自学python

南京大学Coursera–用python玩转数据

range函数

当我们需要一个数列，特别是等差数列，这个时候就可以使用range函数：
range(start,end,step)
range(start,end) #默认步长为1
range(end) #默认start = 0， step = 1;

• range函数产生一系列整数，返回一个range对象；

>>> list(range(3,11,2))
[3,5,7,9]

• 惰性计算，适合处理大数据，类似一个”lazy list”;

自定义函数的默认参数问题

默认参数都必须写在后面，不允许出现如下情况：

def (x = false,y):
    balabala

lambda函数

def my_add(x,y) :
    return x+y

等价于：

my_add = lambda x,y : x + y

一个典型的递归问题

一般的来说，同一个问题使用递归方案会比使用循环方案更消耗资源（时间，内存），但是有些问题目前只有递归方案解决，例如汉诺塔问题。

def hanoi(a,b,c,n):    #借助b将n个盘子从a搬动到c
    if n == 1:
        print(a,'->',c)
    else:
        hanoi(a,c,b,n-1)  #借助c将n-1个盘子从a搬动到b
        print(a,'->',c)   #把a的最大的盘子搬动给c
        hanoi(b,a,c,n-1)  #然后将b上的n-1个盘子借助a移动到c

hanoi('a','b','c',4)        

for循环

for iter_var in iterable_object:
    suite_to_repeat

其中，iterable_object一般是这么几类（要求是可迭代对象）：
- String
- List
- Tuple
- Dictionary
- File

循环中的else

• 如果循环代码从break处终止，跳出循环
• 正常结束循环，则执行else中的代码
  这样的设计，有一个特别适合的例子：
  判断素数：

from math import sqrt
num = int(input('please enter a number:'))
j = 2
while j <= int(sqrt(num)):
    if num % j == 0:
        print('{:d} is not a prime.'.format(num))
        break
    j += 1
else:  #python中else可以和while、for连接，在“正常完成循环”时，执行语句
    print('{:d} is a prime.'.format(num))

多重赋值（有时也称作为“序列解包”）

多重赋值PI，r = 3.14,4的本质由两个步骤构成：

>>>temp = 3.14,4 #元组打包（Tuple packing)
>>>PI,r =3.14,4 #序列解包（Sequence unpacking)

round函数：四舍六入五成双

>>> round(3.4)
3
>>> round(4.6)
5
>>> round(3.5)
4
>>> round(2.5)
2

来自《fluent Python》的第一段代码，看不懂

import collections

Card = collections.namedtuple('Card',['rank','suit'])

class FrenchDeck:
    ranks = [str(n) for n in range(2,11)] + list('JQKA')
    suits = 'spades diamonds clubs hearts'.split()

    def __init__(self):
        self._cards = [Card(rank,suit) for suit in self.suits for rank in self.ranks]

    def __len__(self):
        return len(self._cards)

    def __getitem__(self,position):
        return self._cards[position]

deck = FrenchDeck()
a = len(deck)
b = deck.__getitem__(51)    
print(a)
print(b)

关于“对象、类、元类”

Python 类与元类的深度挖掘这个讲得容易懂。