- 第二章 实际案例
-|- 2-2
参考阅读
Python range() 函数用法
Python中filter与lambda的结合使用
列表解析,字典解析,集合解析筛选元素
-|- 2-3
参考阅读
[如何统计序列中元素的出现频率](https://gitee.com/melon_zgx/static/blob/master/QQ%E6%8B%BC%E9%9F%B3%E6%88%AA%E5%9B%BE20210903104
-|- 2-4
-|- 2-5
-|- 2-6
-|- 2-7
参考阅读
python读取、写入txt文本内容
- 第三章 实际案例
-|- 3-2
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
参考阅读
廖雪峰Python教程 - 迭代器
-|- 3-3
生成器
一种特殊的迭代器
以on the fly的方式生成元素
生成的元素只能访问一次
生成表达式: (exp(i) for i in iterable)
生成器函数
包含yield, 没有return值
调用函数时, 直接返回一个生成器, 其函数体内的代码不会被执行, 访问生成器的元素时才会被执行
使用生成器的场景
有大量顺序访问的元素, 但所有元素只访问一次. 这时使用生成器可以节省大量内存空间.
参考阅读
Python的生成器表达式与生成器函数
-|- 3-4
-|- 3-5
-|- 3-6
- 第三章 实际案例
-|- 4-1
参考阅读
Python 正则表达式
-|- 4-2
startsWith()
例如:if(a.startsWith(b)) //判断字符串a 是不是以字符串b开头
endsWith()
例如:if(a.endsWith(b)) //判断字符串a 是不是以字符串b结尾
-|- 4-3
python中有神奇的三种读操作:read、readline和readlines
read() : 一次性读取整个文件内容。推荐使用read(size)方法,size越大运行时间越长
readline() :每次读取一行内容。内存不够时使用,一般不太用
readlines() :一次性读取整个文件内容,并按行返回到list,方便我们遍历
一般小文件我们都采用read(),不确定大小你就定个size,大文件就用readlines()