本文适应人群：C# or Python3 基础巩固

马上快期末考试了，老师蜜月也回来了，于是有了一场跨季度的复习讲课了：

1.Python基础语法扩展¶

1.1.if 判断条件相关¶

None、""、0、[]、{} ==> 假

1、" "、[None,""]、{"":None} ==> 真

小明可高兴了，前几天被打击的面目全非，这几天老师回来了，又可以大发神威了，于是抢先提交demo：

In [1]:

# None

if None:

print(True)

else:

print(False)

False

In [2]:

# 0为False

if 0:

print(True)

else:

print(False)

False

In [3]:

# 空字符串

if "":

print(True)

else:

print(False)

False

In [4]:

# 空列表为False

if []:

print(True)

else:

print(False)

False

In [5]:

# 空字典为False

if {}:

print(True)

else:

print(False)

False

In [6]:

# 1为True

if 1:

print(True)

else:

print(False)

True

In [7]:

# 含空格

if " ":

print(True)

else:

print(False)

True

In [8]:

if [None,""]:

print(True)

else:

print(False)

True

In [9]:

if {"":None}:

print(True)

else:

print(False)

True

老师微带笑容的看了小明一眼，然后接着讲if的扩展

1.2.三元表达符¶

eg:max = a if a > b else b

In [10]:

a, b = 1, 2

max = a if a > b else b

print(max)

2

In [11]:

a, b, c = 1, 3, 2

max = a if a > b else b

max = max if max > c else c

print(max)

3

In [12]:

# 上面的那个还有一种简写(不推荐)

a, b, c = 1, 3, 2

max = (a if a > b else b) if (a if a > b else b) > c else c

print(max)

3

1.2.字符串和编码¶

在Python3.x版本中，字符串是以Unicode编码的

对于单个字符的编码，Python提供了ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符

小潘对这块有所研究，把小明按在桌上然后抢先提交demo：

In [13]:

ord('D')

Out[13]:

68

In [14]:

ord('毒')

Out[14]:

27602

In [15]:

chr(68)

Out[15]:

'D'

In [16]:

chr(27602)

Out[16]:

'毒'

In [17]:

print(ord('A'))

print(ord('Z'))

print(ord('a'))

print(ord('z'))

65

90

97

122

老师补充讲解道：

编码：encode() 解码：decode()

url相关的可以用：

urllib.parse.quote() and urllib.parse.unquote()

urllib.parse.urlencode() 可以直接对一个key-value进行url编码

In [18]:

# encode() and decode()

name="毒逆天"

name_encode=name.encode("utf-8")

print(name_encode)

print(name_encode.decode("utf-8"))

b'\xe6\xaf\x92\xe9\x80\x86\xe5\xa4\xa9'

毒逆天

In [19]:

# 需要导入urlib.parse

import urllib.parse

In [20]:

test_str="淡定"

# 对字符串进行url编码和解码

test_str_enode = urllib.parse.quote(test_str)

print(test_str_enode)

# urllib.parse.quote() 解码

print(urllib.parse.unquote(test_str_enode))

%E6%B7%A1%E5%AE%9A

淡定

In [21]:

# urlencode 可以直接对一个key-value进行编码

test_dict={"name":"毒逆天","age":23}

encode_str = urllib.parse.urlencode(test_dict)

print(encode_str)

print(urllib.parse.unquote(encode_str))

name=%E6%AF%92%E9%80%86%E5%A4%A9&age=23

name=毒逆天&age=23

1.3.值判断和地址判断¶

小明不乐意了，你个小潘总是抢我的风头，看完标题就刷刷的在黑板上写下了如下知识点：

is 是比较两个引用是否指向了同一个对象(id()得到的地址一样则相同)

== 是比较两个对象的值是否相等

对于可变不可变系列就不去复述了，下面再来几个案例看看 值判断和 地址判断的概念

In [22]:

################ 可变类型 ################

In [23]:

a=[1,2,3]

b=[1,2,3]

# id不一样，那is肯定不一样了

print(id(a))

print(id(b))

139727165899464

139727165725256

In [24]:

# a和b是否指向同一个地址

a is b

Out[24]:

False

In [25]:

# a和b的值是否相同

a == b

Out[25]:

True

In [26]:

################ 开始变化了 ################

In [27]:

# 让a指向b的地址

a=b

# a和b的id一样了

print(id(a))

print(id(b))

139727165725256

139727165725256

In [28]:

# a和b是否指向同一个地址

a is b

Out[28]:

True

In [29]:

# a和b的值是否相同

a == b

Out[29]:

True

In [30]:

################ 不可变类型 ################

In [31]:

a=1

b=1

# id一样

print(id(a))

print(id(b))

94592578394656

94592578394656

In [32]:

a is b

Out[32]:

True

In [33]:

a == b

Out[33]:

True

In [34]:

# 但是你要注意，不是所有不可变类型都这样的

f1=1.2

f2=1.2

# 声明两个相同值的浮点型变量，查看它们的id，发现它们并不是指向同个内存地址(这点和int类型不同)

print(id(f1))

print(id(f2))

139727217917024

139727217917096

In [35]:

# 这个就不一样了

# 这方面涉及Python内存管理机制，Python对int类型和较短的字符串进行了缓存

# 无论声明多少个值相同的变量，实际上都指向同个内存地址，其他的就没这福利咯～

f1 is f2

Out[35]:

False

In [36]:

f1 == f2

Out[36]:

True

2.Python总结之for系列¶

老师徐徐道来：“之前说for总是零零散散的，现在基础都讲完了，来个小汇总：”

2.1.Base¶

能够被for循环遍历的，就是可迭代的

In [37]:

# 类似于for(int i=0;i<5;i++)

for i in range(5):

print(i)

0

1

2

3

4

In [38]:

#while循环一般通过数值是否满足来确定循环的条件

#for循环一般是对能保存多个数据的变量，进行遍历

name="https://pan.baidu.com/s/1weaF2DGsgDzAcniRzNqfyQ#mmd"

for i in name:

if i=='#':

break

print(i,end='')#另一种写法：print("%s"%i,end="")

print('\n end ...')

https://pan.baidu.com/s/1weaF2DGsgDzAcniRzNqfyQ

end ...

In [39]:

# 你期望的结果是：i = 5

for i in range(10):

if i == 5:

print("i = %d" % i)

else:

print("没有找到")

i = 5

没有找到

In [40]:

# 当迭代的对象迭代完并为空时，位于else的子句将执行

# 而如果在for循环中含有break时则直接终止循环，并不会执行else子句

# 正确写法如下：

for i in range(10):

if i == 5:

print("i = %d" % i)

break

else:

print("没有找到")

i = 5

In [41]:

# 遍历一个字典

test_dict={"Name":"小明","Age":23}

for k,v in test_dict.items():

print("key:%s,value:%s"%(k,v))

key:Name,value:小明

key:Age,value:23

2.2.列表生成式¶

简写：list(range(1, 11)) 全写：[x for x in range(1,11)]

In [42]:

list(range(1, 11))

Out[42]:

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

In [43]:

[x for x in range(1,11)]

Out[43]:

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

In [44]:

# 1~10的平方列表

[x*x for x in range(1,11)]

Out[44]:

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

In [45]:

# 1~10之间的偶数

[x for x in range(1, 11) if x % 2 == 0]

Out[45]:

[2, 4, 6, 8, 10]

In [46]:

# 数学里面的全排列

[x + y for x in 'ABC' for y in 'AB']

Out[46]:

['AA', 'AB', 'BA', 'BB', 'CA', 'CB']

In [47]:

# 数学里面的坐标轴

[(x,y) for x in range(1,5) for y in range(1,4)]

Out[47]:

[(1, 1),

(1, 2),

(1, 3),

(2, 1),

(2, 2),

(2, 3),

(3, 1),

(3, 2),

(3, 3),

(4, 1),

(4, 2),

(4, 3)]

In [48]:

# (x,y,z) 一般三个嵌套就上天了

[(x,y,z) for x in range(1,5) for y in range(1,4) for z in range(1,3)]

Out[48]:

[(1, 1, 1),

(1, 1, 2),

(1, 2, 1),

(1, 2, 2),

(1, 3, 1),

(1, 3, 2),

(2, 1, 1),

(2, 1, 2),

(2, 2, 1),

(2, 2, 2),

(2, 3, 1),

(2, 3, 2),

(3, 1, 1),

(3, 1, 2),

(3, 2, 1),

(3, 2, 2),

(3, 3, 1),

(3, 3, 2),

(4, 1, 1),

(4, 1, 2),

(4, 2, 1),

(4, 2, 2),

(4, 3, 1),

(4, 3, 2)]

2.3.扩展¶

如果要对list实现类似C#或者java那样的下标循环怎么办？

这块小明又有预习，于是在提交Code的同时大声说道：

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

In [49]:

for i, item in enumerate(['A', 'B', 'C']):

print(i, item)

0 A

1 B

2 C

3.Python中赋值、浅拷贝、深拷贝¶

看到标题小明和小潘就楞了，老师当时没讲解啊，然后两个人眼巴巴的看着老师讲解：

3.1.赋值¶

通过=来实现，就是把地址拷贝了一份，比如 a = b

In [50]:

a=[1,2,2]

b = a

print(id(a))

print(id(b))

139727165518536

139727165518536

In [51]:

# 再验证

a.append(3)

# 都增加了一个3，说明的确指向同一个内存地址

print(a)

print(b)

[1, 2, 2, 3]

[1, 2, 2, 3]

3.2.深拷贝deepcopy¶

导入copy模块，调用deepcopy方法

如果有嵌套引用的情况，直接递归拷贝

In [52]:

import copy

a=[1,2,2]

In [53]:

b=copy.deepcopy(a)

# 指向了不同的内存地址

print(id(a))

print(id(b))

139727165899080

139727165900488

In [54]:

# 再验证一下

a.append(3)

# b不变，说明的确指向不同的内存地址

print(a)

print(b)

[1, 2, 2, 3]

[1, 2, 2]

In [55]:

################ 开始变化了 ################

In [56]:

# 之前讲了嵌套列表，我们来验证一下

a=[1,2,2]

b=[1,2,3,a]

c=copy.deepcopy(b)

# 发现地址都不一样

print(id(b))

print(id(c))

print(id(b[3]))

print(id(c[3]))

139727166586248

139727165899080

139727165725256

139727165899464

In [57]:

# 直观的验证一下

a.append(666)

# 深拷贝的确是深拷贝

print(b)

print(c)

[1, 2, 3, [1, 2, 2, 666]]

[1, 2, 3, [1, 2, 2]]

3.3.浅拷贝copy¶

copy只是简单拷贝，如果拷贝内容里面还有引用之类的，他是不管的

In [58]:

import copy

a=[1,2,2]

In [59]:

b=copy.copy(a)

# 指向了不同的内存地址

print(id(a))

print(id(b))

139727165902088

139727165850952

In [60]:

################ 开始变化了 ################

In [61]:

# 之前讲了嵌套列表，我们来验证一下

a=[1,2,2]

b=[1,2,3,a]

c=copy.copy(b)

# 第一层地址不一样

print(id(b))

print(id(c))

139727165519432

139727165902088

In [62]:

# 验证一下

b.append(111)

# 第一层指向的不同地址

print(b)

print(c)

[1, 2, 3, [1, 2, 2], 111]

[1, 2, 3, [1, 2, 2]]

In [63]:

# 如果里面还有引用，那么就不管了

print(id(b[3]))

print(id(c[3]))

139727165725576

139727165725576

In [64]:

# 验证一下

a.append(666)

# 内部引用的确没copy新地址

print(b)

print(c)

[1, 2, 3, [1, 2, 2, 666], 111]

[1, 2, 3, [1, 2, 2, 666]]

3.4.知识扩展¶

如果拷贝的对象是不可变类型，不管深拷贝和浅拷贝以及赋值都是地址引用。但当拷贝的不可变对象含有引用类型时，只有深拷贝(deepcopy)会递归复制

需要注意的是：Python和Net对于值类型处理是不一样的(管理方式不一样导致的)

==>NET中值类型默认是深拷贝的，而对于引用类型，默认实现的是浅拷贝

In [65]:

a=(1,2,2)

b=a

print(id(a))

print(id(b))

139727165526520

139727165526520

In [66]:

a=(1,2,2)

b=copy.deepcopy(a)

print(id(a))

print(id(b))

139727165846872

139727165846872

In [67]:

a=(1,2,2)

b=copy.copy(a)

print(id(a))

print(id(b))

139727165526520

139727165526520

扩：当拷贝的不可变对象含有引用类型时：赋值和浅拷贝不会copy，而深拷贝(deepcopy)会递归复制

PS：我们常用的切片相当于浅拷贝(copy.copy())

4.CSharp中赋值、浅拷贝、深拷贝¶

小明听懂了Python的深拷贝和浅拷贝后，本着学以致用的原则，写下了C#的实现：

先声明一下，本机环境是Ubuntu + NetCore，欢迎贴Code补充

4.1.赋值¶

赋值方法和Python一样，直接赋值即可

var list1 = new List() { 1, 2, 2 };

var list2 = list1;

In [68]:

%%script csharp

// Python一样，直接赋值即可

var list1 = new List() { 1, 2, 2 };

var list2 = list1;

// 验证一下

list1.Add(3);//我们修改一下list1，list2也就跟着就改变了

foreach (var item in list1)

{

Console.Write(item + " ");

}

Console.WriteLine();

foreach (var item in list2)

{

Console.Write(item + " ");

}

1 2 2 3

1 2 2 3

4.2值类型默认深拷贝¶

NetCore深拷贝相关的官方文档 public void CopyTo (T[] array);

简单类型用最简单的方式就能实现深拷贝了：

官方的CopyTo在这里和这个效果一样，但是比较麻烦，这边就不贴了(Code里面贴了)

var list3 = new List() { 1, 2, 2 };

var list4 = new List(list3);

// 验证一下

list3.Add(3);

foreach (var item in list3)

{

Console.Write(item + " ");

}

Console.WriteLine();

foreach (var item in list4)

{

Console.Write(item + " ");

}

结果：

1 2 2 3

1 2 2

4.3.引用类型默认浅拷贝¶

对于List再复杂点的，上面的方式就变成浅拷贝了：(类似于Python的Copy.Copy)

官方的CopyTo在这里和这个效果一样，但是比较麻烦，这边就不贴了(Demo里面贴了)

定义一个Student

public partial class Student

{

public string Name { get; set; }

public int Age { get; set; }

public override string ToString()

{

return $"Name:{Name},Age:{Age}";

}

}

浅拷贝Demo：

var list5 = new List(){

new Student { Name = "小张", Age = 22 },

new Student { Name = "小明", Age = 23 }

};

var p = new Student() { Name = "小潘", Age = 23 };

list5.Add(p);

// 浅拷贝一份

var list6 = new List(list5);

// 浅拷贝测试

// 我们修改一下list5，list6没有跟着改变，说明第一层的地址的确不一样

list5.Add(new Student() { Name = "小胖", Age = 24 });

// 当我们修改小潘同学的年龄时，大家都变了，说明真的只是浅拷贝

p.Age = 24;

foreach (var item in list5)

{

Console.WriteLine(item);

}

Console.WriteLine("=============");

foreach (var item in list6)

{

Console.WriteLine(item);

}

结果：

Name:小张,Age:22

Name:小明,Age:23

Name:小潘,Age:24

Name:小胖,Age:24

=============

Name:小张,Age:22

Name:小明,Age:23

Name:小潘,Age:24

4.4.简单方式实现深拷贝¶

对于List的深拷贝场景，其实项目中还是蛮常见的,那深拷贝怎么搞呢？

先来一个简单的实现方式，需要T实现ICloneable接口才行：

定义一个Person类

public partial class Person : ICloneable

{

public string Name { get; set; }

public int Age { get; set; }

//实现ICloneable的Clone方法

public object Clone()

{

return base.MemberwiseClone();//调用父类方法即可

}

public override string ToString()

{

return $"Name:{Name},Age:{Age}";

}

}

给List定义一个扩展方法：(温馨提醒：扩展方法所在的类必须是static Class哦)

public static partial class ListExt

{

// 只要T实现了ICloneable接口就可以了

public static IEnumerable DeepCopy(this IEnumerable list) where T : ICloneable

{

return list.Select(item => (T)item.Clone()).ToList();

}

}

来个调用加验证：

#region 引用类型深拷贝-简单实现方式

var oldList = new List(){

new Person(){Name="小明",Age=23},

new Person(){Name="小张",Age=22},

};

var xiaoPan = new Person() { Name = "小潘", Age = 23 };

oldList.Add(xiaoPan);

var newList = oldList.DeepCopy();

//测试

oldList.Add(new Person() { Name = "小胖", Age = 23 });

xiaoPan.Age = 24;

foreach (var item in oldList)

{

Console.WriteLine(item);

}

Console.WriteLine("========");

foreach (var item in newList)

{

Console.WriteLine(item);

}

#endregion

结果：

Name:小明,Age:23

Name:小张,Age:22

Name:小潘,Age:24

Name:小胖,Age:23

========

Name:小明,Age:23

Name:小张,Age:22

Name:小潘,Age:23

4.5.序列化方式实现深拷贝(常用)¶

利用System.Runtime.Serialization序列化与反序列化实现深拷贝

先定义一个Teacher类(别忘记加 Serializable 的标签)

[Serializable]

public partial class Teacher

{

public string Name { get; set; }

public int Age { get; set; }

public override string ToString()

{

return $"Name:{Name},Age:{Age}";

}

}

添加一个扩展方法：

public static partial class ListExt

{

// 利用System.Runtime.Serialization序列化与反序列化实现深拷贝

public static T DeepCopy2(this T obj)

{

using (var stream = new MemoryStream())

{

var formatter = new BinaryFormatter();

formatter.Serialize(stream, obj);

stream.Seek(0, SeekOrigin.Begin);

return (T)formatter.Deserialize(stream);

}

}

}

调用：

#region 引用类型深拷贝-序列化实现

var oldTestList = new List(){

new Teacher(){Name="小明",Age=23},

new Teacher(){Name="小张",Age=22},

};

var s = new Teacher() { Name = "小潘", Age = 23 };

oldTestList.Add(s);

var newTestList = oldTestList.DeepCopy2();

//测试

oldTestList.Add(new Teacher() { Name = "小胖", Age = 23 });

s.Age = 24;

foreach (var item in oldTestList)

{

Console.WriteLine(item);

}

Console.WriteLine("========");

foreach (var item in newTestList)

{

Console.WriteLine(item);

}

#endregion

结果：

Name:小明,Age:23

Name:小张,Age:22

Name:小潘,Age:24

Name:小胖,Age:23

========

Name:小明,Age:23

Name:小张,Age:22

Name:小潘,Age:23

因为主要是说Python，Net只是简单提一下，这边就先到这里了

不尽兴可以看看这篇文章，讲得还是挺全面的

我们接着来对比学习～

5.Python生成器¶

一看到标题小明又懵圈了，但是看到大家好像都知道的样子心想道：“我是不是又睡过一节课啊？”

通过列表生成式，我们可以简单并直接的创建一个列表，但是当数据有一定的规律而且又很大的时候，使用列表就有点浪费资源了

如果列表元素可以按照某种算法推算出来，这样就不必创建完整的list，从而节省大量的资源

5.1.简单方式¶

在Python中，这种一边循环一边计算的机制，称为生成器：generator

先看一个简单的生成器案例：(只要把一个列表生成式的[]改成() ，就创建了一个generator了)

In [69]:

# 列表生成式

[x for x in range(10)]

Out[69]:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

In [70]:

# 生成器写法(Python2.x系列是用xrange)

(x for x in range(10))

Out[70]:

at 0x7f14c413cb48>

遍历方式可以用之前的for循环来遍历(推荐)

也可以用next()或者__next__()方法来遍历。【C#是用MoveNext】

generator保存的是算法，每次调用next(xxx)或者__next__()，就计算出下一个元素的值，直到计算到最后一个元素

当没有更多的元素时，抛出StopIteration的异常

In [71]:

g=(x for x in range(10))

# for来遍历(推荐)

for i in g:

print(i)

0

1

2

3

4

5

6

7

8

9

In [72]:

g=(x for x in range(10))

print(next(g))

print(next(g))

print(next(g))

print(next(g))

print(next(g))

print(g.__next__()) #通过__next__也一样取下一个

print(next(g))

print(next(g))

print(next(g))

print(next(g))

print(next(g))

print(next(g))

0

1

2

3

4

5

6

7

8

9

---------------------------------------------------------------------------

StopIteration Traceback (most recent call last)

in ()

11 print(next(g))

12 print(next(g))

---> 13print(next(g))

14 print(next(g))

StopIteration:

5.2.yield方式¶

如果推算的算法比较复杂，用类似列表生成式的for循环无法实现时，还可以用函数来实现

这时候就需要用到yield了，像最经典的斐波拉契数列，这次用一波生成器来对比实现下：

In [73]:

# 递归方式：求第30个数是多少

# 1、1、2、3、5、8、13、21、34...

def fib(n):

if n == 1 or n == 2:

return 1

else:

return fib(n - 1) + fib(n - 2)

fib(30)

Out[73]:

832040

In [74]:

# 在讲yield方式之前先用循环实现一下

def fibona(max):

n, a, b = 0, 0, 1

while n < max:

print(b)

a, b = b, a + b

n = n + 1

fibona(30)

1

1

2

3

5

8

13

21

34

55

89

144

233

377

610

987

1597

2584

4181

6765

10946

17711

28657

46368

75025

121393

196418

317811

514229

832040

In [75]:

# for循环实现

def fibona(n):

a, b = 0, 1

# [0,n)

for i in range(n):

print(b)

a, b = b, a + b

fibona(30)

1

1

2

3

5

8

13

21

34

55

89

144

233

377

610

987

1597

2584

4181

6765

10946

17711

28657

46368

75025

121393

196418

317811

514229

832040

a, b = b, a + b 之前交换两数的时候提过

这个相当于==>

temp_tuple = (b, a + b)

a = temp_tuple[0]

b = temp_tuple[1]

要把fibona函数变成generator，只需要把print(b)改为yield b就可以了：

generator在执行过程中，遇到yield就中断，下次又继续执行到yield停下了，一直到最后

生成器的特点：

节约内存

迭代到下一次的调用时，所使用的参数都是第一次所保留下的(所有函数调用的参数都是第一次所调用时保留的，而不是新创建的)

In [76]:

# 改成生成器比较简单，直接换输出为yield

def fibona(n):

a, b = 0, 1

# [0,n)

for i in range(n):

yield b

a, b = b, a + b

In [77]:

# 看看是不是生成器

g = fibona(30)

g

Out[77]:

In [78]:

# 遍历输出(基本上都会用for来遍历)

for i in g:

print(i)

1

1

2

3

5

8

13

21

34

55

89

144

233

377

610

987

1597

2584

4181

6765

10946

17711

28657

46368

75025

121393

196418

317811

514229

832040

对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的循环的时候

小明总结如下：

在Python中，这种一边循环一边计算的机制称为生成器：generator

每一个生成器都是一个迭代器(迭代器不一定是生成器)

如果一个函数包含yield关键字，这个函数就会变为一个生成器

生成器并不会一次返回所有结果，而是每次遇到yield关键字后返回相应结果，并保留函数当前的运行状态，等待下一次的调用

由于生成器也是一个迭代器，那么它就支持next用方法来获取下一个值(我们平时用for来遍历它)

推荐一篇文章，总结的很全了：(yield用法总结)

5.3.扩展之～send(msg)方法：¶

其实__next__()和send()在一定意义上作用是相似的，区别是send()可以传递yield表达式的值进去

而__next__()不 能传递特定的值。我们可以看做x.__next__() 和 x.send(None) 作用是一样的

In [79]:

# 来个案例：

def test_send(n):

for i in range(n):

tmp = yield i

print(tmp)

g = test_send(5)

g

Out[79]:

In [80]:

# 定义一个列表

test_list = []

# 把第一次yield的值放在列表中

test_list.append(g.__next__())

# 把list传给tmp并打印(可以理解为把表达式右边的 yield i 暂时换成了 test_list)

# out的内容是yield返回的值

g.send(test_list)

[0]

Out[80]:

1

In [81]:

# 以防你们看不懂，来个简单案例

# 你传啥print(tmp)就给你打印啥

g.send("你好啊")

你好啊

Out[81]:

2

注意一种情况，generator刚启动的时候，要么不传，要么只能传None

解决：要么一开始send(None)要么一开始先调用一下__next()__ or next()

In [82]:

# 注意一种情况，generator刚启动的时候，要么不传，要么只能传None

def test_send(n):

for i in range(n):

tmp = yield i

print(tmp)

g = test_send(5)

g.send("dog") # TypeError: can't send non-None value to a just-started generator

---------------------------------------------------------------------------

TypeError Traceback (most recent call last)

in ()

7

8 g = test_send(5)

----> 9g.send("dog") # TypeError: can't send non-None value to a just-started generator

TypeError: can't send non-None value to a just-started generator

In [83]:

# 解决：要么一开始send(None)要么一开始先调用一下__next()__ or next()

def test_send(n):

for i in range(n):

tmp = yield i

print(tmp)

g = test_send(5)

g.send(None)

Out[83]:

0

In [84]:

g.send("dog")

dog

Out[84]:

1

扩：C#在遍历generator的时候也是先调一下MoveNext方法

while (tmp.MoveNext())

{

Console.WriteLine(tmp.Current);

}

5.4.扩展之～return和break的说明¶

在一个generator函数中，如果没有return则默认执行至函数完毕

如果在执行过程中return或者break则直接抛出StopIteration终止迭代

In [85]:

# break案例

def test_send(n):

for i in range(n):

if i==2:

break

yield i

g = test_send(5)

for i in g:

print(i)

0

1

In [86]:

# return案例

def test_send(n):

for i in range(n):

if i==2:

return "i==2"

yield i

g = test_send(5)

for i in g:

print(i)

0

1

用for循环调用generator时，发现拿不到generator的return语句的返回值

如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中

In [87]:

# 上面return的返回值怎么拿呢？

g = test_send(5)

while True:

try:

tmp = g.__next__()

print(tmp)

except StopIteration as ex:

print(ex.value)

break # 一定要加break，别忘了你在死循环里呢

0

1

i==2

5.5.扩展之～协程yield实现多任务调度¶

这个场景还是很常见的，比如C#的单线程实现多任务用的就可以使用yield

再比如生产消费这个经典案例：(参考)

生产者生产消息后，直接通过yield跳转到消费者开始执行，待消费者执行完毕后，切换回生产者继续生产

Python对协程的支持是通过generator实现的

在generator中，我们不但可以通过for循环来迭代，还可以不断调用__next__()获取由yield语句返回的下一个值。

因为Python的yield不但可以返回一个值，它还可以接收调用者发出的参数(通过send方法),所以就happy了

我们举个简单的demo来看看：

In [88]:

def consumer():

while True:

tmp = yield

# !None就变成真了

if not tmp:

return

print("消费者:",tmp)

In [89]:

# 创建消费者

c = consumer()

# 启动消费者

c.send(None)

# 生产数据，并提交给消费者

c.send("小明")

c.send("小潘")

# 生产结束，通知消费者结束，抛出StopIteration异常

c.send(None) # 使用c.close()可以避免异常

消费者: 小明

消费者: 小潘

---------------------------------------------------------------------------

StopIteration Traceback (most recent call last)

in ()

7 c.send("小潘")

8 # 生产结束，通知消费者结束，抛出StopIteration异常

----> 9c.send(None) # 使用c.close()可以避免异常

StopIteration:

执行流程：

创建协程对象(消费者)后，必须使用send(None)或__next__()启动

协程在执行yield后让出执行绪，等待消息

调用方发送send(msg)消息，协程恢复执行，将接收到的数据保存并执行后续流程

再次循环到yield，协程返回前面的处理结果，并再次让出执行绪

直到关闭或被引发异常

补全demo：

In [90]:

def consumer():

status = ""

while True:

tmp = yield status

if not tmp:

print("消费者已经睡觉了...")

return

print("消费者：获得商品%s号..." % tmp)

status = "ok"

def produce(c):

# 启动消费者

c.send(None)

for i in range(1, 3):

print("生产者：出产商品%s号..." % i)

# 生产商品，并提交给消费者

status = c.send(i)

print("生产者：生产者消费状态: %s" % status)

# c.send(None) 执行这个会引发StopIteration

c.close() # 使用close就可以避免了(手动关闭生成器函数，后面的调用会直接返回StopIteration异常)

# 创建消费者

c = consumer()

produce(c)

生产者：出产商品1号...

消费者：获得商品1号...

生产者：生产者消费状态: ok

生产者：出产商品2号...

消费者：获得商品2号...

生产者：生产者消费状态: ok

In [91]:

# 更多可以查看帮助文档

def test():

yield

help(test())

Help on generator object:

test = class generator(object)

| Methods defined here:

|

| __del__(...)

|

| __getattribute__(self, name, /)

| Return getattr(self, name).

|

| __iter__(self, /)

| Implement iter(self).

|

| __next__(self, /)

| Implement next(self).

|

| __repr__(self, /)

| Return repr(self).

|

| close(...)

| close() -> raise GeneratorExit inside generator.

|

| send(...)

| send(arg) -> send 'arg' into generator,

| return next yielded value or raise StopIteration.

|

| throw(...)

| throw(typ[,val[,tb]]) -> raise exception in generator,

| return next yielded value or raise StopIteration.

|

| ----------------------------------------------------------------------

| Data descriptors defined here:

|

| gi_code

|

| gi_frame

|

| gi_running

|

| gi_yieldfrom

| object being iterated by yield from, or None

6.Python迭代器¶

看到迭代器小明老高兴了，心想着一会写个C#版的觉得可以收获一大群眼球～

6.1.判断是否可迭代¶

在说迭代器前先说下可迭代(Iterable)(yield基础点我)：

在Python中，能通过for循环遍历的都是可以迭代的，比如 str、tuple、list、dict、set、生成器等等

也可以通过 isinstance(xxx,Iterable) 方法判断一下是否迭代：

In [92]:

from collections import Iterable

In [93]:

isinstance("mmd",Iterable)

Out[93]:

True

In [94]:

isinstance((1,2),Iterable)

Out[94]:

True

In [95]:

isinstance([],Iterable)

Out[95]:

True

In [96]:

isinstance({},Iterable)

Out[96]:

True

In [97]:

isinstance((x for x in range(10)),Iterable)

Out[97]:

True

In [98]:

isinstance(1,Iterable)

Out[98]:

False

6.2.判断是否是迭代器¶

迭代器是一定可以迭代的，怎么判断是迭代器呢？

可以使用next方法的或者通过isinstance(xxx,Iterator)

In [99]:

a=[1,2,3]

next(a)

---------------------------------------------------------------------------

TypeError Traceback (most recent call last)

in ()

1 a=[1,2,3]

2

----> 3next(a)

TypeError: 'list' object is not an iterator

In [100]:

from collections import Iterator

In [101]:

isinstance([],Iterator)

Out[101]:

False

In [102]:

isinstance((x for x in range(10)),Iterator)

Out[102]:

True

6.3.Iterable 转 Iterator¶

生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator

把list、dict、str等Iterable变成Iterator可以使用iter()函数：

In [103]:

iter(a)

Out[103]:

In [104]:

isinstance(iter([]),Iterator)

Out[104]:

True

In [105]:

isinstance(iter({}),Iterator)

Out[105]:

True

Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()or__next__()函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration错误

可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。

Iterator甚至可以表示一个无限大的数据流，而list等则不行

小明总结了一下老师讲解的知识点：

可以for循环的对象都是Iterable类型

可以使用next()or__next__()函数的对象都是Iterator类型

集合数据类型如list、dict、str等是Iterable，可以通过iter()函数获得一个Iterator对象

7.CSharp迭代器¶

乘着下课的时间，小明跑到黑板前，心想：“又到了C#的时候了，看我来收播一大群眼球～”，然后开始了他的个人秀：

其实迭代器(iterator)就是为了更简单的创建枚举器(enumerator)和可枚举类型(enumerator type)的方式

7.1.IEnumerator 和 IEnumerable¶

通俗话讲：

能不能foreach就看你遍历对象有没有实现IEnumerable，就说明你是不是一个可枚举类型(enumerator type)

public interface IEnumerable

{

IEnumerator GetEnumerator();

}

是不是个枚举器(enumerator)就看你实现了IEnumerator接口没

public interface IEnumerator

{

object Current { get; }

bool MoveNext();

void Reset();

}

最明显的区别：它们两个遍历方式不一样

// 枚举器遍历

var tmp = FibonaByIEnumerator(30);

while (tmp.MoveNext())

{

Console.WriteLine(tmp.Current);

}

// 可枚举类型遍历

foreach (var item in FibonaByIEnumerable(30))

{

Console.WriteLine(item);

}

这个我们在2年前就说过，这边简单提一下(官方文档)(Demo)

MyEnumerator文件：

public class MyEnumerator : IEnumerator

{

///

/// 需要遍历的数组

///

private string[] array;

///

/// 有效数的个数

///

private int count;

public MyEnumerator(string[] array, int count)

{

this.array = array;

this.count = count;

}

///

/// 当前索引(线moveNext再获取index，用-1更妥)

///

private int index = -1;

public object Current

{

get

{

return array[index];

}

}

///

/// 移位

///

///

public bool MoveNext()

{

if (++index < count)

{

return true;

}

return false;

}

///

/// 重置

///

public void Reset()

{

index = -1;

}

}

MyArray.cs文件

public partial class MyArray

{

///

/// 数组容量

///

private string[] array = new string[4];

///

/// 数组元素个数

///

private int count = 0;

///

/// 当前数组的长度

///

public int Length

{

get

{

return count;

}

}

///

/// 添加元素

///

///

///

public MyArray Add(string str)

{

//要溢出的时候扩容

if (count == array.Length)

{

string[] newArray = new string[2 * array.Length];

array.CopyTo(newArray, 0);

array = newArray;//array重新指向

}

array[count++] = str;

return this;

}

///

/// 移除某一项

///

///

///

public MyArray RemoveAt(int i)

{

for (int j = i; j < count - 1; j++)

{

array[j] = array[j + 1];

}

count--;//少了一个元素所以--

return this;

}

///

/// 索引器

///

///

///

public string this[int index]

{

get

{

return array[index];

}

set

{

array[index] = value;

}

}

}

MyArrayExt.cs文件:

public partial class MyArray: IEnumerable

{

///

/// 枚举器方法

///

///

public IEnumerator GetEnumerator()

{

return new MyEnumerator(this.array, this.count);

}

}

调用:

static void Main(string[] args)

{

MyArray array = new MyArray();

array.Add("~").Add("这").Add("是").Add("一").Add("个").Add("测").Add("试").Add("。").RemoveAt(0).RemoveAt(3).RemoveAt(6);

for (int i = 0; i < array.Length; i++)

{

Console.Write(array[i]);

}

Console.WriteLine();

foreach (var item in array)

{

Console.Write(item);

}

}

结果:

这是一测试

这是一测试

7.2.yield方式¶

小明看着班里女生羡慕的眼神，得意的强调道：

注意一下，C#是用yield return xxx，Python是用yield xxx关键字

还记得开头说的那句话吗？(yield官方文档)

其实迭代器(iterator)就是为了更简单的创建枚举器(enumerator)和可枚举类型(enumerator type)的方式

如果枚举器和可枚举类型还是不理解(举个例子)就懂了：(从遍历方式就看出区别了)

定义一个斐波拉契函数，返回可枚举类型

///

/// 返回一个可枚举类型

///

public static IEnumerable FibonaByIEnumerable(int n)

{

int a = 0;

int b = 1;

for (int i = 0; i < n; i++)

{

yield return b;

(a, b) = (b, a + b);

}

}

调用：

foreach (var item in FibonaByIEnumerable(30))

{

Console.WriteLine(item);

}

定义一个斐波拉契函数，返回一个枚举器

///

/// 返回一个枚举器

///

public static IEnumerator FibonaByIEnumerator(int n)

{

int a = 0;

int b = 1;

for (int i = 0; i < n; i++)

{

yield return b;

(a, b) = (b, a + b);

}

}

调用一下：

var tmp = FibonaByIEnumerator(30);

while (tmp.MoveNext())

{

Console.WriteLine(tmp.Current);

}

利用yield轻轻松松就创建了枚举器和可枚举类型

以上面那个MyArray的案例来说，有了yield我们代码量大大简化：(Demo)

MyArray.cs

public partial class MyArray

{

///

/// 数组容量

///

private string[] array = new string[4];

///

/// 数组元素个数

///

private int count = 0;

///

/// 当前数组的长度

///

public int Length

{

get

{

return count;

}

}

///

/// 添加元素

///

///

///

public MyArray Add(string str)

{

//要溢出的时候扩容

if (count == array.Length)

{

string[] newArray = new string[2 * array.Length];

array.CopyTo(newArray, 0);

array = newArray;//array重新指向

}

array[count++] = str;

return this;

}

///

/// 移除某一项

///

///

///

public MyArray RemoveAt(int i)

{

for (int j = i; j < count - 1; j++)

{

array[j] = array[j + 1];

}

array[count - 1] = string.Empty;//add 干掉移除的数组

count--;//少了一个元素所以--

return this;

}

///

/// 索引器

///

///

///

public string this[int index]

{

get

{

return array[index];

}

set

{

array[index] = value;

}

}

}

MyArrayExt.cs

public partial class MyArray : IEnumerable

{

///

/// 枚举器方法

///

///

public IEnumerator GetEnumerator()

{

return MyEnumerator();

}

///

/// 通过yield快速实现

///

///

public IEnumerator MyEnumerator()

{

foreach (var item in this.array)

{

yield return item;

}

}

}

然后就行了，MyEnumerator都不用你实现了：

MyArray array = new MyArray();

array.Add("~").Add("这").Add("是").Add("一").Add("个").Add("测").Add("试").Add("。").RemoveAt(0).RemoveAt(3).RemoveAt(6);

for (int i = 0; i < array.Length; i++)

{

Console.Write(array[i]);

}

Console.WriteLine();

foreach (var item in array)

{

Console.Write(item);

}

结果：

这是一测试

这是一测试

扩充一下：Python退出迭代器用yield return 或者 yield break，C#使用yield break来退出迭代

做个 demo 测试下:

public static IEnumerable GetValue()

{

for (int i = 0; i < 5; i++)

{

yield return i;

if (i == 2)

{

yield break;

}

}

}

调用:

static void Main(string[] args)

{

foreach (var item in GetValue())

{

Console.WriteLine(item);

}

}

输出:

0

1

2

8.闭包¶

8.1.Python闭包¶

又到了上课时间，小明灰溜溜的跑回座位，听老师讲起了闭包的知识：

函数方面还有不懂的可以看之前讲的文档：Function Base

函数除了可以接受函数作为参数外，还可以把函数作为结果值返回(有点类似于C++里面的函数指针了)

来看一个可变参数求和的例子：

In [1]:

def slow_sum(*args):

def get_sum():

sum = 0

for i in args:

sum += i

return sum

return get_sum # 返回函数引用地址(不加括号)

a = slow_sum(1, 2, 3, 4, 5)# 返回get_sum函数的引用

print(a)# 看看引用地址

print(a())# a() 这时候才是调用get_sum()函数

.get_sum at 0x7f57783b6268>

15

其实上面一个案例就是闭包(Closure)了，来个定义：

在函数内部再定义一个函数，并且这个函数用到了外边函数的变量(参数或者局部变量)，那么将这个函数以及用到的一些变量称之为闭包

通俗点说就是：内部函数使用了外部函数作用域里的变量了，那这个内部函数和它用到的变量就是个闭包

注意：当我们调用slow_sum()时，每次调用都会返回一个新的函数(相同的参数也一样)

In [2]:

a = slow_sum(1, 2, 3, 4)

b = slow_sum(1, 2, 3, 4)

a is b

# a()和b()的调用结果互不影响

Out[2]:

False

由于闭包引用了外部函数的局部变量，则外部函数的局部变量没有及时释放，所以也容易消耗内存

so ==> 除非你真正需要它,否则不要使用闭包

返回函数尽量不要引用任何循环变量，或者后续会发生变化的变量(容易出错)

看着小明一脸懵圈的样子，老师说道：

新讲的知识点一般都不太容易快速消化，我们再来看个闭包的好处就理解了：

比如现在我们要根据公式来求解，以y=ax+b为例，传统方法解决：

In [3]:

# 定义一个y=ax+b的函数公式

def get_value(a, b, x):

return a * x + b

In [4]:

# 每次调用都得传 a,b

print(get_value(2, 1, 1))

print(get_value(2, 1, 2))

print(get_value(2, 1, 3))

print(get_value(2, 1, 4))

3

5

7

9

每次调用都得额外传a、b的值

就算使用偏函数来简化也不合适(毕竟已经是一个新的函数了)：

In [5]:

from functools import partial

new_get_value = partial(get_value, 2, 1)

print(new_get_value(1))

print(new_get_value(2))

print(new_get_value(3))

print(new_get_value(4))

print(new_get_value(5))

3

5

7

9

11

简单总结functools.partial的作用就是：

把一个函数的某些参数设置默认值，返回一个新的函数，然后调用新函数就免得你再输入重复参数了

而这时候使用闭包就比较合适了，而且真的是封装了一个通用公式了

a，b的值你可以任意变来生成新的公式，而且公式之间还不干扰，以 y=ax²+bx+c为例：

In [6]:

def quadratic_func(a, b, c):

"""y=ax²+bx+c"""

def get_value(x):

return a * x * x + b * x + c

return get_value

In [7]:

# 来个简单的：x^2+1

f1 = quadratic_func(1, 0, 1)

print(f1(0))

print(f1(1))

print(f1(2))

print(f1(3))

print(f1(4))

print(f1(5))

1

2

5

10

17

26

In [8]:

# 可能不太形象，我们画个图看看：

import matplotlib.pyplot as plt # 导入matplotlib的pyplot模块

In [9]:

# 生成x和y的值

x_list = list(range(-10, 11))

y_list = [x * x + 1 for x in x_list]

print(x_list)

print(y_list)

# 画图

plt.plot(x_list, y_list)

# 显示图片

plt.show()

[-10, -9, -8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

[101, 82, 65, 50, 37, 26, 17, 10, 5, 2, 1, 2, 5, 10, 17, 26, 37, 50, 65, 82, 101]

aaarticlea/png;base64,iVBORw0KGgoAAAANSUhEUgAAAXoAAAD8CAYAAAB5Pm/hAAAABHNCSVQICAgIfAhkiAAAAAlwSFlzAAALEgAACxIB0t1+/AAAADl0RVh0U29mdHdhcmUAbWF0cGxvdGxpYiB2ZXJzaW9uIDIuMi4yLCBodHRwOi8vbWF0cGxvdGxpYi5vcmcvhp/UCwAAIABJREFUeJzt3Xl4VOXd//H3N/sCZA+ELCSBsAoKhE3FDREXHnFBxRWrldZan2ptq33aqj+72Wq1dlGLaF2KirhBXYoIKqhsYSdsgRCSELJAVrInc//+mMGmNIGQycyZ5fu6Lq5MZs5kPjkZPjk559z3EWMMSimlfFeA1QGUUkq5lha9Ukr5OC16pZTycVr0Sinl47TolVLKx2nRK6WUj9OiV0opH6dFr5RSPk6LXimlfFyQ1QEA4uPjTXp6utUxlFLKq2zcuPGIMSbhVMt5RNGnp6eTk5NjdQyllPIqInKwO8vprhullPJxWvRKKeXjtOiVUsrHadErpZSP06JXSikfp0WvlFI+ToteKaV83CmLXkReEpFyEdnR4b5YEVkuInmOjzGO+0VE/iQi+0Rkm4iMc2X4rUXVPP7xbvRyiEopb2OzGX794U52ltS6/LW6s0X/MnDpCfc9BKwwxmQBKxyfA1wGZDn+zQOe652YndtWXM3zX+xnW3GNK19GKaV63Zr8o7yw+gB7yjyg6I0xq4DKE+6eBbziuP0KcFWH+181dmuBaBFJ6q2wJ5o1Npnw4EBeX1foqpdQSimXeH1dIdERwVx2hssq8hs93Uff3xhzGMDxMdFxfzJQ1GG5Ysd9/0VE5olIjojkVFRU9ChEv7BgZp01kKVbS6hpbO3R11BKKXcrr2tiWW4ps8elEBYc6PLX6+2DsdLJfZ3uQDfGzDfGZBtjshMSTjknT5dunjSIxtZ23t98qMdfQyml3GlxTjFtNsONk9Lc8no9Lfqy47tkHB/LHfcXA6kdlksBSnoe79RGp0QxJiWKhesO6kFZpZTHa7cZXl9XyNmD4xic0Mctr9nTol8KzHXcngss6XD/bY6zbyYDNcd38bjSTRPT2Ft2jI0Hq1z9Ukop5ZRVeRUcqm7kJjdtzUP3Tq98A1gDDBORYhG5E3gcmC4iecB0x+cAHwH5wD7gBeB7Lkl9gv85cyB9Q4NYqAdllVIebuHaQuL7hHDJyAFue81TzkdvjLmxi4emdbKsAe5xNtTpigwN4upxyby5oYiHZ44kJjLE3RGUUuqUSqobWbm7jO+eP5iQIPeNV/WZkbE3TUqjpc3GO5uKrY6ilFKdWrShCAPcONF9u23Ah4p++IB+jB8Uw8J1hXpQVinlcdrabby5oZDzshJIjY1w62v7TNED3DwpjQNH6lmz/6jVUZRS6j+s2F1OWW0zN7vxIOxxPlX0l49OIjoiWA/KKqU8zsJ1hQzoF8ZFwxNPvXAv86miDwsO5NpxKSzLLaWirtnqOEopBUDh0QZW51Vww4RUggLdX7s+VfRgPyjbZjO8lVN06oWVUsoN3thQiABzJqaecllX8LmiH5zQhymZcbyxvhCbTQ/KKqWs1dJmY3FOEdNG9CcpKtySDD5X9GDfqi+uamRVXs8mS1NKqd7yyc5SjhxrcetI2BP5ZNHPGDWAuMgQPSirlLLcwrWFpMSEc15WzydvdJZPFn1IUADXT0hlxa4yDtc0Wh1HKeWn9pUfY03+UW6cmEZgQGeT+7qHTxY9wI0T0jDAm+v1oKxSyhpvrC8kKEC4Ptuag7DH+WzRp8VFMDUrgUUbimhrt1kdRynlZ5pa23lnUzEzRg0goW+opVl8tujBPlK2tLaJlbvLT72wUkr1oo+2H6a6odWSkbAn8uminzY8kf79QvWgrFLK7RauKyQzPpIpg+OsjuLbRR8UGMCcCWmsyqugqLLB6jhKKT+xu7SWjQeruGlSGiLWHYQ9zqeLHuwj0QT7QRGllHKH19cVEhIUwLXjUqyOAvhB0SdFhXPR8P68lVNES5selFVKuVZ9cxvvbjrEFaOTPOYiSD5f9AA3T07jyLEWPtlZanUUpZSP++fWEo41t3nEQdjj/KLoz8tKIDk6nNf1oKxSysVeX1/I0P59GD8oxuoo3/CLog8MEG6alMbX+4+yv+KY1XGUUj5qW3E124pruHnSII84CHucXxQ9wHXZKQQFCG/oVr1SykVeX1dIeHAgV49LtjrKf/Cbok/sG8aMUQN4e1MxTa3tVsdRSvmY2qZWlm4t4cozB9IvLNjqOP/Bb4oe7NMXVze08vGOw1ZHUUr5mCWbD9HQ0m7pdMRd8auin5IZR0Z8JAvX6u4bpVTvMcawcF0hZyT3Y0xKlNVx/otfFX1AgHDTxDRyDlaxp7TO6jhKKR+xqbCK3aV1HncQ9ji/KnqAa8enEBIYwOvrDlodRSnlIxauK6RPaBBXnjnQ6iid8ruij40M4fLRA3h30yEaWtqsjqOU8nLVDS18sO0wV40dSGRokNVxOuV3RQ9w8+RB1DW38c+tJVZHUUp5ubc3FtPSZuOmiYOsjtIlvyz67EExDO3fR6cvVko5xRjD6+sLGZcWzciB/ayO0yW/LHoR+0HZbcU1bCuutjqOUspLrdl/lPyKem6a5Llb8+Bk0YvI/SKSKyI7ROQNEQkTkQwRWScieSKySEQ8Y/q2E1wzPoU+oUEsWH3A6ihKKS+14MsDxEWGMHNMktVRTqrHRS8iycD/AtnGmDOAQGAO8DvgaWNMFlAF3NkbQXtbv7BgbpyYyofbD1NcpRclUUqdnryyOlbuLue2KemEBQdaHeeknN11EwSEi0gQEAEcBi4C3nY8/gpwlZOv4TLfOicDAf7+VYHVUZRSXmbB6gOEBgVw6xTP3m0DThS9MeYQ8CRQiL3ga4CNQLUx5vh5i8WAZ83u08HA6HBmjknizfWF1DS2Wh1HKeUlyuuaeG/zIa7LTiHWQy4ucjLO7LqJAWYBGcBAIBK4rJNFTRfPnyciOSKSU1FR0dMYTvv21EzqW9r1UoNKqW579euDtNps3HluptVRusWZXTcXAweMMRXGmFbgXeBsINqxKwcgBej0ZHVjzHxjTLYxJjshIcGJGM45IzmKc4bE8fevDuilBpVSp9TQ0sZraw9yycj+ZMRHWh2nW5wp+kJgsohEiH1yh2nATuAzYLZjmbnAEuciut5dUzMpq23WAVRKqVNanFNMTWMr887zjq15cG4f/TrsB103AdsdX2s+8CDwQxHZB8QBL/ZCTpc6f2gCw/r35YXV+RjT6Z4mpZSi3WZY8GU+49KiGT8o1uo43ebUWTfGmEeMMcONMWcYY241xjQbY/KNMRONMUOMMdcZY5p7K6yriAjfnprB7tI6VucdsTqOUspDLcstpaiy0au25sFPR8Z25sqzBpLYN5QXVudbHUUp5YGMMfxtVT6D4iKYPnKA1XFOixa9Q2hQILefk87qvCPsLKm1Oo5SysPkHKxia1E13z43g8AAz5tz/mS06Du4eeIgIkICWfClbtUrpf7TC6vyiYkIZvb4VKujnDYt+g6iIoK5YUIqS7eUcLim0eo4SikPkV9xjOW7yrh18iDCQzx7uoPOaNGf4I5zMrAZw8tfF1gdRSnlIV788gDBgQHcOiXd6ig9okV/gtTYCC4fncTrawupa9JpEZTyd0ePNfP2xmKuHZdMQt9Qq+P0iBZ9J+adl0ldcxuLNhRZHUUpZbHX1h6kuc17pjvojBZ9J8akRDMxI5a/f1VAa7tOi6CUv2pqbefVNQeZNjyRIYl9rI7TY1r0XZg3NZND1Y18tP2w1VGUUhZ5Z1MxlfUt3OVlA6ROpEXfhYuGJ5KZEKnTIijlp2w2w4LVBxiTEsWkDO+Z7qAzWvRdCAgQ7pqayY5DtazJP2p1HKWUm326q4wDR+q5a2om9nkbvZcW/UlcPTaZ+D4hvLBKB1Ap5W9eWJ1PcnQ4l53hXdMddEaL/iTCggO5bUo6n+2pYG9ZndVxlFJusqmwig0FVdx5bgZBgd5fk97/HbjYLZMHERYcwAKd7Ewpv7FgdT79woK4foL3TXfQGS36U4iNDOG68am8v7mE8tomq+MopVzs4NF6/rWjlJsnD6JPaNCpn+AFtOi74c5zM2i12XhlTYHVUZRSLvbSlwcIDBBuPzvd6ii9Rou+G9LjI5kxcgD/WFtIfXOb1XGUUi5SVd/CWznFzDormf79wqyO02u06LvprvMyqWlsZXGOTouglK9auO4gja3t3DXVuwdInUiLvpvGD4ph/KAYXvzqAG06LYJSPqeptZ2Xvz5ov4b0gL5Wx+lVWvSn4a6pmRRVNrIst8zqKEqpXrZkyyGOHGv2uuvBdocW/WmYPrI/6XERzF+1X6dFUMqH2GyGF1YfYGRSP84eHGd1nF6nRX8aAgOEO6dmsrW4hg0FVVbHUUr1ks/3lrOv/BjzzvP+6Q46o0V/mmaPSyEmIpj5Oi2CUj5j/qp8kqLCuGJMktVRXEKL/jSFhwRy65R0VuwuY3/FMavjKKWctL24hrX5ldxxTgbBPjDdQWd887tysdumDCIkMIBnP9tvdRSllJP++tk++oYGccNE35juoDNa9D0Q3yeUWyYP4r3NxbpVr5QX23Gohn/llnLHuRn0Cwu2Oo7LaNH30N0XDCY0KJBnPs2zOopSqoeeWr6XqPBg7pyaYXUUl9Ki76H4PqHcfk46/9xWwp5SncJYKW+zqbCKlbvLmXdepk9vzYMWvVPmTc0kMiSIp5fvtTqKUuo0PfXJXuIiQ3xq8rKuaNE7ISYyhDvPzeBfuaXsOFRjdRylVDetyz/Kl/uOcPcFg4n0kamIT0aL3kl3Ts0gKjxYt+qV8hLGGP7wyV4S+9pPqvAHThW9iESLyNsisltEdonIFBGJFZHlIpLn+BjTW2E9Ub+wYOadl8mK3eVsKtTRskp5ui/3HWF9QSX3XDiEsOBAq+O4hbNb9M8A/zLGDAfOBHYBDwErjDFZwArH5z7t9rPTiY0M0a16pTzc8a35gVFhzPHh8+ZP1OOiF5F+wHnAiwDGmBZjTDUwC3jFsdgrwFXOhvR0kaFB3H3+YFbnHWFd/lGr4yilurBydzlbiqq5d1oWoUH+sTUPzm3RZwIVwN9FZLOILBCRSKC/MeYwgONjYmdPFpF5IpIjIjkVFRVOxPAMt0weRGLfUP6wfK/ObKmUBzLG8NTyvaTFRjB7fIrVcdzKmaIPAsYBzxljxgL1nMZuGmPMfGNMtjEmOyEhwYkYniE8JJB7LhzC+gOVfLVPt+qV8jTLckvJLanlB9OyfHZOm644890WA8XGmHWOz9/GXvxlIpIE4PhY7lxE7zFnYioDo8J48pM9ulWvlAdpt9m35jMTIrlqbLLVcdyux0VvjCkFikRkmOOuacBOYCkw13HfXGCJUwm9SGhQIPdOy2JLUTWf7fGb329KebwPtpWwt+wY9188lMAA35tv/lSc/fvlXmChiGwDzgJ+AzwOTBeRPGC643O/MXt8CmmxEfzhE91Xr5QnaGu38cdP8xg+oC9XjPbN+eZPxamiN8ZscexnH2OMucoYU2WMOWqMmWaMyXJ8rOytsN4gODCA/52WRW5JLctyS62Oo5Tfe2/zIQ4cqee+i4cS4Idb86AjY13iqrMGkpkQyVPL99Ju0616pazS0mbjTyvzOCO5HzNG9bc6jmW06F0gKDCA+y4eyt6yY3ywrcTqOEr5rcUbiyiqbOSB6cN88lqw3aVF7yIzRycxrH9fnvk0j7Z2m9VxlPI7Ta3t/GXlPsalRXPBMO8/hdsZWvQuEhAg3D99KPlH6nl/i27VK+Vub64v5HBNEw9c4t9b86BF71IzRvXnjOR+PLNiL626Va+U2zS2tPOXz/YzKSOWswfHWR3Hclr0LiQiPDB9GEWVjSzOKbY6jlJ+47W1BRw51qxb8w5a9C52wbAExqZF8+eVeTS1tlsdRymfd6y5jec+38/UrHgmZsRaHccjaNG72PGt+sM1Tby5vtDqOEr5vJe/OkBVQysPXDLs1Av7CS16NzhnSByTMmL56+f7aWzRrXqlXKWmsZX5q/K5eEQiZ6VGWx3HY2jRu4GI8MAlw6ioa+a1tQVWx1HKZ724Op/apjbunz7U6igeRYveTSZmxDI1K57nv8jnWHOb1XGU8jlV9S289FUBl50xgFEDo6yO41G06N3oh9OHUlnfwitfF1gdRSmf87dV+dS36NZ8Z7To3WhsWgzThifyty/2U9PYanUcpXxGRV0zr3xdwJVnDmRo/75Wx/E4WvRudv/0odQ2tbFgdb7VUZTyGc9+vo+Wdhs/mJZldRSPpEXvZmckRzFzTBLzV+VTXNVgdRylvN6+8jpeW3OQ68ankJnQx+o4HkmL3gI/vXwEIvDrD3dZHUUpr2aM4dGlOwkPCeRHM/S8+a5o0VsgOTqc7184hI93lLI6r8LqOEp5rWW5pXy57wgPTB9KfJ9Qq+N4LC16i3x7aiaD4iJ4dGkuLW064ZlSp6uxpZ1ffrCL4QP6csvkQVbH8Wha9BYJCw7k4Zkj2V9Rr6dbKtUDz32xn0PVjTx65SiCArXKTkbXjoWmjejPRcMT+eOneymvbbI6jlJeo/BoA89/sZ8rzxzI5EydhvhUtOgt9vDMkbS2Gx7/eLfVUZTyGr/8cCdBAcL/XT7C6iheQYveYunxkdx1Xgbvbj7EhoJKq+Mo5fE+21PO8p1l3HtRFgOiwqyO4xW06D3APRcOISkqjEeW5NJuM1bHUcpjNbe189g/d5IZH8kd56ZbHcdraNF7gIiQIH52xQh2Hq7ldZ2zXqkuvfRlAQeO1PPw/4wkNCjQ6jheQ4veQ1wxOokpmXE8uWwPlfUtVsdRyuOU1jTx55V5TB/ZnwuGJVodx6to0XsIEeH/zRrFseY2nvxkj9VxlPI4v/loF202w8MzR1odxeto0XuQof37MndKOm+sL2R7cY3VcZTyGGvzj7J0awnfPX8wqbERVsfxOlr0Hua+6VnERYbw8NId2PTArFK0tdt4dGkuydHh3H3+YKvjeCUteg/TLyyYBy8dzubCat7dfMjqOEpZ7h9rD7K7tI5fzBxBeIgegO0JLXoPdO24FMamRfP4x7uobdILlCj/deRYM39YvpepWfHMGDXA6jhey+miF5FAEdksIh84Ps8QkXUikicii0QkxPmY/iUgQHjsyjM4Wt/CM5/mWR1HKcs88a89NLa088j/jEJErI7jtXpji/4HQMeJ1X8HPG2MyQKqgDt74TX8zuiUKOZMSOPlrwvYW1ZndRyl3G5LUTWLcoq449wMhiTqBUWc4VTRi0gKcAWwwPG5ABcBbzsWeQW4ypnX8Gc/njGMPqFBPLIkF2P0wKzyHzab4ZElO0jsG8q9Fw2xOo7Xc3aL/o/AT4DjE6rHAdXGmDbH58VAspOv4bdiI0P40YxhrMk/ykfbS62Oo5TbLN5YxNbiGv7v8hH0DQu2Oo7X63HRi8hMoNwYs7Hj3Z0s2ummqIjME5EcEcmpqNCrLHXlpolpjEzqx68+3ElDS9upn6CUl6tpaOV3/9rDhPQYZp010Oo4PsGZLfpzgCtFpAB4E/sumz8C0SIS5FgmBSjp7MnGmPnGmGxjTHZCQoITMXxbYIDw2KxRHK5p4tnP9lsdRymXe/rTvVQ3tPDolXoAtrf0uOiNMT81xqQYY9KBOcBKY8zNwGfAbMdic4ElTqf0c9npsVw9Npn5q/IpOFJvdRylXGbX4VpeXVPAzZMGMWpglNVxfIYrzqN/EPihiOzDvs/+RRe8ht/56WXDCQ4UHvtgp9VRlHIJYwyPLMklKjyYBy4ZanUcn9IrRW+M+dwYM9NxO98YM9EYM8QYc50xprk3XsPfJfYL476Lh7JydzkrdpVZHUepXrd0awnrCyr5yaXDiY7Q4Te9SUfGepG5Z6czOCGSR/+ZS32zHphVvqO6oYVff7iL0clRXJ+danUcn6NF70VCggL47TVjKK5q5Fcf6i4c5RuMMfzs/R1U1rfw22tGExigB2B7mxa9l5mYEct3zhvMG+uLWL5Td+Eo7/f+lkN8uO0w908fyhnJegDWFbTovdAPpw9lZFI/HnpnGxV1eghEea/iqgYefj+X7EExfFenIHYZLXovFBIUwB/nnEVdcxsPvrNNp0dQXqndZnjgra3YjOHpG87SXTYupEXvpYb278tPLxvOyt3lekFx5ZUWrM5n3YFKHr1ylF41ysW06L3Y3CnpTM2K51cf7CK/4pjVcZTqtp0ltTz5yR4uHTWA2eNTrI7j87TovVhAgPDE7DMJCQrg/re20tpuO/WTlLJYU2s79y3aTHRECL+5ZrROc+AGWvRebkBUGL+5ejRbi6r5y8p9VsdR6pSeWLaHvWXHeGL2GGIjdWCUO2jR+4ArxiRxzdhk/vLZPjYVVlkdR6kufZl3hBe/PMBtUwZxwbBEq+P4DS16H/HorFEM6BfG/Yu26KhZ5ZGqG1r40eKtDE6I5KeXjbA6jl/RovcR/cKCeer6MymsbNBRs8rjGGP4+fs7OHKsmT/eMJbwkECrI/kVLXofMikzTkfNKo+0ZEsJHzhGv45O0dGv7qZF72N01KzyNIeqG/nFkh06+tVCWvQ+puOo2Yd01KyymM1meOCtLdhsOvrVSlr0Pmho/748dOlwVuwu5431RVbHUX5swZf5rM2v5BEd/WopLXofdfvZ6Zw7JJ5ffrBTR80qS+wsqeWJZXuYMao/1+noV0tp0fuogADhyet01KyyRsfRr7+9ZoyOfrWYFr0PGxAVxq+vPkNHzSq3Oz769fc6+tUjaNH7uJljBn4zanazjppVbvDVvn+Pfr1QR796BC16P6CjZpW71DS08sBbOvrV02jR+4Hjo2YPVjbwqw93WR1H+Sj7tV+36+hXD6RF7ycmZcYx77xM3lhfyOIcPeVS9b5Xvi7gg22Hue/iLB396mG06P3Ijy4ZxrlD4vm/97azZv9Rq+MoH7JydxmPfbCT6SP7c/cFQ6yOo06gRe9HggMD+OvN40iPi+S7/9jIfj2/XvWC3JIavv/6ZkYNjOKZOTr61RNp0fuZqPBgXrp9AkEBwh0vb6CyvsXqSMqLldY0cefLOUSFB7NgbjYRIUFWR1Kd0KL3Q6mxEbwwN5vSmibmvZpDU2u71ZGUF6pvbuPOVzZQ19TKS7dPoH+/MKsjqS5o0fupcWkxPHX9WeQcrOJBnfxMnaZ2m+EHb25m1+Fa/nLTOEYk9bM6kjoJLXo/dsWYJH48YxhLtpTw9Kd5VsdRXuTXH+7i013lPHrlKC4croOiPJ3uUPNz37tgMAeP1vOnFXmkx0VwzTidfEqd3GtrCnjpqwN865x0bpuSbnUc1Q1a9H5ORPjVVaMpqmzkwXe2kRwdzqTMOKtjKQ/12Z5yHlmay8UjEvn5FSOtjqO6qce7bkQkVUQ+E5FdIpIrIj9w3B8rIstFJM/xMab34ipXCAkK4PlbxpMWG8F3/rGRA0fqrY6kPNCuw7V8f+EmRiT145k5Y/U0Si/izD76NuABY8wIYDJwj4iMBB4CVhhjsoAVjs+Vh4uKCObvt08kQIRv/X09VXrapeqgvLaJO1/eQN+wYF6cO4HIUN0Z4E16XPTGmMPGmE2O23XALiAZmAW84ljsFeAqZ0Mq90iLi+CF28ZTUtPEd17bSHObnnapoKGljTtfyaG6sZUXb89mQJSeRulteuWsGxFJB8YC64D+xpjDYP9lAHR6SF5E5olIjojkVFRU9EYM1QvGD4rlidljWF9QyUPvbNfTLv1cu81w35tbyC2p4c83jmXUQJ3Dxhs5XfQi0gd4B7jPGFPb3ecZY+YbY7KNMdkJCQnOxlC9aNZZyfxw+lDe23yIP63QC5b4s8c/3sUnO8v4+RUjmTaiv9VxVA85taNNRIKxl/xCY8y7jrvLRCTJGHNYRJKAcmdDKve796IhFByt5+lP95IeH8Gss5KtjqTcbOG6g7yw2n4BkW+dk251HOUEZ866EeBFYJcx5qkODy0F5jpuzwWW9DyesoqI8NtrRjMxI5YfL97GhoJKqyMpN/pibwUPL8nlgmEJPDxzpF7z1cs5s+vmHOBW4CIR2eL4dznwODBdRPKA6Y7PlRcKDQrkb7eMJzkmnHmv5lCgp136hT2lddyzcBNZiX34y03jCArUAfTeTjzhYFt2drbJycmxOobqwoEj9Vz97FfERoTw9t1n68WefVh5bRNXP/s1re023r/nHAZGh1sdSZ2EiGw0xmSfajn9Va1OKSM+kvm3ZlNc3cj1f1tDSXWj1ZGUCxQcqWf282uoamjhxbkTtOR9iBa96paJGbG8esdEymqauPa5r8krq7M6kupFOw7VMPv5r6lrauX1uybrpQB9jBa96rbJmXEs+s4U2myG2c+vYePBKqsjqV7w9b4jzJm/ltCgQN6++2zOSo22OpLqZVr06rSMHNiPd+8+m5iIYG5esJaVu8usjqSc8NH2w9z+9w0kR4fzzt1nMzihj9WRlAto0avTlhobwdt3n01WYl/uenUj72wstjqS6oHX1h7kntc3MSYlire+M0WnNvBhWvSqR+L7hPLGvMlMzozlgcVbmb9qv9WRVDcZY3h6+V5+8f4Opg1P5B/fnkRURLDVsZQLadGrHusTGsRLt0/gijFJ/Oaj3fzmo13YbNafrqu61m4z/Pz9HTyzIo/rs1N4/pbxhAUHWh1LuZjONaqcEhoUyJ/njCU+MoT5q/I5cqyZ3107hmAdZONxmlrbuX/RFj7eUcr3LhjMj2cM0xGvfkKLXjktIEB49MpRxPcJ5Q/L91JV38Jfbx5HRIi+vTxFbVMr817NYW1+JQ/PHMkd52ZYHUm5kW52qV4hItw7LYvfXjOaL/ZWcPOCdXrxEg9RXtfEnL+tJaegimfmnKUl74e06FWvunFiGs/ePJ7cklqu01G0ljt4tJ7Zz62h4Gg9L94+QWch9VNa9KrXXXrGAB1F6wF2HKrh2uf+Pdr1/KF63Qd/pUWvXKLjKNrr/qajaN3t6/062lX9mxa9cpnjo2ijw+2jaP+5tcTqSD7PGMPinCJuf0lHu6p/06JXLnV8FO3wAf24943NfPe1jZTXNlkdyycdqm7kWy9v4Mdvb2NsWrSOdlXIkKvrAAALaElEQVTf0PnolVu0tdtY8OUBnl6+l9CgAH4+cyTXjU/R87h7gc1mWLjuII9/vBsD/GTGMG6bkk5AgK5bX9fd+ei16JVb5Vcc46F3trO+oJJzh8Tz22tGkxobYXUsr9VxfU7Niuc3V+v69Cda9Mpj2WyGhesLefyjXdgM/ORS+xZooG6Bdltbu40XVh/g6U/3EhYUwC9mjmS2/oXkd7Tolcc7VN3Iz97bzud7KhiXFs3vZ49hSGJfq2N5vNySGh58Zxs7DtVy6agBPHbVKBL76r54f6RFr7yCMYb3txzisX/upL65nf+dNoTvnD9Y58rpRFNrO39emcfzX+QTExHCL2eN4rLRSVbHUhbqbtHrZCTKUiLC1WNTmJqVwKNLc3nyk718sO0wT8w+Uy9n18HGg5X85O1t7K+oZ/b4FH5+xQiiI/Qi7ap7dLNJeYT4PqH85aZxzL91PJX1LVz17Fc8/vFumlrbrY5mqfrmNh5dmsvs59fQ1Grj1Tsm8uR1Z2rJq9OiW/TKo1wyagCTMuP47Ue7eP6L/SzLLeXxa0YzKTPO6mhut2pvBT99dzslNY3MnZLOj2cMIzJU/8uq06f76JXH+mrfER56dxtFlY1cPTaZWyanMS4txqfPLDHGsO5AJa+tPciH2w6TmRDJ768dQ3Z6rNXRlAfSg7HKJzS0tPHHT/NYuPYg9S3tDEnsww3ZqVwzLpm4PqFWx+s15bVNvL2pmLc2FFFwtIG+YUHcfnY691w4RK8ApbqkRa98Sn1zGx9uO8ybGwrZVFhNcKAwfWR/rs9OZWpWgleeg9/WbuPzPRUsyili5e5y2m2GSRmxzJmYyqWjkggP0YJXJ6dFr3xWXlkdizYU8e7mQ1TWtzAwKozrslO5LjuFlBjPHxV68Gg9b+UUsTinmPK6ZuL7hDJ7fArXZ6eQqROQqdOgRa98XnNbO5/uLGdRThGr8yoAOHdIPHMmpHHxyERCgzxni7iptZ1luaW8ub6INflHCRC4cFgiN0xI5cLhiTpuQPWIFr3yK8VVDSzOKWZxThElNU3ERoZwzdhkbpiQSlZ/60bb7iyp5a2cIt7bfIiaxlbSYiO4YUIq145L0ZklldO06JVfarcZvtx3hEUbClm+s4zWdsPwAX0ZnNiH1JgI0mIjSI0NJzUmgoHR4YQEOb8l3dJm41B1I4WVDRRVNlBU1UBxZSN55XXsLTtGSFAAl44awJwJqUzOjNNZJVWvsXRkrIhcCjwDBAILjDGPu+J1lDpRYIBw/tAEzh+awNFjzby76RCr8irIPVTDsh2ltNn+vWETIJAUFU5KTDipsf/5SyA1NoKEPqEEBAg2m6G8rvk/iryosvGb26W1TXTcXgoJDCDZ8TVvmpjGVWOTdYCTslSvb9GLSCCwF5gOFAMbgBuNMTu7eo5u0St3aLcZSmubKKpsoLCygeLKBoqqGr/5vLyu+T+WDw0KIL5PKBXHmmlps31zvwj07xtGWmwEKR1+MRz/RdG/b5hutSu3sHKLfiKwzxiT7wjyJjAL6LLolXKHwAAhOTqc5OhwJncy0raptZ3iqkbHrhd7+VfUNdO/Xxgpx4s8JpzkmHCPOtCr1Km4ouiTgaIOnxcDk1zwOkr1qrDgQIYk9mFIop7iqHyLK87p6uxv1v/aPyQi80QkR0RyKioqXBBDKaUUuKboi4HUDp+nACUnLmSMmW+MyTbGZCckJLgghlJKKXBN0W8AskQkQ0RCgDnAUhe8jlJKqW7o9X30xpg2Efk+sAz76ZUvGWNye/t1lFJKdY9LzqM3xnwEfOSKr62UUur06AQbSinl47TolVLKx2nRK6WUj/OISc1EpAI42MOnxwNHejFOb9Fcp0dznT5Pzaa5To8zuQYZY055frpHFL0zRCSnO3M9uJvmOj2a6/R5ajbNdXrckUt33SillI/ToldKKR/nC0U/3+oAXdBcp0dznT5Pzaa5To/Lc3n9PnqllFIn5wtb9EoppU7CK4peRK4TkVwRsYlI9gmP/VRE9onIHhGZ0cXzM0RknYjkicgix2RrvZ1xkYhscfwrEJEtXSxXICLbHcu5/LJaIvKoiBzqkO3yLpa71LEO94nIQ27I9YSI7BaRbSLynohEd7GcW9bXqb5/EQl1/Iz3Od5L6a7K0uE1U0XkMxHZ5Xj//6CTZS4QkZoOP9+HXZ3L8bon/bmI3Z8c62ubiIxzQ6ZhHdbDFhGpFZH7TljGbetLRF4SkXIR2dHhvlgRWe7oouUiEtPFc+c6lskTkblOhzHGePw/YAQwDPgcyO5w/0hgKxAKZAD7gcBOnv8WMMdx+3ngbhfn/QPwcBePFQDxblx3jwI/OsUygY51lwmEONbpSBfnugQIctz+HfA7q9ZXd75/4HvA847bc4BFbvjZJQHjHLf7Yr9E54m5LgA+cNf7qbs/F+By4GPs16eYDKxzc75AoBT7eeaWrC/gPGAcsKPDfb8HHnLcfqiz9z0QC+Q7PsY4bsc4k8UrtuiNMbuMMXs6eWgW8KYxptkYcwDYh/1Sht8QEQEuAt523PUKcJWrsjpe73rgDVe9hgt8c/lHY0wLcPzyjy5jjPnEGNPm+HQt9usWWKU73/8s7O8dsL+Xpjl+1i5jjDlsjNnkuF0H7MJ+BTdvMAt41ditBaJFJMmNrz8N2G+M6elATKcZY1YBlSfc3fF91FUXzQCWG2MqjTFVwHLgUmeyeEXRn0Rnly088T9CHFDdoVQ6W6Y3TQXKjDF5XTxugE9EZKOIzHNhjo6+7/jz+aUu/lTsznp0pTuwb/11xh3rqzvf/zfLON5LNdjfW27h2FU0FljXycNTRGSriHwsIqPcFOlUPxer31Nz6Hpjy4r1dVx/Y8xhsP8iBxI7WabX151LpinuCRH5FBjQyUM/M8Ys6eppndx34mlE3bq0YXd0M+ONnHxr/hxjTImIJALLRWS34zd/j50sF/Ac8Evs3/Mvse9WuuPEL9HJc50+Has760tEfga0AQu7+DK9vr46i9rJfS57H50uEekDvAPcZ4ypPeHhTdh3TxxzHH95H8hyQ6xT/VysXF8hwJXATzt52Kr1dTp6fd15TNEbYy7uwdO6c9nCI9j/bAxybIl1emnD3sgoIkHANcD4k3yNEsfHchF5D/tuA6eKq7vrTkReAD7o5KFuXf6xt3M5DjLNBKYZx87JTr5Gr6+vTnTn+z++TLHj5xzFf/9Z3utEJBh7yS80xrx74uMdi98Y85GIPCsi8cYYl87p0o2fi0veU910GbDJGFN24gNWra8OykQkyRhz2LErq7yTZYqxH0s4LgX78cke8/ZdN0uBOY4zIjKw/2Ze33EBR4F8Bsx23DUX6OovBGddDOw2xhR39qCIRIpI3+O3sR+Q3NHZsr3lhP2iV3fxem6//KOIXAo8CFxpjGnoYhl3ra/ufP9Lsb93wP5eWtnVL6fe4jgG8CKwyxjzVBfLDDh+rEBEJmL/P33Uxbm683NZCtzmOPtmMlBzfJeFG3T5V7UV6+sEHd9HXXXRMuASEYlx7Gq9xHFfz7nj6LOz/7AXVDHQDJQByzo89jPsZ0zsAS7rcP9HwEDH7UzsvwD2AYuBUBflfBn47gn3DQQ+6pBjq+NfLvZdGK5ed68B24FtjjdZ0om5HJ9fjv2sjv1uyrUP+37ILY5/z5+Yy53rq7PvH3gM+y8igDDHe2ef472U6YZ1dC72P9m3dVhPlwPfPf4+A77vWDdbsR/UPtsNuTr9uZyQS4C/OtbndjqcLefibBHYizuqw32WrC/sv2wOA62O/roT+3GdFUCe42OsY9lsYEGH597heK/tA77lbBYdGauUUj7O23fdKKWUOgUteqWU8nFa9Eop5eO06JVSysdp0SullI/ToldKKR+nRa+UUj5Oi14ppXzc/wf2KelbCCRyjwAAAABJRU5ErkJggg==

" alt="" />

In [10]:

# 再来个简单的：x^2-1

f2 = quadratic_func(1, 0, -1) # 相互之间不干扰

print(f2(0))

print(f2(1))

print(f2(2))

print(f2(3))

print(f2(4))

print(f2(5))

-1

0

3

8

15

24

8.2.CSharp闭包¶

听完闭包老师就下课了，说什么明天接着闭包讲啥装饰器的。

小明一愣一愣的，然后就屁颠的跑黑板前讲起了C#版本的闭包：

先看看怎么定义一个闭包，和Python一样，用个求和函数举例：(返回一个匿名函数)

// 有返回值就用Func，没有就用Action

public static Func SlowSum(params int[] args)

{

return () =>

{

int sum = 0;

foreach (var item in args)

{

sum += item;

}

return sum;

};

}

调用：

static void Main(string[] args)

{

var f1 = SlowSum(1, 2, 3, 4, 5);

Console.WriteLine(f1);

Console.WriteLine(f1());

}

结果：(从结果可以看到，f1是一个函数，等你调用f1()才会求和)

System.Func`1[System.Int32]

15

接着讲 ～ 以上面的 y=ax²+bx+c为例，C#实现：

// 以上面的 y=ax²+bx+c 为例，C#实现：

public static Func QuadraticFunc(double a, double b, double c)

{

return x => a * x * x + b * x + c; // 返回一个匿名函数

}

调用：

static void Main(string[] args)

{

var func = QuadraticFunc(1, 0, 1);

Console.WriteLine(func(0));

Console.WriteLine(func(1));

Console.WriteLine(func(2));

Console.WriteLine(func(3));

Console.WriteLine(func(4));

Console.WriteLine(func(5));

}

结果：

1

2

5

10

17

26

Func不理解就看看定义就懂了：public delegate TResult Func(T arg);

这部分不是很难，简单提一下知识点即可。如果你想深究可以==>

在收获满满一箩筐眼球后，小明拍拍屁股去了新开的饭店大吃一顿了...

写在最后：还有一些内容没写，估计过几天又有一篇叫 “基础拓展” 的文章了，为啥不一起写完呢？

其实逆天也想写完，真写完文章又被叫做长篇大论一百页了 #^_^# 行了，听取大家意见，不写那么长的文章，下次见～

在TypeScript中扩展JavaScript基础对象的功能

最近工作中用到,记录一下:假设我们需要一个功能,把一个数字比如10000输出为下面的字符串格式“10,000”,一般是写一个方法,那么我希望更方便一点,直接向Number类型添加一个格式化方法,比如叫 ...

了解Java密码扩展的基础

了解Java密码扩展的基础     Java密码扩展(The Java Cryptography Extension),是JDK1.4的一个重要部分,基本上,他是由一些包构成的,这些包形成了一个框 ...

Python3 与 C&num; 扩展之～基础拓展

上次知识回顾:https://www.cnblogs.com/dotnetcrazy/p/9278573.html 代码裤子:https://github.com/lotapp/BaseCode ...

Python3 与 C&num; 扩展之～模块专栏

代码裤子:https://github.com/lotapp/BaseCode/tree/maste 在线编程:https://mybinder.org/v2/gh/lotapp/BaseCode ...

一起来做chrome扩展《基础介绍》

首先说明,chrome的扩展并不它的插件,网上很多说写插件,其实都是说的扩展.写扩展并不复杂,只要根据chrome提供的一系列的API进行就可以实现很多的功能.只是对API的学习是有代价的,加上国内访 ...

python3&period;x 学习笔记1&lpar;基础知识&rpar;

1.python模块: 标准库和第三方库,第三方库需要下载安装 2.模块sys: 命令 功能 sys.stdin 标准输入流sys.stdout  标准输出流sys.stderr           ...

python3 速查参考- python基础 8 -&gt&semi; 面向对象基础：类的创建与基础使用，类属性，property、类方法、静态方法、常用知识点概念(封装、继承等等见下一章)

基础概念 1.速查笔记: #-- 最普通的类 class C1(C2, C3): spam = 42 # 数据属性 def __init__(self, name): # 函数属性:构造函数 self ...

Python3学习(一)-基础、数据类型、变量、字符串和编码、list&amp&semi;tuple、if、for、while、dict、set、函数与参数

##廖雪峰py3笔记 ## '//'这是获得相除后的整数部分 ##a = 10//3 ##print (a) ## '/'获得相除后的结果,为浮点数,结果能整除也也是浮点数 ##b = 10/3 ## ...

【python3 自动化之mysql操作】python3下的mysql入门基础

1.所需资源:pycharm,python3.6,module:pymysql 2.pycharm配置mysql: 新添加一个mysql数据库 ip:192.168.112.54    端口:3306 ...

随机推荐

深入理解CSS3 Animation 帧动画

CSS3我在5年之前就有用了,包括公司项目都一直在很前沿的技术. 最近在写慕课网的七夕主题,用了大量的CSS3动画,但是真的沉淀下来仔细的去深入CSS3动画的各个属性发现还是很深的,这里就写下关于帧动 ...

C&sol;S端开发问题汇总

0.先推荐几款工具,连接远程客户端DameWare Mini Remote Control,搜索本地文件Everything,以及sysinternals的系列工具: FileMon-监视所有文件修改 ...

chkconfig &colon; No such file or directory

sys_version:12.04LTS For example: #chkconfig --level mysql on /sbin/insserv:No such file or director ...

OAuth 2&period;0 开发完全详解

--------------------------基础篇------------------------------- I:OAuth 2.0 概述 首先大家来看看国内新浪跟腾讯这两大头对OAuth ...

一大坨GoogleAPI的学习笔记之一(oAuth2&period;0)

官方文档地址:https://developers.google.com/accounts/docs/OAuth2InstalledApp 最近Ubuntu下VGA接口无端的不能用了,木有心情翻译了, ...

链接脚本之LMA VMA解释

链接脚本中的LMA和VMA是什么意思.这个问题纠结了一段时间,今天在看时,豁然开朗,写下自己的认识.分享例如以下: LMA:载入地址 位于存储器中的地址  LOAD ...

转delphi中 formclose的事件 action&colon;&equals;cafree form&colon;&equals;nil分别是什么意思？

转自:http://www.cnblogs.com/jshchg/articles/1929894.html MDI子窗体关闭时用到的(以下摘自Delphi的帮助)caNone  The form i ...

挖洞姿势：特殊的上传技巧，绕过PHP图片转换实现远程代码执行(RCE)

我使用了一个特殊的图片上传技巧,绕过PHP GD库对图片的转换处理,最终成功实现了远程代码执行. 事情是这样的.当时我正在测试该网站上是否存在sql注入漏洞,不经意间我在网站个人页面发现了一个用于上传 ...

6&period;Solr4&period;10&period;3API使用&lpar;CURD&rpar;

转载请出自出处:http://www.cnblogs.com/hd3013779515/ 1.在工程中引入solr-solrj-4.10.3.jar

八&period;linux系统文件属性知识

1.文件属性权限是12位,现在只看9位,其中每3个一组,为:属主权限.属组权限.其他权限,其中r可读,w可写,x可执行,如图: 2.文件属性之软硬链接   linux系统中有两种链接,为硬链接(ln) ...