三、高级特性——python廖雪峰学习笔记

最新推荐文章于 2022-10-09 22:52:28 发布

糯米的冰冰

最新推荐文章于 2022-10-09 22:52:28 发布

阅读量177

点赞数

分类专栏：基于python 文章标签： python

本文链接：https://blog.csdn.net/qq_38025771/article/details/100672831

版权

基于python 专栏收录该内容

16 篇文章 10 订阅

订阅专栏

学习来源：python廖雪峰个人网站https://www.liaoxuefeng.com/wiki/1016959663602400

另一个不错的网站：菜鸟教程（包含，python，Java，PHP等多种语言，资源全部免费）https://www.runoob.com/python3/python3-tutorial.html
高级特性
- 高级特性
  - 比如构造一个1, 3, 5, 7, ..., 99的列表，可以通过循环实现：
```
L = []
n = 1
while n <= 99:
    L.append(n)
    n = n + 2
```
  - 在Python中，代码不是越多越好，而是越少越好。代码不是越复杂越好，而是越简单越好。
- 切片
  - 取一个list和tuple的部分元素是非常常见的操作：比如，一个list如下：
```
>>> L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
```
  - 对经常取指定索引范围的操作，用循环十分繁琐，因此，Python提供了切片（Slice）操作符，能大大简化这种操作。对应上面的问题，取前3个元素，用一行代码就可以完成切片：
```
>>> L[0:3]
['Michael', 'Sarah', 'Tracy']
```
    L[0:3]表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素。如果第一个索引是0，还可以省略：L[:3]
  - 倒数切片，试试：
```
>>> L[-2:]
['Bob', 'Jack']
>>> L[-2:-1]
['Bob']
```
    记住倒数第一个元素的索引是-1。
  - 前10个数，每两个取一个：
```
>>> L[:10:2]
[0, 2, 4, 6, 8]
```
    所有数，每5个取一个：
```
>>> L[::5]
```
  - 甚至什么都不写，只写[:]就可以原样复制一个list：
```
>>> L[:]
[0, 1, 2, 3, ..., 99]
```
  - tuple也是一种list，唯一区别是tuple不可变。因此，tuple也可以用切片操作，只是操作的结果仍是tuple：
```
>>> (0, 1, 2, 3, 4, 5)[:3]
(0, 1, 2)
```
    字符串'xxx'也可以看成是一种list，每个元素就是一个字符。因此，字符串也可以用切片操作，只是操作结果仍是字符串：
```
>>> 'ABCDEFG'[:3]
'ABC'
>>> 'ABCDEFG'[::2]
'ACEG'
```
  - 注意：L(0:3)，是三个元素，0,1,2不包括最后第三个
- 迭代iteration
  - 迭代：如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）
  - 迭代是通过for ... in来完成的。list这种数据类型虽然有下标，但很多其他数据类型是没有下标的，但是，只要是可迭代对象，无论有无下标，都可以迭代，比如dict就可以迭代：
  - ```
  >>> d = {'a': 1, 'b': 2, 'c': 3}
  >>> for key in d:#dict没有下标，利用key进行迭代的
  ...     print(key)
  ...
  a
  c
  b
```
- dict元素不是按顺序排列，每次迭代的结果很可能不一样。默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同时迭代key和value，可以用for k, v in d.items()
- 字符串也是可迭代对象，for ch in 'ABC': print(ch)
- 如何判断一个对象是可迭代对象呢？方法是通过collections模块的Iterable类型判断：
```
  >>> from collections import Iterable
  >>> isinstance('abc', Iterable) # str是否可迭代
  True
```
- 实现下标循环，Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身：
```
  >>> for i, value in enumerate(['A', 'B', 'C']):
  ...     print(i, value)
```
- 列表生成式
  - 即list comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。举个例子，要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11))，包含开头1，但是不不不包含结尾11
  - 生成[1x1, 2x2, 3x3, ..., 10x10]，用循环的话太麻烦，
    
    而列表生成式则可以用一行语句代替循环生成上面的list：
```
>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
```
    写列表生成式时，把要生成的元素x * x放到前面，后面跟for循环，就可以把list创建出来，十分有用
  - for循环后面还可以加上if判断，这样我们就可以筛选出仅偶数的平方：
```
>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
```
  - 还可以使用两层循环，可以生成全排列：
```
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
```
    三层和三层以上的循环就很少用到了。
  - 运用列表生成式，可以写出非常简洁的代码。例如，列出当前目录下的所有文件和目录名，可以通过一行代码实现：
```
>>> import os # 导入os模块，模块的概念后面讲到
>>> [d for d in os.listdir('.')] # os.listdir可以列出文件和目录
```
  - 列表生成式也可以使用两个变量来生成list：
```
>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> [k + '=' + v for k, v in d.items()]
['y=B', 'x=A', 'z=C']
```
    最后把一个list中所有的字符串变成小写：
```
>>> L = ['Hello', 'World', 'IBM', 'Apple']
>>> [s.lower() for s in L]
['hello', 'world', 'ibm', 'apple']
```
- 生成器
  - 通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的，而且当生成数很大时，不仅占用很大空间，而且当调用量较少时，会浪费空间
  - 如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间
  - 一边循环一遍计算的机制，称为生成器：generator
  - 创建generator的方法：
    - （1）只要把一个列表生成式的[]改成()，就创建了一个generator：
```
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>
```
      创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。
    - （2）利用yield 转换，具体如下
  - 打印generator值的方法：
    - 如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：
```
>>> next(g)
0
```
    - generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误
    - 如果要全部输出的，使用for循环便可，generator也是可迭代对象
```
g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
```
  - 斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
```
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        print(b)
        a, b = b, a + b
        n = n + 1
    return 'done'
```
    注意，赋值语句：
```
a, b = b, a + b
```
    相当于：tuple
```
t = (b, a + b) # t是一个tuple
a = t[0]
b = t[1]
```
    但不必显式写出临时变量t就可以赋值
  - yield，类似于print()，用于输出，生成器遇到yield就中断，类似于函数中的return，而遇到next()就继续
    
    要把fib函数变成generator，只需要把print(b)改为yield b就可以了：
```
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1
    return 'done'
```
    这就是定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator
  - 最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。
  - 但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：
```
>>> g = fib(6)
>>> while True:
...     try:
...         x = next(g)
...         print('g:', x)
...     except StopIteration as e:
...         print('Generator return value:', e.value)
...         break
...
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done
```
- 迭代器
  - 直接作用于for循环的数据类型有以下几种：一类是集合数据类型，如list、tuple、dict、set、str等；一类是generator，包括生成器和带yield的generator function。这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。可以使用isinstance()判断一个对象是否是Iterable对象
  - 生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
    
    把list、dict、str等Iterable变成Iterator可以使用iter()函数：
```
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
```
    而为什么，list,dict,str等数据类型不是Iterator呢？
  - 这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。
    
    Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。
  - 小结
    - 凡是可作用于for循环的对象都是Iterable类型；
      
      凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
      
      集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
      
      Python的for循环本质上就是通过不断调用next()函数实现的，

糯米的冰冰

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
三、高级特性——python廖雪峰学习笔记

学习来源：python廖雪峰个人网站https://www.liaoxuefeng.com/wiki/1016959663602400 另一个不错的网站：菜鸟教程（包含，python，Java，PHP等多种语言，资源全部免费）https://www.runoob.com/python3/python3-tutorial.html 高级特性高级特性比如...
复制链接

扫一扫