python3精简笔记(三)——高级特性
Python中 1行代码能实现的功能,决不写5行代码。请始终牢记,代码越少,开发效率越高。
切片
取一个list或tuple的部分元素是非常常见的操作。Python提供了切片(Slice)操作符
L = ['老于', '小王', '小明', 'Bob', 'Jack']
print(L[0:3]);
输出结果
['老于', '小王', '小明']
L[0:3]
表示,从索引0开始取,直到索引3为止,但不包括索引3
如果个索引是0,还可以省略:
>>> L[:3]
['老于', '小王', '小明']
既然Python支持L[-1]
取倒数第一个元素,那么它同样支持倒数切片,试试:
>>> L[-2:]
['Bob', 'Jack']
>>> L[-2:-1]
['Bob']
切片高级用法
通过range(100)生成包含0-99的list
>>>L = list(range(100))
所有数,每5个取一个:
>>> L[::5]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
tuple也是一种list,唯一区别是tuple不可变。因此,tuple也可以用切片操作,只是操作的结果仍是tuple:
>>> (0, 1, 2, 3, 4, 5)[:3]
(0, 1, 2)
迭代
Python的for循环要比Java中的强大许多
只要是可迭代对象,无论有无下标,都可以迭代,比如dict就可以迭代:
>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
... print(key)
...
a
c
b
因为dict的存储不是按照list的方式顺序排列,所以,迭代出的结果顺序很可能不一样。
默认情况下,dict迭代的是key
。如果要迭代value
,可以用
for value in d.values()
如果要同时迭代key
和value
,可以用
for k, v in d.items()
字符串也是可迭代对象:
>>> for ch in 'ABC':
... print(ch)
...
A
B
C
通过collections模块的Iterable类型可以判断当前类型是否可以迭代:
>>> from collections import Iterable
>>> isinstance('abc', Iterable) # str是否可迭代
True
>>> isinstance([1,2,3], Iterable) # list是否可迭代
True
>>> isinstance(123, Iterable) # 整数是否可迭代
False
如果要对list实现类似Java那样的下标循环怎么办?
Python内置的enumerate
函数可以把一个list变成索引-元素对,这样就可以在for循环中同时迭代索引和元素本身
>>> for i, value in enumerate(['A', 'B', 'C']):
... print(i, value)
...
0 A
1 B
2 C
上面的for循环里,同时引用了两个变量,在Python里是很常见的,比如下面的代码:
>>> for x, y in [(1, 1), (2, 4), (3, 9)]:
... print(x, y)
...
1 1
2 4
3 9
列表生成式
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)
...
>>> L
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
但是循环太繁琐,而列表生成式则可以用一行语句代替循环生成上面的list:
>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
写列表生成式时,把要生成的元素x * x放到前面,后面跟for循环,就可以把list创建出来。
for循环后面还可以加上if判断,这样我们就可以筛选出仅偶数的平方。
>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]
还可以使用两层循环,可以生成全排列:
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
运用列表生成式,可以写出非常简洁的代码。例如,列出当前目录下的所有文件和目录名,可以通过一行代码实现:
>>> import os # 导入os模块,模块的概念后面讲到
>>> [d for d in os.listdir('.')] # os.listdir可以列出文件和目录
把一个list中所有的字符串变成小写,同时去掉非字符串:
>>> L = ['Hello', 'World', 18,'IBM', 'Apple',none]
>>> [s.lower() for s in L if isinstance(s,str)]
['hello', 'world', 'ibm', 'apple']
总结
根据前面的知识,输出天干地支纪年
tiangan = '甲乙丙丁戊己庚辛壬癸'
dizhi = '子丑寅卯辰巳午未申酉戌亥'jiazi = [ tiangan[x % len(tiangan)] + dizhi[x % len(dizhi)] for x in range(60)]print(jiazi)
输出结果:
['甲子', '乙丑', '丙寅', '丁卯', '戊辰', '己巳', '庚午', '辛未', '壬申', '癸酉', '甲戌', '乙亥', '丙子', '丁丑', '戊寅', '己卯', '庚辰', '辛巳', '壬午', '癸未', '甲申', '乙酉', '丙戌', '丁亥', '戊子', '己丑', '庚寅', '辛卯', '壬辰', '癸巳', '甲午', '乙未', '丙申', '丁酉', '戊戌', '己亥', '庚子', '辛丑', '壬寅', '癸卯', '甲辰', '乙巳', '丙午', '丁未', '戊申', '己酉', '庚戌', '辛亥', '壬子', '癸丑', '甲寅', '乙卯', '丙辰', '丁巳', '戊午', '己未', '庚申', '辛酉', '壬戌', '癸亥']
知识点:
- len( str )—- 返回字符串长度。
- %————- 除完的余数。
- 字符串[x]字符串第N个字节
- [x for x in range(60)] 根据
for
循环生成list
生成器
通过列表生成式,我们可以直接创建一个列表。但是,受到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?
这样就不必创建完整的list,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器:generator。
只要把一个列表生成式的[]
改成()
,就创建了一个generator
:
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>
可以通过next()函数获得generator的下一个返回值:
>>> 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(g)
,就计算出g
的下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出StopIteration
的错误。
因为generator也是可迭代对象,可以用for循环
>>> g = (x * x for x in range(10))
>>> for n in g:
... print(n)
...
0
1
4
9
16
25
36
49
64
81
第二种定义方式
如果一个函数定义中包含yield
关键字,那么这个函数就不再是一个普通函数,而是一个generator:
函数是顺序执行,遇到return语句或者最后一行函数语句就返回。而变成generator的函数,在每次调用next()的时候执行,遇到yield语句返回,再次执行时从上次返回的yield语句处继续执行。
例子,定义一个generator,依次返回数字1,3,5:
def odd():print('step 1')yield 1print('step 2')yield(3)print('step 3')yield(5)
调用该generator
时,首先要生成一个generator
对象,然后用next()函数不断获得下一个返回值:
>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
odd
不是普通函数,而是generator,在执行过程中,遇到yield就中断,下次又继续执行。执行3次yield
后,已经没有yield
可以执行了,所以,第4次调用next(o)
就报错。
练习
打印杨辉三角
# 期待输出:
# [1]
# [1, 1]
# [1, 2, 1]
# [1, 3, 3, 1]
# [1, 4, 6, 4, 1]
# [1, 5, 10, 10, 5, 1]
# [1, 6, 15, 20, 15, 6, 1]
# [1, 7, 21, 35, 35, 21, 7, 1]
# [1, 8, 28, 56, 70, 56, 28, 8, 1]
# [1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
代码:
def triangle():g = [1]while True:yield gg.append(0)g = [g[i] + g[i-1] for i in range(len(g))]n=0;
for t in triangle():print(t);n=n+1;if(n==6):break;
python,-1表示最后一个
迭代器
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
。
生成器都是Iterator
对象,但list
、dict
、str
虽然是Iterable
,却不是Iterator
。
>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False
把list
、dict
、str
等Iterable
变成Iterator
可以使用iter()
函数:
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
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;
Python的for
循环本质上就是通过不断调用next()
函数实现的,例如:
for x in [1, 2, 3, 4, 5]:
pass
等价于:
# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:try:# 获得下一个值:x = next(it)except StopIteration:# 遇到StopIteration就退出循环break
更多精彩请关注微信公众账号likeDev
python3精简笔记(三)——高级特性相关推荐
- 廖雪峰python学习笔记之高级特性
写在前面 寒假时本科舍友的一句话点醒梦中人-你的python基础还没弄明白吧!猛地一想好像确实如此,还停留在随插随用的程度,并且对于迭代器,函数式编程等等,没有深刻理解,所以项目做起来也是空中楼阁,所 ...
- Python学习笔记:高级特性
前言 最近在学习深度学习,已经跑出了几个模型,但Pyhton的基础不够扎实,因此,开始补习Python了,大家都推荐廖雪峰的课程,因此,开始了学习,但光学有没有用,还要和大家讨论一下,因此,写下这些帖 ...
- python笔记01_高级特性和函数式编程
高级特性 切片:前10个数,每两个取一个: L[:10:2]:[0, 2, 4, 6, 8] 可迭代对象的判断: isinstance('abc', Iterable) list变成索引-元素对:fo ...
- python3精简笔记——开篇
最近研究了很长时间的python3,整理了自己的学习笔记,分享出来. 适用于有一定编程基础的同学阅读. #认识 python 完成同一个任务,C语言要写1000行代码,Java只需要写100行,而Py ...
- 华为数通笔记-ISIS高级特性
ISIS收敛步骤 IGP的收敛可以总体描述为如下状态D+O+F+SPT+RIB+DD RIB状态和DD状态一般与路由器的硬件有关,如主CPU.线卡CPU.内存.网络处理器有关,这两个状态人为无法对收敛 ...
- RabbitMQ学习笔记:高级特性TTL(过期时间)
TTL,Time To Live的简称,即消息过期时间,可以对消息和队列设置TTL. 目前有两种方式可以设置消息的TTL.第一种是通过队列的属性设置,队列中的所有消息都有相同的过期时间.第二种方法是对 ...
- 《深入理解Java虚拟机 - Jvm高级特性与最佳实践(第三版)》阅读笔记
<深入理解Java虚拟机>阅读笔记 本repository为<深入理解Java虚拟机 - Jvm高级特性与最佳实践(第三版)>阅读笔记,因为第一章主要讲的是Java的发展历史, ...
- 深入理解java虚拟机 - jvm高级特性与最佳实践(第三版)_JVM虚拟机面试指南:年薪30W以上高薪岗位需求的JVM,你必须要懂!...
JVM的重要性 很多人对于为什么要学JVM这个问题,他们的答案都是:因为面试.无论什么级别的Java从业者,JVM都是进阶时必须迈过的坎.不管是工作还是面试中,JVM都是必考题.如果不懂JVM的话,薪 ...
- python学习--关注容易被忽略的知识点--(三)高级特性
本系列文章回顾了 python大部分关键的知识点,关注那些容易被忽略的知识点.适用于有一定python基础的python学习者. 本系列文章主要参考廖雪峰的python学习网站.该学习网站内容全面,通 ...
最新文章
- node python 速度_Java,Node,Python 运行速度比较
- JS事件冒泡机制和兼容性添加事件
- 推荐:浏览器是怎样工作的?
- 数据结构实验之数组二:稀疏矩阵
- IOS多线程开发其实很简单
- typeScript的函数实例
- 葡萄城报表介绍:B/S 报表软件
- mpu6050 z轴校准_大渡口区上门校正检定量具外校-第三方检测计量出校准证书
- 李洪强经典面试题32
- PCB中 D-Subminiature(DB接口) 连接器系列分类及带有3D封装绘制
- 03-CSS样式表和选择器
- 我从零开始学黑莓开发的过程
- 掌握bandicam以及KMPlayer
- 百度K站之前兆与解决方案的另类分析
- CW5141S1 TWM 测试例程
- 十六进制颜色与RGB颜色转换
- oracle-01722,函数subtr,instr
- Java 创建带有套接字的简单代理服务器示例
- java excel 判断组重复_Java判断Excel某列是否有重复值
- 实战: 对GBDT(lightGBM)分类任务进行贝叶斯优化, 并与随机方法对比
热门文章
- Jetson nano (4GB B01) 系统安装,官方Demo测试 (目标检测、手势识别)
- python逻辑回归模型建模步骤_Python逻辑回归——建模-评估模型
- EXCEL转PDF最便捷的方法
- 2018 icpc 焦作站现场赛 E题题解
- python opencv打开摄像头,截图保存
- 安迪种树 前缀和 差分
- R 一行代码出Cox回归模型的表格
- 404报错:The origin server did not find a current representation for the target resource解决的两种办法
- 母牛2年生小牛 5年后并死去的算法
- sequencer和driver