组
>>> p = myfun(1, 2) >>> p (2, 4)
