python基础知识5(集合,高级特性,高阶函数)

简介:

wKiom1myzQrAksneAAIAo4q9Ahw439.png



** 删除列表中重复的元素:l = [1,2,3,1,2,3]

- 强制转化列表为集合类型:list(set(l))

- 将列表转化为字典,拿出里面的所有key值: dict.fromkeys(l).keys()

** 实现switch的两种方法:

- if...elif...else...

- 通过字典实现: d= {"key",func}

if oper in d.keys():

d[oper]()

else:

print "error"

 

 

# 集合

 

## 集合的引入:

- 社团:

linux兴趣小组linuxL = ["王韦伯","王占强"]

python兴趣小组pythonL = ["王韦伯","黄鑫"]

。。。。

 

- 统计所有的社团   l = []

- student = "王韦伯"      

- 列表: linuxL + PythonL  = ["王韦伯","王占强","王韦伯","黄鑫"]

- 集合: {"王占强","王韦伯","黄鑫"}

- ACM比赛:


 

## 集合的定义

 

** 不可变的数据类型一定可哈希;hash()内置函数可以判断某个类型是否可哈希;

 

 

 

## 集合的关系测试

 

```

s1 = {1, 2, 3}

s2 = {2, 3, 4}

s3 = {1, 2}

s4 = {5}

 

print "s1,s2,s3的交集:", s1.intersection(s2, s3)

print "s1,s2,s3的交集:", s1 & s2 & s3

print "s1,s2,s3的并集:", s1.union(s2, s3)

print "s1,s2,s3的并集:", s1 | s2 | s3

print "s1-s2的差集:", s1.difference(s2)

print "s1-s2的差集:", s1 - s2

print "s1-s2-s3的差集:", s1.difference(s2, s3)

print "s1-s2-s3的差集:", s1 - s2 - s3

print "s2-s1的差集:", s2.difference(s1)

print "s1和s2的对等差分:", s1.symmetric_difference(s2)

print "s1和s2的对等差分:", s1 ^ s2

print "s2和s1的对等差分:", s2.symmetric_difference(s1)

 

# s.isdisjoint(s2)  如果有交集,返回False;否则,返回True;

print "s1和s4是否没有交集:", s1.isdisjoint(s4)

 

print "s3是否为s1的子集:", s3.issubset(s1)

 

print "s1是否为s3的父集:", s1.issuperset(s3)

 

```

 

 

## 集合的增删改查:

 

- 增加: s.add(1), s.update(s1)

- 删除:

s.remove(1), # 删除存在的元素,如果不存在,直接报错;

s.discard(1)# 删除存在的元素,如果不存在,do nothing;

s.pop(), # 随即删除集合元素,不加任何参数;

- 复制: s1 = s.copy() #s和s1的id不同

- 清空: s.clear()

 

 

# 冻集(frozenset)

- 冻住的集合,不能增删改;

- frozenset(set)

- set(frozenset)

 

# 高级特性

 

## 切片

 

## 迭代

- 任何可以迭代的对象都可以用for循环遍历;

-  字典的迭代:默认是通过key进行迭代的;

for i in d:

print i

- 字典的枚举:枚举只能返回返回两个值,一个是索引下标,一个是迭代的元素;

d = {1:"a",2:"b"}

for i,j in enumerate(d):

print i,j,d[j]

- 怎么去判断是否可迭代

from collections import Iterable

isinstance("hello",Iterable)

 

## 列表生成式

列表生成式,其实就是生成列表的一种方式,是python内置的;

 

- 简单的列表生成式

[ i*i for i in range(10) ]# 返回1-10平方的一个列表;

[ fun(i) for i in l]# 对列表的每个元素执行某个函数操作;

 

- for...if的嵌套

[ i*i for i in range(1,10) if i%2==0]# 返回1-10之间所有的偶数

[ i for i in range(1,10) if isprime(i)]# 返回1-10之间所有的质数,判断质数的函数是自定义的;

 

- for...for...的嵌套

[ i+j for i in "abc" for j in "123"]# 返回"abc"和"123"的所有组合;

 

## 生成器

-  列表生成式可以直接创建一个列表,但列表容量受内存的限制;

- 在Python中一边循环一边计算的机制,称为生成器(Generator);就是你需要多少,它就生成多少;

 

 

 

### 创建生成器的方法:

- 将列表生成式的[]改为();

- 在定义的函数中加入yield关键字;

 

 

### 查看生成器元素的方式:

- 使用生成器的next方法;(不常用)

- 生成器是可迭代的对象,直接通过for循环查看;

 

 

1, 1 , 1+1

max  = 6

def fib(max):

n,a,b = 0,1,1

while n < 6:

print a

a,b = b, a + b

n = n + 1

 

 

 

# 高阶函数

 

 

## 内置的高阶函数

 

 

- map

 

 

 

- reduce

 

reduce(f,[1,2,3,4])  === > add(add(add(1,2),3),4)    

reduce(cheng,range(1,11))

 

** 求10的阶乘:

 

 

 

 

- filter

 

In [15]: def is_oushu(n):

   ....:     if n%2 == 0:

   ....:         return True

   ....:     else:

   ....:         return False

   ....:     

 

In [16]: filter(is_oushu,range(1,11))

Out[16]: [2, 4, 6, 8, 10]

 

- sorted()

 

```

n [20]: l = ["a","Ab","cd","C"]

 

In [21]: sorted(l)

Out[21]: ['Ab', 'C', 'a', 'cd']

 

In [22]: def cmp_ignore_case(s1,s2):

   ....:     s1 = s1.lower()

   ....:     s2 = s2.lower()

   ....:     if s1 < s2:

   ....:         return -1

   ....:     elif s1 > s2:

   ....:         return 1

   ....:     else:

   ....:         return 0

   ....:     

 

In [23]: sorted(l,cmp_ignore_case)

Out[23]: ['a', 'Ab', 'C', 'cd']



本文转自 lulu2017 51CTO博客,原文链接:http://blog.51cto.com/13132425/1963855

相关文章
|
2月前
|
安全 网络安全 文件存储
思科设备巡检命令Python脚本大集合
【10月更文挑战第18天】
77 1
思科设备巡检命令Python脚本大集合
|
2月前
|
存储 缓存 API
解密 Python 集合的实现原理
解密 Python 集合的实现原理
43 11
|
2月前
|
Serverless Python
python高阶函数
【10月更文挑战第2天】
21 5
|
2月前
|
缓存 并行计算 算法
如何提高 Python 高阶函数的性能?
【10月更文挑战第2天】
16 3
|
2月前
|
存储 自然语言处理 数据处理
使用Python计算多个集合的交集详解
使用Python计算多个集合的交集详解
43 1
|
2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
|
3月前
|
存储 API 索引
Python 的集合是怎么实现的?
Python 的集合是怎么实现的?
49 9
|
3月前
|
存储 索引 Python
Python常用数据结构——集合
Python常用数据结构——集合
|
3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
|
2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
下一篇
无影云桌面