Python之高级特性
一.切片
L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
取出前三个元素 , 笨方法就是通过下标一个一个获取 [L[0], L[1], L[2]]
Python做好了封装
可以通过切片就行快速获取
L[0:3] 进行获取 还可以倒着来 比如L[-2,-1]
取出前几个 L[:N]
后几个L[N:]
前几个每几个取一个L[:N:X]
所有数每几个取一个L[::X]
其中字符串也可以进行切片 例如C#的substring(N,X) 当然tuple也肯定可以.
二.迭代
给list或者tuple进行遍历 我们叫做迭代
如何判断一个对象是否可迭代呢 通过isinstance关键字
>>> isinstance('abc', Iterable) # str是否可迭代
True
如果要对集合实现类似JAVA那样的下标循环怎么办?
Python内置了一个enumerate函数可以将list变成 索引-元素对,这样就可以for循环迭代索引和元素本身
for i ,value in enumerate(['a','b','c'])
print(i,value)
如果要循环多个tuple可以这么搞
>>> for x, y in [(1, 1), (2, 4), (3, 9)]:
... print(x, y)
...
1 1 2 4 3 9
练习 :使用迭代找到list中最大和最小的数,并返回一个tuple
def findmaxandmin(L):
if L!=[]:
max = L[0]
min = L[0]
for i in L:
if i>max:
max = i
elif i<min:
min = i
return(min,max)
else:
return (None,None)
>>> a = findmaxandmin([7,11,17,4,8])
>>> print(a)
(4, 17)
三.列表生成式
列表生成式即list comprehensions,是python非常简单却非常强大的可以用来创建list的生成式
举个例子: 要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11)):
但如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做?方法一是循环:
L = []
for x in range(1,11):
L.append(x*x)
但是这种方式有点呵呵了..让我们看一种高级的写法
[x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
这种方式是列表生成式用处的最好体现.
[x + n for x in 'ABC' for n in 'FGH']
['AF', 'AG', 'AH', 'BF', 'BG', 'BH', 'CF', 'CG', 'CH']
呵呵..还有这种骚操作...
for 循环的后面还可以加上if判断
>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
比如查看当前目录的文件
import os
>>> [d for d in os.listdir('.')]
['DLLs', 'Doc', 'include', 'Lib', 'libs', 'LICENSE.txt', 'NEWS.txt', 'python.exe', 'python3.dll', 'python37.dll', 'pythonw.exe', 'Scripts', 'tcl', 'Tools', 'vcruntime140.dll']
for循环可以循环多个变量,例如 d = {'x':'A','y':'a','E':'C'} for x,v in d.items():print(k,'=',v)
但是不够简洁,我们这个时候就还可以使用列表生成式.. [k +'='+v for k,v in d.items()] 结果 : ['x=A', 'y=a', 'E=C']
比如将一组字符串转换为小写 L = ['ASFAS','Acaac'] >>> [v.lower() for v in L] 结果 : ['asfas', 'acaac']
反正用处多多了,再见了列表生成式...
四.生成器
通过列表生成式,我们可以直接创建一个列表,但是,但是收到内存限制,列表容量肯定是有限的,而且创建100万个元素,不仅占据了很大的内存空间,而且我们们就仅仅用那几个元素.那后面绝大的空间就白白浪费了.所以.如果列表元素根据那种算法推算出来,这样就可以去掉不必要的元素,从而节省大量内存,在Python中,这种 "一边循环一边计算的机制" 叫做 "generator".
创建generator的方法和列表生成器差不多,就是把中括号变成括号 [列表生成式] ----(生成器)
示例:
>>> [x*x for x in range(1,10)] ##这是列表生成式
[1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x*x for x in range(10)) ##这是生成器
>>> g
<generator object <genexpr> at 0x000001E4C1D82318>
但是我们应该怎么去访问里面的元素的呢.. Python让我们通过next关键字 一个一个去里面找
>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
generator保存的是算法,每次调用next(n),就会计算出n的下一个元素.直到最后一个元素.没有更多的元素时,抛出StopIteration的错误.
不过!!!,这太变态,正确的方式应该是通过for循环,因为generator是可迭代对象.
isinstance(g,Iterable) --》true
>>> for i in g:
print(i)
所以我们创建了一个generator后,基本上永远都不会用到next() ,二十通过for循环去迭代它,并不需要关心StopIteration的error
网上的一个斐波拉契数
用函数表示
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'
其中赋值的操作 n,a,b = 0,0,1相当于 t = (0,0,1) #t就是个tuple, n = t[0] a = t[1] b = t[2]
其中斐波拉契数就非常类似generator 我们需要如何修改呢 : 直接将print 改成yield.
五.迭代器
我们已经知道,可以直接用于for循环的数据类型有以下几种:
一类是集合类型:list、tuple、dict、set、str 等
一类是generator,包括生成器与带tyield的generator function
可以被迭代的对象统称叫做Iterable
可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator。
可以使用isinstance()判断一个对象是否是Iterator对象:
有趣的是生成器都是Iterator对象,但list、dict、str虽然是Iterable,但不是Iterator...
把Iterable转换为Iterator转换为可以用到iter()函数 (L = (1,2,3) Liter = iter(L))
Python之高级特性的更多相关文章
- Python的高级特性8:你真的了解类,对象,实例,方法吗
Python的高级特性1-7系列是本人从Python2过渡3时写下的一些个人见解(不敢说一定对),接下来的系列主要会以类级为主. 类,对象,实例,方法是几个面向对象的几个基本概念,其实我觉得很多人并不 ...
- Python的高级特性7:闭包和装饰器
本节跟第三节关系密切,最好放在一起来看:python的高级特性3:神奇的__call__与返回函数 一.闭包:闭包不好解释,只能先看下面这个例子: In [23]: def outer(part1): ...
- python的高级特性:切片,迭代,列表生成式,生成器,迭代器
python的高级特性:切片,迭代,列表生成式,生成器,迭代器 #演示切片 k="abcdefghijklmnopqrstuvwxyz" #取前5个元素 k[0:5] k[:5] ...
- python函数高级特性
掌握了Python的数据类型.语句.函数,基本可以编写出很多有用的程序了.但是Python中,代码不是越多越好,而是越少越好.代码不是越复杂越好,而是越简单越好.基于这一思想,我们来介绍python中 ...
- Python的高级特性(切片,迭代,生成器,迭代器)
掌握了python的数据类型,语句和函数,基本上就可以编出很多有用的程序了. 但是在python中,并不是代码越多越好,代码不是越复杂越好,而是越简单越好. 基于这个思想,就引申出python的一些高 ...
- Learning Python 011 高级特性 2
Python 高级特性 2 列表生成式 列表生成式就是指类似这样的代码:[x for x in range(1, 11)] >>> L = [x for x in range(1, ...
- Learning Python 011 高级特性 1
Python 高级特性 1 切片 将L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']列表中前上个3个元素: L = ['Michael', 'Sarah ...
- python的高级特性3:神奇的__call__与返回函数
__call__是一个很神奇的特性,只要某个类型中有__call__方法,,我们可以把这个类型的对象当作函数来使用. 也许说的比较抽象,举个例子就会明白. In [107]: f = abs In [ ...
- Python的高级特性12:类的继承
在面向对象的程序设计中,继承(Inheritance)允许子类从父类那里获得属性和方法,同时子类可以添加或者重载其父类中的任何方法.在C++和Java的对象模型中,子类的构造函数会自动调用父类的构造函 ...
随机推荐
- 2.DNN-神经网络推导
DNN就是我们常常说的深度神经网络,可以说由其衍生出来的各种深度算法都在AI界大行其道,今天就好好理一下这个算法.参考的是刘建平老师的博客:http://www.cnblogs.com/pinard/ ...
- 分布式缓存技术之Redis_01数据结构分析
目录 官网 1. 分布式缓存技术的应用 2. Redis的安装指引 官网 redis.io redisDoc 1. 分布式缓存技术的应用 2. Redis的安装指引 官网下载安装包 redis-5 ...
- 使用python将数据写入excel
先来个简单的例子: #!/usr/bin/python #coding=utf-8 # ======================================================== ...
- C++结构体与Delphi结构体相互传参,结构体中包含结构体的嵌套,数组指针
//结构体的声明 typedef struct Mwinddirectbaseline { char* p; int s; int i; }Mwinddirectbaseline; typedef s ...
- Git ignore文件的用法
这周为了往自己个人代码仓库里囤货,把在公司写的一些东西上传到了自己的GitHub代码仓库,手抖把测试用的日志也一并上传了.上传没多长时间就被运维找上门了,说commit里包含内网相关信息,要求删除.当 ...
- 爬虫之图片懒加载技术及js加密
图片懒加载 图片懒加载概念: 图片懒加载是一种网页优化技术.图片作为一种网络资源,在被请求时也与普通静态资源一样,将占用网络资源,而一次性将整个页面的所有图片加载完,将大大增加页面的首屏加载时间.为了 ...
- ios 上下滑动粘滞问题
ios 移动端,当你触及到可以左右滑动部分,进行上下滑动操作时,会导致上下滑动粘滞卡顿的问题 mdn:https://developer.mozilla.org/zh-CN/docs/Web/CSS/ ...
- vue动态切换组件
<!DOCTYPE html><html> <head> <meta charset="utf-8"> <title>& ...
- MQTT之Mosquitto
https://mosquitto.org/ Eclipse Mosquitto是一个开源(EPL / EDL许可)消息代理,它实现了MQTT协议版本3.1和3.1.1.Mosquitto重量轻,适用 ...
- NOIP2000普及组 T1计算器的改良
主要考字符串处理,把等式从等号中间断开,左边的区域为left,右边的区域为right. 开四个数组分别用来存储区域left和right中未知数的系数,区域left和right中的常数 先处理区域lef ...