python生成一个序列_04 python自定义序列类

python中的序列分类

序列类型的分类：

①  容器序列：list，tuple，deque(可以防任意的类型的容器)

②  扁平序列：str，bytes，bytearray，array.array(可以使用 for循环遍历的)

③  可变序列：list，deque，bytearray，array

④  不可变：str，tuple，bytes

python中序列类型的abc继承关系

from collections import abc

查看abc的源码

__all__ = ["Awaitable", "Coroutine",

"AsyncIterable", "AsyncIterator", "AsyncGenerator",

"Hashable", "Iterable", "Iterator", "Generator", "Reversible",

"Sized", "Container", "Callable", "Collection",

"Set", "MutableSet",

"Mapping", "MutableMapping",

"MappingView", "KeysView", "ItemsView", "ValuesView",

"Sequence", "MutableSequence",

"ByteString",

]

Sequence不可变序列

class Sequence(Reversible, Collection):

"""All the operations on a read-only sequence.

Concrete subclasses must override __new__ or __init__,

__getitem__, and __len__.

"""

__slots__ = ()

可以看到 Sequence 继承　Reversible和Collection

Reversible可以实现反转

class Reversible(Iterable):

__slots__ = ()

@abstractmethod

def __reversed__(self):

while False:

yield None

Collection 继承 Sized, Iterable, Container

class Collection(Sized, Iterable, Container):

pass

Sized　可以使用len()查看对象的长度

class Sized(metaclass=ABCMeta):

__slots__ = ()

@abstractmethod

def __len__(self):

return 0

Iterable 可以是一个对象变成可迭代对象

class Iterable(metaclass=ABCMeta):

__slots__ = ()

@abstractmethod

def __iter__(self):

while False:

yield None

Container 可以是if in 判断一个属性是否在对象内

class Container(metaclass=ABCMeta):

__slots__ = ()

@abstractmethod

def __contains__(self, x):

return False

MutableSequence可变序列

继承  Sequence，自己内部也封装了增删改查的方法

classMutableSequence(Sequence):

__slots__=()"""All the operations on a read-write sequence.

Concrete subclasses must provide __new__ or __init__,

__getitem__, __setitem__, __delitem__, __len__, and insert()."""@abstractmethod

def __setitem__(self, index, value):

raise IndexError

@abstractmethod

def __delitem__(self, index):

raise IndexError

@abstractmethod

def insert(self, index, value):'S.insert(index, value) -- insert value before index'raise IndexError

def append(self, value):'S.append(value) -- append value to the end of the sequence'self.insert(len(self), value)

def clear(self):'S.clear() -> None -- remove all items from S'

try:whileTrue:

self.pop()

except IndexError:

pass

def reverse(self):'S.reverse() -- reverse *IN PLACE*'n=len(self)for i in range(n//2):

self[i], self[n-i-1] = self[n-i-1], self[i]

def extend(self, values):'S.extend(iterable) -- extend sequence by appending elements from the iterable'

for v invalues:

self.append(v)

def pop(self, index=-1):'''S.pop([index]) -> item -- remove and return item at index (default last).

Raise IndexError if list is empty or index is outof range.''' v =self[index]

del self[index]returnv

def remove(self, value):'''S.remove(value) -- remove first occurrence of value.

Raise ValueError if the value isnot present.'''del self[self.index(value)]

def __iadd__(self, values):

self.extend(values)return self

Sequence　继承　Reversible, Collection 功能和不可变序列一样

class Sequence(Reversible, Collection):

pass

list中+,+= 和extend方法区别

’+’两边必须为统一类型的

a=[1,2]

b=a+[3,4] # 这样是可以的=>b=[1,2,3,4]

b=a+(3,4) # 这样是不可行的，’+’两边必须为统一类型的

+=  只要是可迭代对象就可以想加

c=[3,4]

c += (1,2) # 这样也是可以的 =>c=[3,4,1,2]

c += ‘hello’ #这样也是可以的 =>c=[3,4,’h’,’e’,’l’,’l’,’o’]

内部实现

会调用__iadd__

def __iadd__(self, values):

self.extend(values)

return self

extend 遍历添加

def extend(self, values):

'S.extend(iterable) -- extend sequence by appending elements from the iterable'

for v in values:

self.append(v)

extend 直接作用域本身，没返回值

d=[5,6]

a.entend(d) #这样是可以的，a=[1,2,5,6]

d=(5,6)

a.extend(d) #这样也是可以的，a=[1,2,5,6]

实现可切片的对象

python 帮我们实现的切片

# 模式[start:end:step]

"""

其中，第一个数字start表示切片开始位置，默认为0；

第二个数字end表示切片截止(但不包含)位置(默认为列表长度)；

第三个数字step表示切片的步长(默认为1)。

当start为0时可以省略，当end为列表长度时可以省略，

当step为1时可以省略，并且省略步长时可以同时省略最后一个冒号。

另外，当step为负整数时，表示反向切片，这时start应该比end的值要大才行。

"""

aList = [3, 4, 5, 6, 7, 9, 11, 13, 15, 17]

print(aList[::]) # 返回包含原列表中所有元素的新列表

print(aList[::-1]) # 返回包含原列表中所有元素的逆序列表

print(aList[::2]) # 隔一个取一个，获取偶数位置的元素

print(aList[1::2]) # 隔一个取一个，获取奇数位置的元素

print(aList[3:6]) # 指定切片的开始和结束位置

aList[0:100] # 切片结束位置大于列表长度时，从列表尾部截断

aList[100:] # 切片开始位置大于列表长度时，返回空列表

aList[len(aList):] = [9] # 在列表尾部增加元素

aList[:0] = [1, 2] # 在列表头部插入元素

aList[3:3] = [4] # 在列表中间位置插入元素

aList[:3] = [1, 2] # 替换列表元素，等号两边的列表长度相等

aList[3:] = [4, 5, 6] # 等号两边的列表长度也可以不相等

aList[::2] = [0] * 3 # 隔一个修改一个

print(aList)

aList[::2] = ['a', 'b', 'c'] # 隔一个修改一个

aList[::2] = [1, 2] # 左侧切片不连续，等号两边列表长度必须相等

aList[:3] = [] # 删除列表中前3个元素

del aList[:3] # 切片元素连续

del aList[::2] # 切片元素不连续，隔一个删一个

可以看出python的切片功能是相当强大的，那我们如何去实现呢？

在这里我实现的是不可变序列 ，查看abc中 Sequence 源码按照python协议实现其内部的魔法函数即可

import numbers

class Group:

#支持切片操作

def __init__(self, group_name, company_name, staffs):

self.group_name = group_name

self.company_name = company_name

self.staffs = staffs

def __reversed__(self):

self.staffs.reverse()

def __getitem__(self, item):

"返回一个对象"

cls = type(self)

if isinstance(item, slice):

return cls(group_name=self.group_name, company_name=self.company_name, staffs=self.staffs[item])

elif isinstance(item, numbers.Integral):

return cls(group_name=self.group_name, company_name=self.company_name, staffs=[self.staffs[item]])

def __len__(self):

return len(self.staffs)

def __iter__(self):

return iter(self.staffs)

def __contains__(self, item):

if item in self.staffs:

return True

else:

return False

staffs = ["bobby1", "imooc", "bobby2", "bobby3"]

group = Group(company_name="imooc", group_name="user", staffs=staffs)

print(group[0]) # __getitem__ 中的item 为 int 0

print(group[:2]) # __getitem__ 中的item 为 slice 类型 slice(None, 2, None)

reversed(group)

for user in group:

print(user)

输出结果如下

bisect维护已排序序列

我们可以使用bisect 帮助我们在不断的向序列中插入数据是，而我们的列表还是一个已排序的

import bisect

#用来处理已排序的序列，用来维持已排序的序列， 升序

#二分查找

inter_list = []

bisect.insort(inter_list, 3)

bisect.insort(inter_list, 2)

bisect.insort(inter_list, 5)

bisect.insort(inter_list, 1)

bisect.insort(inter_list, 6)

print(inter_list)

输出结果如下

也可以使用双端队列

import bisect

from collections import deque

#用来处理已排序的序列，用来维持已排序的序列， 升序

#二分查找

inter_list = deque()

bisect.insort(inter_list, 3)

bisect.insort(inter_list, 2)

bisect.insort(inter_list, 5)

bisect.insort(inter_list, 1)

bisect.insort(inter_list, 6)

#学习成绩

print(inter_list)

输出结果

什么时候我们不该使用列表

list 和array的区别

1 list中可以存放任意的数据类型，array中只能存放单一的数据类型。

2 如果是单一的数据类型array是比list更加高校

基本使用

# array, deque

# 数组

import array

#array和list的一个重要区别， array只能存放指定的数据类型

my_array = array.array("i") # 只能存放int类型

my_array.append(1)

print(my_array)

my_array.append("abc") # 会报错

输出结果如下

列表推导式、生成器表达式、字典推导式

列表推导式

qu_list = [item * item for item in range(6)]

print(qu_list)

#笛卡尔积

int_list1 = [1,2]

int_list2 = [3,4]

qu_list = [(first, second) for first in int_list1 for second in int_list2]

print(qu_list)

def trs_str(item):

return str(item)

qu_list = [trs_str(item) for item in range(6)]

print(qu_list)

字典推导式

def process_item(item):

return str(item)

int_dict = {process_item(item):item for item in range(5)}

print(int_dict)

生成器表达式

my_dict = {

"key1":"bobby1",

"key2":"bobby2"

}

res = ((key, value) for key, value in my_dict.items())

print(res)