Python学习日志9.13

昨日回顾

1.递归函数

直接或间接调用自己的函数

def index（）：
    return index()

index()

递归函数不会无限的调用下去，默认的递归深度是1000

递归的两个阶段：

        1.传递

        2.回溯

解决代码重复执行的问题

2.二分法

算法的一种（冒泡排序、选择排序、二分法查找、堆排序等）

在一个排序后的列表内寻找某个数据是否存在

l = [45, 12,34 ,123 , 2345, 34,  66,73, 74,99,3463,2,345]
l.sort()
print(l)

target = 99
def half(l, target):
    middle = len(l) // 2
    if target > l[middle]:
        right = l[middle + 1:]
        half(right, target)
    elif target < l[middle]:
        left = l[:middle]
        half(left, target)
    else:
        print('找到了')

half(l,target)

3.三元表达式

在二选一的情况下，推荐使用三元表达式

语法：
res = 条件1成立之后的结构 if 条件1    else 条件1不成立的结果

def a():
    if 10 > 1:
        return  10
    return  1
res = a()

res =10 if 10>1 else 1

4.列表生成式

l = [1,2,3,4,5,6]
n_l=[]
def b ():
    for line in l:
        n_l.append(line)

b()
print(n_l)

res = [line for line in l]
print(res)

5.字典生成式、集合生成式

'''了解'''
enumerate(l):枚举
可以从列表中拿到列表的索引和元素值
d = {i:j for i,j in enumerate(l)}
s =  {i for i,j in enumerate(l)}

# 没有元组生成式

今日内容

1.匿名函数

匿名函数：其实就是没有名字的函数
		# 匿名函数也是必须加括号才能使用

语法格式：
	lambda 形参:返回值
     def index(形参)：
         返回值
# res = lambda x:x**2

# def index(x):
#     return x**2
# index(2)

# print(res)
# ret= res(2)
# print(ret) # 4

# print((lambda a:a+1)(3))
# 
res = lambda x,y:x+y
print(res(1, 2))

2.常见的内置函数

配合匿名函数一起使用的内置函数

map zip max min filter...
# map
ll = [1, 2, 3, 4, 5, 6, 7]


# new_res = []
# for i in res:
#     new_res.append(i ** 2)
#
# print(new_res)

def index(x):
    return x ** 2


# res=map(index, ll) #
res = map(lambda x: x ** 2, ll)  # 
print(list(res))  # [1, 4, 9, 16, 25, 36, 49]

# zip 拉链
l1 = [1, 2, 3,4,5,6]
l2 = ['a', 'b', 'c', 'd']
l3 = ['kevin', 'jerry', 'tank', 'oscar']
l4 = ['kevin1', 'jerry2', 'tank3', 'oscar4']

# [(1, 'a'), (2, 'b'), (3, 'c')]
# new_list = []
# for i in range(len(l1)):
#     new_list.append((l1[i], l2[i]))
#
# print(new_list) # [(1, 'a'), (2, 'b'), (3, 'c'), (4, 'd'), (5, 'e'), (6, 'f')]

res = zip(l1, l2, l3, l4) # [(1, 'a', 'kevin'), (2, 'b', 'jerry'), (3, 'c', 'tank')]
print(list(res)) # [(1, 'a'), (2, 'b'), (3, 'c'), (4, 'd')]

d = {
    'kevin': 1000,
    'jerry': 30000,
    'Tank': 200000,
    'Oscar': 100
}
'''max和min默认情况下返回的是字典的key，也是按照key值比较的'''


# print(max(d))
# print(min(d))

def index(x):
    return d[x] # 返回什么就安装什么进行比较


res=max(d, key=lambda x:d[x])
res1=min(d, key=lambda x:d[x])
print(res,res1)

##########filter的使用
res = [11, 22, 33, 44, 55, 66]
# new_res = []
# for i in res:
#     if i > 30:
#         new_res.append(i)
# print(new_res)


def index(x):
    return x>30
# res1=filter(index, res) # 内部也是for循环
res1=filter(lambda x:x>30, res) # 内部也是for循环
print(list(res1))

3.可迭代对象

迭代：更新换代，每一次的更新都是基于上一次的结果

可迭代对象：
	内置有__iter__方法的都可以称之为是可迭代对象
    '内置': 直接可以使用点出来的
    """
    	__iter__方法的读法
    	后面会有_开头的方法，这种方式也是有特殊含义的，大家最后先不要使用
    """
    
s.__iter__()
l.__iter__()
t.__iter__()
se.__iter__()
d.__iter__()
# b.__iter
file = open('a.txt', 'w')
file.__iter__()
"""
可迭代对象：
    str、list、dict、set、tuple、文件类型
以上基本数据类型都是可迭代对象
"""
print(s)
'''可迭代对象调用__iter__方法之后就是迭代器对象了'''
print(s.__iter__()) # <str_iterator object at 0x0000023F68F31100>
print(iter(s))

def iter(s):
    return s.__iter__()

print(len(s))
print(s.__len__())

def len(s):
    return s.__len__()
"""
__iter__开头的方法都有一个与之对应的简写：iter(s) 方法名()
"""

4.迭代器对象

迭代器：
	内置有__iter__方法还内置有__next__方法
    
如何转为迭代器对象
	有可迭代对象调用__iter__()方法转为迭代器对象
    
 # res=s.__iter__() # 迭代器对象
# print(res.__next__())  # next其实就是迭代取值的，而且不依赖于索引取值
# print(res.__next__())
# print(res.__next__())
# print(res.__next__())
# print(res.__next__())
#
# res1 = l.__iter__()
# print(res1.__next__())
# print(res1.__next__())
# print(res1.__next__())
# print(res1.__next__())
# print(res1.__next__())  # 迭代取值，一旦值被取完，就会直接报错

# print(next(res1))
# print(next(res1))
# print(next(res1))
# print(next(res1))

"""
迭代器给我们提供了一种不依赖于索引取值的方式
"""
# 可迭代对象调用多次__iter__方法仍然是迭代器对象
# print(res.__iter__().__iter__().__iter__())

#### 易错题
l = [1, 2, 3, 4]
print(l.__iter__().__next__()) # 1
print(l.__iter__().__next__()) # 1
print(l.__iter__().__next__()) # 1
print(l.__iter__().__next__()) # 1

res = l.__iter__()
print(res.__next__())  # 1
print(res.__next__())  # 2
print(res.__next__())  # 3
print(res.__next__())  # 4

5.for循环内部原理

l = [1, 2, 3, 4, 5, 6, 7, 8, 9] # 循环打印出列表中每一个元素值，但是不能使用for循环

l = [1, 2, 3, 4, 5, 6, 7, 8, 9] # 循环打印出列表中每一个元素值，但是不能使用for循环

# count=0
# while True:
#     print(l[count])
#     count+=1
# res=l.__iter__()
# while True:
#     print(res.__next__())

'''for循环为什么不报错呢'''
# for i in l:
#     print(i)

res=l.__iter__()
while True:
    try:
        print(res.__next__())
    except:
        break
     
"""
	for循环内部的原理：
		1. 首先把关键字in后面的可迭代对象转为迭代器对象
		2. while循环取值__next__迭代取值，当next取值完毕的时候会报错
		3. 当内部报错的时候，for循环进行了异常捕捉
"""

6.异常捕捉

什么是异常：
	异常就是错误发生的信号，如果不对该信号做处理，那么，异常发生的位置之后的代码都不能正常运行
    
异常的信息：
	1. Traceback：追踪信息，异常发生的位置
    	 File "D:/Python27/day17/05 for循环内部原理.py", line 21, in <module>
        # 有时候错误发生的信息可能会有很多行，你就找最后一行，然后点击可以跳转到错误发生的位置
        
    2. XXXError: 异常发生的类型
    	NameError  KeyError  ...
    3. 错误发生的详细信息(最重要的：一般情况从这里就可以知道错位发生的原因)
    	name 'a' is not defined
        
异常的分类：
	1. 语法错误
    	# 是代码运行过程中一开始就不允许的，只要语法错误，代码一定是不能够运行的
        # 通过代码提示就知道语法错误的原因
    2. 逻辑错误
    	# 在编码过程中，逻辑错误是允许出现的
        但是我们应该尽量避免逻辑错误出现的可能性
        l = [1, 2, 3]
        if i < len(l):
        	print(l[i])
            
异常如何进行捕捉
try:
    l = [1, 2, 3]
    print(l[4]) # IndexError
    # d = {'a':1}
    # print(d['b'])
    # 1/0
# except NameError as e:
#     print(e)
# except KeyError as e:
#     print(e)
# except IndexError as e:
#     print(e) # list index out of range
# except ZeroDivisionError as e:
#     print(e)
except Exception as e:
    print(e)
else:
    # 当被检测的代码没有异常的时候会走这个语法
    print('这是else语法') # 这是else语法
finally:
    # 不管被监测的代码是否有异常都会走
    print('这是finally语法')
print(123)


"""
只能当你的被监测代码可能会出现，但是，又不想让它报错，这个时候使用异常捕捉是最合适的
异常捕捉的代码尽量少的写
"""

l = [1,2,3,4,5,6,7]
res= l.__iter__()
while True:
    try:
        print(res.__next__())
    except Exception:
        break