python--高级特性

简介:

***************    高级特性   *****************

  1. 迭代
    可以通过 for 循环来遍历这个 list 或 tuple,这种遍历我们称为迭代(Iteration)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:
    默认情况下,dict 迭代的是 key。如果要迭代 value,怎么办?
    for k,v in d.iteritems():
    print k,v

    wKioL1lsj-qxxlW8AACvGbGG1zo364.png



    判断一个对象是可迭代对象,方法是通过 collections 模块的 Iterable 类型判断

    判断数据类型是否为可迭代数据类型:字符串,列表,集合,字典,元组是可迭代的,整型数字是不可迭代的。

    wKioL1lsjdHQpM8FAAG2gJ3uocU970.png



  2. 列表生成式

    列表生成式是Python 内置的非常简单却强大的可以用来创建 list的生成式
        - 生成100以内所有偶数的平方;

    wKiom1lsj-qwWaADAAB2oeHyHSY812.png
        - 生成‘ABC’与‘123’的全排列;

    wKioL1lsj-nxN7MUAAApuaQn-3g651.png
        - 列出当前目录下的所有文件和目录名;     <参考:os.listdir(".")>
    wKioL1lsknjgEDziAACGoMWwVFw930.png
        - 生成字典的的内容,格式为‘key=value’,返回其列表格式;

    wKiom1lsj-ngJq4eAABiS2zqDOM717.png
        - 将list中所有的字符串变为小写字母    <参考:s.lower()>


    wKiom1lsj-iw26DhAAB6fjvs1FE731.png

    枚举法引用变量:(enumerate)

    wKiom1lsnWyQ6gRkAADLTenpsLM419.png

    fou循环引用变量:

    wKiom1lsnW2SsATPAADPtS6Zbq0551.png

  3. 生成器

    通过列表生成式,我们可以直接创建一个列表,受到内存限制,列表容量肯定是有限的;创建一个包含 100 万个元素的列表,占用很大的存储空间;
    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)


    怎么创建生成器?把一个列表生成式的 [] 改成 ()
    使用g.next()方法依次读取元素(麻烦)
    使用 for 循环(推荐)

    理解生成器的实质,当无法通过列表生成式表述问题时,如何通过函数实现生成式的功能。
    python编程:著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到:1, 1, 2, 3, 5, 8, 13, 21,...


    fib 函数定义了斐波拉契数列的推算规则,可以从第一个元素开始,推算出后续任意的元素,逻辑非常类似 generator。要把 fib 函数变成 generator,只需要把print b 改为 yield b 就可以.生成器
    函数顺序执行,遇return语句或最后一行函数语句就返回。
    generator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。

    wKioL1lsnW-yAAbqAADBVPQHIbg157.png



  4. [object Object]

    # 4). 手动实现生成器
    #定义一函数fib,实现斐波那契数列(Fibonicci):
    # 1, 1, 2, 3, 5, 8, 13, 21..........
    #
    # def fib(n):
    #
    # 执行:fib(3)       输出:1,1,2
    # 执行:fib(4)       输出:1,1,2,3

    wKiom1lsnW7xEQ7wAADF2jW98XY940.png

    #   5).通过yield实现单线程的并发运算
    # 异步I/O模型epoll          http   nginx  tomcat
    wKiom1lsnXGi-GuoAAEVF6bcWkA995.png

    程序:
    wKioL1lsnXCBKp5QAAGLVVCTNoo770.png
测试;


[object Object]



本文转自cuijb0221 51CTO博客,原文链接:
http://blog.51cto.com/cuijb/1948330

相关文章
|
1月前
|
存储 大数据 数据处理
Python 中的列表推导式与生成器:特性、用途与区别
Python 中的列表推导式与生成器:特性、用途与区别
26 2
|
2月前
|
机器学习/深度学习 人工智能 安全
python和Java的区别以及特性
Python:适合快速开发、易于维护、学习成本低、灵活高效。如果你需要快速上手,写脚本、数据处理、做点机器学习,Python就是你的首选。 Java:适合大型项目、企业级应用,性能要求较高的场景。它类型安全、跨平台能力强,而且有丰富的生态,适合更复杂和规模化的开发。
54 3
|
1月前
|
设计模式 监控 安全
Python多线程编程:特性、挑战与最佳实践
Python多线程编程:特性、挑战与最佳实践
39 0
|
1月前
|
设计模式 监控 安全
Python多线程编程:特性、挑战与最佳实践【1】
Python多线程编程:特性、挑战与最佳实践【1】
34 0
|
3月前
|
存储 数据库 C++
"深入剖析Python元组(tuple):与列表的对比、特性解析及高效应用场景展示"
【8月更文挑战第9天】Python元组与列表虽均用于存储元素集合,但有本质差异。元组不可变,创建后无法修改,适合保护数据不被意外更改的场景,如作字典键或传递固定值。列表则可变,支持动态增删改,适用于需频繁调整的数据集。元组因不可变性而在性能上有优势,可用于快速查找。两者各有千秋,根据具体需求选择使用。例如,元组可用于表示坐标点或日期,而列表更适合管理用户列表或库存。
108 1
|
3月前
|
安全 算法 Go
Python面向对象的三大特性
python面向对象编程(OOP)的三大特性是封装、继承和多态。这些特性共同构成了OOP的基础,使得软件设计更加灵活、可维护和可扩展。
34 3
|
3月前
|
机器学习/深度学习 运维 数据挖掘
scikit-learn 1.0 版本重要新特性一览
scikit-learn 1.0 版本重要新特性一览
|
4月前
|
机器学习/深度学习 数据采集 前端开发
网络爬虫开发:JavaScript与Python特性的小差异
我们以前写JavaScript的代码时,在遇到了发送请求时,都是需要去await的。 但是为什么Python代码不需要这样做呢? 这就是因为JavaScript是异步的,Python是同步的。 JavaScript就需要使用关键词await将异步代码块变为同步代码。
|
4月前
|
数据库 开发者 Python
Python 3.9的新特性有哪些?
【7月更文挑战第2天】Python 3.9的新特性有哪些?
57 1
|
5月前
|
API 项目管理 开发者
PEP是Python改进的关键文档,用于提议新特性和标准化变更
【6月更文挑战第26天】PEP是Python改进的关键文档,用于提议新特性和标准化变更。它们提出功能设计,记录社区决策,建立标准,促进共识,并改进开发流程。PEP是Python不断演进和优化的核心机制,驱动语言的未来发展。**
47 2
下一篇
无影云桌面