【Python21天学习挑战赛】-迭代器 & f-格式化 & 模块

简介: 【Python21天学习挑战赛】-迭代器 & f-格式化 & 模块

活动地址:CSDN21天学习挑战赛

学习的最大理由是想摆脱平庸,早一天就多一份人生的精彩;迟一天就多一天平庸的困扰。

迭代器

1、功能:
  • 是访问集合元素的一种方式。
  • 迭代器是一个可以记住遍历的位置的对象。
  • 迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。

可迭代的对象:

list、dict、str、set、tuple
list.__iter__()
dict.__iter__()
str.__iter__()
set.__iter__()
tuple.__iter__()
print(dir(list))
['add', 'class', 'contains', 'delattr', 'delitem', 'dir', 'doc', 'eq', 'format', 'ge',
 'getattribute', 'getitem', 'gt', 'hash', 'iadd', 'imul', 'init', 'init_subclass','iter',
  'le', 'len', 'lt', 'mul', 'ne', 'new', 'reduce', 'reduce_ex', 'repr', 'reversed', 'rmul',
  'setattr', 'setitem', 'sizeof', 'str', 'subclasshook', 'append', 'clear', 'copy', 'count', 
  'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
2、可迭代对象的利弊
  • 优点:
  • 😀使用灵活
  • 😀直接查看值
  • 缺点:
  • ☹️消耗内存
3、创建一个迭代器

说明:官方声明只要具有 iter() 与 next() 方法就是迭代器

#将可迭代对象转换为迭代器
lst=[1,2,3,4,5,6]
new_lis=lst.__iter__()
new_lis.__iter__()
new_lis.__next__()
遍历迭代器
s="1234"
count=len(s)
new_s=s.__iter__()
while count:
    print(new_s.__next__())
    count-=1
# 输出:
#1
#2
#3
#4
StopIteration

说明:StopIteration 异常用于标识迭代的完成,防止出现无限循环的情况,在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

s=[1,2,3,4,5]
new_s=s.__iter__()
while True:
    try:
        print(new_s.__next__())
    except StopIteration:
        print("超出界限了")
        break
#    输出:
# 1
# 2
# 3
# 4
# 5
# 超出界限了

函数名的第一类对象

1、函数名可以当作值被赋值给变量
def func():
    print(1)
# print(func)
a=func
a()
2、函数名当作元素存放在容器中
def func():
    print(1)
lis=[func,func,func]
for i in lis:
    i()
3、函数名可以当作函数的参数
def fun(f):
    print(f)
def foo():
    print(123)
fun(foo)
#   <function foo at 0x01E3F070>
4、函数名可以当做函数的返回值
def func():
    def foo():
        print(1)
    return foo()
func()
  1

def f1():
    def f2():
        print(1)
        def f3():
            print(2)
        return f2   #返回f2的地址
    f2()       #定义了f2(),f3(),但是只调用f2,f3没有调用
    ret=f2()    #f2函数的内存地址
    return ret
print(f1())

f-格式化

说明:python3.6版本以上才能使用

1、填充字符串
s=f"你好,{'憨憨'}"  #填充字符串
s1=F"你好,{'憨憨2'}"
print(s)
print(s1)
# 你好,憨憨
# 你好,憨憨2
2、填充变量
s1=f"你还是挺好的。{s}"    #填充变量
print(s1)
3、填充计算公式
s1=f"我让你计算的结果是:{1+1}"
print(s1)
4、填充表达式
a=10
b=20
s1=f"{a if a>b else b}"
print(s1)

模块

from … import 语句

说明:模块中导入一个指定的部分到当前的命名空间中

语法:

from modname import name1[, name2[, ... nameN]]
from … import * 语句

说明:将一个模块的所有内容全部导入到当前命名空间

from modname import *
__name__属性

说明:一个模块被另一个程序第一次引入时,其主程序将运行。如果我们想在模块被引入时,模块中的某一程序块不执行,我们可以用__name__属性来使该程序块仅在该模块自身运行时执行。

if __name__ == '__main__':
   print('程序自身在运行')
else:
   print('我来自另一模块')


相关文章
|
2月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
304 7
|
2月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
308 1
|
2月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
170 1
|
2月前
|
算法 Java Docker
(Python基础)新时代语言!一起学习Python吧!(三):IF条件判断和match匹配;Python中的循环:for...in、while循环;循环操作关键字;Python函数使用方法
IF 条件判断 使用if语句,对条件进行判断 true则执行代码块缩进语句 false则不执行代码块缩进语句,如果有else 或 elif 则进入相应的规则中执行
266 1
|
2月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
229 0
|
2月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
356 4
|
2月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
263 0
|
2月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
180 0
|
开发者 Python
如何在Python中管理模块和包的依赖关系?
在实际开发中,通常会结合多种方法来管理模块和包的依赖关系,以确保项目的顺利进行和可维护性。同时,要及时更新和解决依赖冲突等问题,以保证代码的稳定性和可靠性
367 62
|
Python
Python的模块和包
总之,模块和包是 Python 编程中非常重要的概念,掌握它们可以帮助我们更好地组织和管理代码,提高开发效率和代码质量
259 61

推荐镜像

更多