Python--高级特性

简介:

高级特性

生成器

读取生成器元素的两种方式:

•g.next()

•for循环读取; (生成器实质上是可迭代对象);

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), 当生成时元素即打印会占用内存;

 [i for i in range(100)]

 blob.png

blob.png 

 blob.png

Fibonacci数列:

1, 1,2, 3, 5,8, 13, 21...

生成 fib 数列的函数, x 代表最终生成的数列元素个数;

 blob.png

python中两值交换

blob.png 

先构造右边的元组(y,x),(4,3);

然后将元组的值依次赋给x,y;

 

yield关键字

生成 fib 数列的函数, x 代表最终生成的数列元素个数;

1

blob.png 

 

2

blob.png 

生成器实战应用实现生产者消费者模型(有无缓冲区)

无缓冲区

blob.png 

blob.png 

 

有缓冲区

blob.png 

blob.png 

生成器实战应用迷你聊天机器人

函数中 yield , 代表调用函数返回值为生成器;

blob.png 

函数中 yield , 代表调用函数返回值为生成器;

blob.png 

blob.png 

blob.png 

 

 

 

 本文转自 無緣 51CTO博客,原文链接:http://blog.51cto.com/13352594/2060883



相关文章
|
2月前
|
安全 数据处理 索引
深入探讨 Python 列表与元组:操作技巧、性能特性与适用场景
Python 列表和元组是两种强大且常用的数据结构,各自具有独特的特性和适用场景。通过对它们的深入理解和熟练应用,可以显著提高编程效率和代码质量。无论是在数据处理、函数参数传递还是多线程环境中,合理选择和使用列表与元组都能够使得代码更加简洁、高效和安全。
69 9
|
4月前
|
Python
闭包(Closure)是**Python中的一种高级特性
闭包(Closure)是**Python中的一种高级特性
79 8
|
6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
72 2
|
7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。
170 3
|
6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
94 0
|
6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】
61 0
|
8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。
257 1
|
8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。
79 3
|
8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
166 0
|
9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。