Python基本知识总结(一)

一、数据类型和变量

  1. 整数,浮点数,字符串,布尔值(python中的与或非用and,or,not运算),空值(Python里一个特殊的值,用None表示)
  2. 变量(大小写英文、数字和_的组合,且不能用数字开头)
  3. 常量

在Python中,通常用全部大写的变量名表示常量,但事实上这仍然是一个变量,Python根本没有任何机制保证它不会被改变,所以,用全部大写的变量名表示常量只是一个习惯上的用法。

二、list和tuple

list

  1. list是一种有序的集合,可以随时添加和删除其中的元素。
  2. list常见搭配函数
  • len():获取list长度
  • append():list中追加元素到末尾
  • insert():将元素插入到指定的位置 ,后面的元素会自动依次往后挪一个位置
  • pop(i):删除指定位置的元素(不带参数时删除末尾元素)

     3.list里面还包含一个list则类似一个二维数组,依次类推等

tuple

  1. tuple和list非常类似,但是tuple一旦初始化就不能修改,相当于只读列表。
  2. 只有1个元素的tuple定义时必须加一个逗号,来消除歧义。

如下:a定义的不是tuple,是1这个数!这是因为括号()既可以表示tuple,又可以表示数学公式中的小括号,这就产生了歧义。于是a用索引取值会报错,而b可以用索引取值。

>>> a=(1)
>>> b=(1,)
>>> a[0]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'int' object is not subscriptable
>>> b[0]
1

三、条件判断

三个关键字:if,elif,else(用法和c差不多)

四、循环

  1. for ... in 循环
  2. while循环:循环体中可以使用break和continue关键字。

五、dict和set

dict

1.dict使用键-值(key-value)存储(很像js中的对象)

2.要删除一个key,用pop(key)方法

和list比较,dict有以下几个特点:

  1. 查找和插入的速度极快,不会随着key的增加而变慢;
  2. 需要占用大量的内存,内存浪费多。

而list相反:

  1. 查找和插入的时间随着元素的增加而增加;
  2. 占用空间小,浪费内存很少。

所以,dict是用空间来换取时间的一种方法。

3.dict的key必须是不可变对象

set

1.set和dict类似,也是一组key的集合,但不存储value。在set中,没有重复的key。

2.重复元素在set中自动被过滤

3.通过add(key)方法可以添加元素到set中,可以重复添加,但会被过滤掉,通过remove(key)方法可以删除元素

要创建一个set,需要提供一个list作为输入集合

>>> a=set([1,3,4])
>>> a
{1, 3, 4}

六、函数

  1. 在函数体中使用pass来定义一个空函数
  2. 函数的参数
  • 位置参数:传入的值按照位置顺序依次赋值
  • 默认参数:是必选参数在前,默认参数在后,否则Python的解释器会报错

定义默认参数要牢记一点:默认参数必须指向不变对象!如果改变了默认参数的内容,则下次调用时,默认参数的内容就变了,不再是函数定义时的值了。

  • 可变参数:传入的参数个数是可变的,在参数面前加一个*号
#在函数内部,参数numbers接收到的是一个tuple
def add(*numbers):
    sum=0
    for x in numbers:
        sum+=x
    return sum
#传入任意个参数
print(add(1,2,3))

#将list的元素作为可变参数传入add函数
numbers=[1,2,3]
print(add(*numbers))
  • 关键字参数:允许传入0个或任意个含参数名的参数,这些关键字参数在函数内部自动组装为一个dict。

用法:

def person(name,age,**other):
    print('name:',name,'age:',age,'other:',other)

#在调用该函数时,可以只传入必选参数
person('zw',12)

#传入任意个数的关键字参数
person('zw',12,gender='女')
person('zw',12,gender='女',job='学生')

#把dict转换为关键字参数传进去
me={'gender':'女','job':'学生'}
person('zw',12,**me)
#注意other获得的dict是me的一份拷贝,对other的改动不会影响到函数外的me。
name: zw age: 12 other: {}
name: zw age: 12 other: {'gender': '女'}
name: zw age: 12 other: {'gender': '女', 'job': '学生'}
name: zw age: 12 other: {'gender': '女', 'job': '学生'}
  • 命名关键字参数:限制关键字参数的名字

命名关键字参数需要一个特殊分隔符**后面的参数被视为命名关键字参数

命名关键字参数必须传入参数名,这和位置参数不同。如果没有传入参数名,调用将报错

def person(name,age,*,gender,job):
    print('name:',name,'age:','gender:',gender,'job:',job)

person('zw',20,gender='女',job='学生')

#如果函数定义中已经有了一个可变参数,后面跟着的命名关键字参数就不再需要一个特殊分隔符*了
def person1(name,age,*other,gender,job):
    print('name:',name,'age:','gender:',gender,'job:',job)

person1('zw',20,gender='女',job='学生')
name: zw age: gender: 女 job: 学生
name: zw age: gender: 女 job: 学生

 命名关键字参数可以有缺省值

def person(name,age,*,gender='女',job):
    print('name:',name,'age:','gender:',gender,'job:',job)
person('zw',20,job='学生')
  • 参数组合

在Python中定义函数,可以用必选参数、默认参数、可变参数、关键字参数和命名关键字参数,这5种参数都可以组合使用。但是请注意,参数定义的顺序必须是:必选参数、默认参数、可变参数、命名关键字参数和关键字参数。

  3.递归函数(类c语言用法)

七、列表生成式

要生成的元素+for循环

>>> [x*x for x in range(1,11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

带筛选条件的列表生成式

>>> [x*x for x in range(1,11) if x%2==0]
[4, 16, 36, 64, 100]

两层循环求全排列

>>> [a+b for a in 'abc' for b in '123']
['a1', 'a2', 'a3', 'b1', 'b2', 'b3', 'c1', 'c2', 'c3']

使用两个变量生成list

>>> s={'a':1,'b':2,'c':3}
>>> [k+'='+str(v) for k,v in s.items()]
['a=1', 'b=2', 'c=3']

在一个列表生成式中,for前面的if ... else是表达式确定怎么样输出,而for后面的if是过滤条件确定要不要输出,不能带else。

八、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,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。python中这种一边循环一边计算的机制,称为生成器:generator。

创建generator的两种方式

  1. 把一个列表生成式的[]改成(),就创建了一个generator
>>> g=(x for x in range(10))
>>> g
<generator object <genexpr> at 0x00000248DADFF5C8>

打印出generator的每一个元素,可以通过next获取generator的下一个返回值

>>> next(g)
0
>>> next(g)
1

for循环(因为generator也是可迭代对象)

>>> g=(x for x in range(10))
>>> for n in g:
...     print(n)
...
0
1
2
3
4
5
6
7
8
9

2.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

这里,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。

def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)

 调用该generator时,首先要生成一个generator对象,然后用next()函数不断获得下一个返回值:

>>> o=odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

可以看到,odd不是普通函数,而是generator,在执行过程中,遇到yield就中断,下次又继续执行。执行3次yield后,已经没有yield可以执行了,所以,第4次调用next(o)就报错。

同样的,把函数改成generator后,我们基本上从来不会用next()来获取下一个返回值,而是直接使用for循环来迭代

另外: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StopIterationvalue中。

斐波拉契例子

def f(n):
    a,b=0,1
    i=1
    while i<=n:
        yield b
        a,b=b,a+b
        i=i+1

for i in f(4):
    print(i)

杨辉三角例子

#除了左右两个数其他的数都等于其肩上两个数之和
def triangles():
    p=[1]
    while True:
        yield p
        p=[1]+[p[i]+p[i+1] for i in range(len(p)-1)]+[1]
n = 0
results = []
for t in triangles():
    results.append(t)
    n = n + 1
    if n == 10:
        break

九、迭代器

1.定义

可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator

2.具体

  • 可以使用isinstance()判断一个对象是否是Iterator对象
  • 生成器都是Iterator对象,但listdictstr虽然是Iterable(可迭代的,可用for循环操作),却不是Iterator
  • listdictstrIterable变成Iterator可以使用iter()函数:
>>> isinstance(iter('abc'), Iterator)
True

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。

 

 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值