def addTest(x, y): #兩個參數
z = x+y
return z
x, y = 5, 10
print(“普通方法:”, addTest(x, y))
lst = [5, 10] #長度2, 兩個元素,
#長度同參數個數
#tp = 5,10 也可以
print(“使用*list:”, addTest(*lst))
dic = {“x”: 5, “y”: 10} #兩個key,兩個value
#dic = dict(x=5, y=10)
# 不同寫法一樣意思
print(“字典:”, dic)
“””
key: x,y必須跟addTest的參數一模一樣
不能換成p,q,不然會出現
TypeError: addTest() got an unexpected keyword argument ‘p’
“””
print(“使用**dict:”, addTest(**dic))
print(“使用*dict:”, addTest(*dic))
# 變成key的相加
#使用*list
#使用**dict實例:
import numpy as np
time1 = np.linspace(0,0.5,3)
#避免變數名稱取名為time,
#以免用到import time的time模組時撞名
dicIn = {
“time1”: time1,
“gain” : 32767,
“delay”: 1e-6
}
def exportDict(time1,gain,delay):
dic = {}
dic[“time”] = time1
dic[“gain”] = np.ones(time1.shape)*gain
dic[“delay”] = np.ones(time1.shape)*delay
#time1.shape=(3,),type=tuple
return dic
print(exportDict(**dicIn))
解包與打包運算子:
**dict解包:
dict 的 Key 要與參數的名稱一樣,
而且不可多 不可少
一個*,兩種解讀
1. 打包第一個(不定長度)參數:
“””其實不一定要第一個參數
惟定義在「*參數」前面的
參數皆不可省略,而定義在「*參數」後面的
參數只能為指名參數或 **kwargs”””
參數皆不可省略,而定義在「*參數」後面的
參數只能為指名參數或 **kwargs”””
2. 將長度同參數個數的list
解包到函式(*list, **dict):
*list: list長度必須跟參數個數相同
**dict:
dict 的 Key 要與參數的名稱一樣,
而且不可多 不可少
(跟list長度同參數個數一樣意思)
*dict: 解包dict的keys,一般不會這樣用
解包與打包運算子
(**最後一個參數,當作dict變數):
不定長度的選擇性參數:
前面講的
*第一個參數,
也是不定長度參數
但是該不定長度參數是
必要輸入,非選擇性
輸入的參數視為tuple
**最後一個選擇性參數:
或如下:
*args **kwargs
*args
*args
**kwargs
範例:
![Python如何讀寫csv逗點分隔檔(每列內容為新光增有利現金流)?pandas.read_csv(r”路徑\檔名.副檔名”),如何移除list中的nan元素?math.isnan(),如何計算新光增有利IRR?numpy_financial(array) ;輸出csv檔時如何去掉index跟header?如何選擇要寫入的直欄columns? dfFinal.to_csv(fpath, index=False, header=None, columns=[0,1])](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2022/11/20221110122900_3.png?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python如何讀寫csv逗點分隔檔(每列內容為新光增有利現金流)?pandas.read_csv(r”路徑\檔名.副檔名”),如何移除list中的nan元素?math.isnan(),如何計算新光增有利IRR?numpy_financial(array) ;輸出csv檔時如何去掉index跟header?如何選擇要寫入的直欄columns? dfFinal.to_csv(fpath, index=False, header=None, columns=[0,1])")
![Python 如何做excel的樞紐分析? pandas.pivot_table() 或 pandas.DataFrame .groupby() ; 如何指定欄位順序? DataFrame.reindex() ; .sortlevel() ; DataFrame[[col1, col2, col3 ]] ; df.columns.map() ; 如何顯示所有欄? pandas.set_option (“display.max_columns”, None)](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2023/03/20230323101848_80.png?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python 如何做excel的樞紐分析? pandas.pivot_table() 或 pandas.DataFrame .groupby() ; 如何指定欄位順序? DataFrame.reindex() ; .sortlevel() ; DataFrame[[col1, col2, col3 ]] ; df.columns.map() ; 如何顯示所有欄? pandas.set_option (“display.max_columns”, None)")
近期留言