python3<5>2的值为_Python3高级基础(2)

1 Python3模拟数据结构

1.1 栈

栈是计算机中经典的数据结构，简单的说，栈就是限制在一端进行插入删除操作的线性表。栈有两种最重要的操作，即pop(从栈顶弹出一个元素)和push(将一个元素进栈)。

栈(stack)又名堆栈，它是一种运算受限的线性表。其限制是仅允许在表的一端进行插入和删除运算。这一端被称为栈顶，相对地，把另一端称为栈底。向一个栈插入新元素又称作进栈、入栈或压栈，它是把新元素放到栈顶元素的上面，使之成为新的栈顶元素；从一个栈删除元素又称作出栈或退栈，它是把栈顶元素删除掉，使其相邻的元素成为新的栈顶元素。

1．进栈(PUSH)算法

①若TOP≥n时，则给出溢出信息，作出错处理(进栈前首先检查栈是否已满，满则溢出；不满则作②)；

②置TOP=TOP+1(栈指针加1，指向进栈地址)；

③S(TOP)=X，结束(X为新进栈的元素)；

2．退栈(POP)算法

①若TOP≤0，则给出下溢信息，作出错处理(退栈前先检查是否已为空栈， 空则下溢；不空则作②)；

②X=S(TOP)，(退栈后的元素赋给X)：

③TOP=TOP-1，结束(栈指针减1，指向栈顶)

lst=[]

def pop():

if(len(lst)==0):

print("栈为空","无法出栈")

else:

print("此次出栈元素为：",lst.pop())

def push(i):

lst.append(i)

push(1)

push(2)

push(3)

pop()

pop()

pop()

pop()

此次出栈元素为： 3

此次出栈元素为： 2

此次出栈元素为： 1

栈为空 无法出栈

1.2 队

像栈一样，队列(queue)也是一种线性表，它的特性是先进先出，插入在一端，删除在另一端。就像排队一样，刚来的人入队(push)要排在队尾(rear)，每次出队(pop)的都是队首(front)的人。如图1，描述了一个队列模型。

队列(Queue)与栈一样，是一种线性存储结构，它具有如下特点：

队列中的数据元素遵循“先进先出”(First In First Out)的原则，简称FIFO结构。

在队尾添加元素，在队头删除元素。

lst=[]

def enpush(i): # 入队操作

lst.append(i)

def enpop(): # 出队操作

if(len(lst)==0):

print("队列为空，无法出队")

else:

print("出队元素为：",lst.pop(0))

enpush(10)

enpush(20)

enpush(2)

enpop()

enpop()

enpop()

enpop()

出队元素为： 10

出队元素为： 20

出队元素为： 2

队列为空，无法出队

2 迭代器(iterator)

特点

节省内存

比如展现一个上亿元素的列表并计算，sum([i*i for i in range(1000000000)])

内存小的机器肯定要宕机

惰性机制

调用一次__next__方法，执行一次

单向执行，不可逆

既就是迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完后结束，只能往前不能后退。

2.1 判断对象是不是可迭代对象

常见的迭代对象：包含**字符串str、列表list、元组tuple、字典dict、集合set、range以及文件句柄**

1. 第一种判断方法__iter__

myStr = 'bright'

myList = [1,2,3,4,5]

print('__iter__' in dir(myStr))

print('__iter__' in dir(myList))

True

True

2. 第二种判断方法 isinstance('abc',Iterable)

myStr = "bightYU"

myList = [1,3,4,5,6,7]

from collections import Iterable

print(isinstance(myStr,Iterable))

print(isinstance(myList,Iterable))

print(isinstance(123,Iterable))

True

True

False

2.2 创建迭代器的方法

将可迭代对象转化为迭代器

第一种方法__iter__()

str1="abcdegggg"

list1=[1,3,4,5]

obj_str=str1.__iter__()

obj_list=list1.__iter__()

print(obj_str)

print(obj_list)

2. 第二种方法iter()

str1="abcdegggg"

list1=[1,3,4,5]

obj_str=iter(str1)

obj_list=iter(list1)

print(obj_str)

print(obj_list)

2.3 判断对象是不是迭代器

- 内部含有__iter__ 且含有__next__方法的对象就是迭代器，遵循迭代器协议

str1="abcdegggg"

list1=[1,3,4,5]

obj_str=str1.__iter__()

obj_list=list1.__iter__()

print('__iter__' in dir(str1))

print('__next__' in dir(str1))

print('__iter__' in dir(obj_str))

print('__next__' in dir(obj_str))

True

False

True

True

可以看到，str1虽然是可迭代对象，但是内部不含有__next__方法，所以不是迭代器

- isinstance(obj_list,Iterable)

from collections import Iterable

str1="abcdegggg"

list1=[1,3,4,5]

obj_str=str1.__iter__()

obj_list=list1.__iter__()

print(isinstance(list1,Iterable))

print(isinstance(obj_list,Iterable))

print(isinstance(124,Iterable))

True

True

False

3 生成器

在Python中，使用了yield的函数被称为生成器(generator)

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，等简单的理解生成器就是一个迭代器。在调用生成器的运行的过程中，每当遇到yield时函数会暂停并保存当前所有的运行信息，返回yield的值，并在下一次执行next()方法是从当前暂停的位置继续运行。

调用一个生成器，返回的是一个迭代器对象。

3.1 创建生成器

def scq():

print('11')

yield print('22')

yield print('33')

yield print('44')

r = scq()

print(type(r), r)

ret = r.__next__()

11

22

'''

下面示例中gener_obj=func1()为生成器对象

next() 和 yield 必须一一对应

每调用一次__next__()执行一个yield

如果__next__()多于yield则会报错

'''

def func1():

print(1111)

yield 1

print(2222)

yield 2

print(3333)

yield 3

print(4444)

gener_obj=func1()

print(gener_obj.__next__())

print(gener_obj.__next__())

print(gener_obj.__next__())

1111

1

2222

2

3333

3

3.2 生成器例子

def cloth():

for i in range(1,1000):

yield '衣服%s'%i

ger_obj=cloth()

for i in range(3):

print('结果：', ger_obj.__next__())

结果： 衣服1

结果： 衣服2

结果： 衣服3

def cloth():

for i in range(1,1000):

yield '衣服%s'%i

ger_obj=cloth()

for i in range(3):

print(ger_obj.__next__())

print('-'*20)

for i in range(5):

print(ger_obj.__next__())

衣服1

衣服2

衣服3

--------------------

衣服4

衣服5

衣服6

衣服7

衣服8

4 图片处理例子

import cv2

img = cv2.imread('pythontab.jpg', cv2.IMREAD_COLOR) # 彩色图模式加载一副彩图

cv2.imshow('image', img)

cv2.waitKey(0)

cv2.destroyAllWindows()

cv2.imwrite('lena.png', img)

True

5 Python3开发面试题

题目：

编写Python脚本，分析xx.log文件，按域名统计访问次数

xx.log文件内容如下：

https://www.sogo.com/ale.html

https://www.qq.com/3asd.html

https://www.sogo.com/teoans.html

https://www.bilibili.com/2

https://www.sogo.com/asd_sa.html

https://y.qq.com/

https://www.bilibili.com/1

https://dig.chouti.com/

https://www.bilibili.com/imd.html

https://www.bilibili.com/

输出：

4 www.bilibili.com

3 www.sogo.com

1 www.qq.com

1 y.qq.com

1 dig.chouti.com

解题思路：

1、先获取数据就是域名

获取数据我们可以用正则，或者域名还是有相同点可以用split切分

2、统计域名访问的次数

可以用Python的内置模块来统计，

3、然后就是输出要求的格式

sorted内置函数用来排序

import re

from collections import Counter

with open("xx.log","r",encoding="utf-8") as f:

data=f.read()

res=re.findall(r"https://(.*?)/.*?", data)

dic=Counter(res)

ret = sorted(dic.items(), key=lambda x:x[1], reverse=True)

for k,v in ret:

print(v,k)

4 www.bilibili.com

3 www.sogo.com

1 www.qq.com

1 y.qq.com

1 dig.chouti.com

引用文献