Python高效编程技巧实战

- 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

参考阅读
itertools.islice() --对迭代器做切片操作

---

-|- 3-6

参考阅读
Python chain函数的用法
Python zip() 函数

---

- 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()

参考阅读
python中read、readline和readlines的区别

---

-|- 4-4

---

-|- 4-5