Python核心编程 第八章

1.三元操作符

>>> x,y=4,3
>>> if x < y:
...     smaller = x;
... else:
...     smaller = y;
...
>>> smaller
3
>>> smaller = 0;
>>> smaller = (x<y and [x] or [y])[0]
>>> smaller
3
>>> smaller = x if x <y else y;
>>> smaller
3

X if C else Y

2.迭代序列有三种方法。

通过序列项迭代：

>>> nameList=['Walter',"Nicole",'Steven','Henry']
>>> for eachName in nameList:
...     print eachName, "Lim"
...
Walter Lim
Nicole Lim
Steven Lim
Henry Lim

通过序列索引迭代

>>> for nameIndex in range(len(nameList)):
...     print "Liu,",nameList[nameIndex]
...
Liu, Walter
Liu, Nicole
Liu, Steven
Liu, Henry

使用项和索引迭代

使用enumerate()函数

>>> for i, eachLee in enumerate(nameList):
...     print "%d %s Lee" % (i+1, eachLee)
...
1 Walter Lee
2 Nicole Lee
3 Steven Lee
4 Henry Lee

3.如果在需要子句块的地方不写任何语句，解释器会提示你语法错误。因此，Python提供了pass语句，它不做任何事情——即NOP（No OPeration）.

4.在Python中，你可以在while和for循环中使用else语句。在循环中使用时，else子句只会在循环完成后执行，也就是说break语句也会跳过else块。

def showMaxFactor(num):
    count = num/2;
    while count > 1:
        if num %count == 0:
            print 'largest factor of %d is %d' % (num, count);
            break;
        count -= 1;
    else:
        print num, 'is prime';

for eachNum in range(10,21):
    showMaxFactor(eachNum);

5.

列表解析：

[expr  for  iter_var   in   iterable]   //核心是for循环，它迭代iterable对象的所有条目，前面的expr应用于序列的每个成员，最后的结果值是该表达式产生的列表。

[expr   for   iter_var  in  iterable  if  cond_expr]  //这个语法会在迭代时过滤/捕获满足条件表达式cond_expr的序列成员

6.

生成器表达式：

并不是真正创建数字列表，而是返回一个生成器，这个生成器在每次计算出一个条目后，把这个条目“产生”出来，生成器表达式使用了“延迟计算”,所以在使用内存上更有效。

(expr  for  iter_var  in  iterable  if  cond_expr)

为了避免创建庞大的列表，我们可以使用生成器表达式来操作。

rows = [1,2,3,17];
def cols():
    yield 56
    yield 2
    yield 1

x_product_pairs = ((i, j) for i in rows for j in cols());

for pair in x_product_pairs:
    print pair