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



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


    程序:
    wKioL1lsnXCBKp5QAAGLVVCTNoo770.png
 

[object Object]



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

相关文章
|
6月前
|
算法 Python
Python-高级特性-L
Python-高级特性-L
|
存储 Python
Python(3)高级特性(下)
Python(3)高级特性(下)
84 0
|
存储 算法 C语言
Python(3)高级特性(上)
Python(3)高级特性
90 0
|
数据处理 索引 Python
Python进阶:全面解读高级特性之切片!
切片(slice)就是一种截取索引片段的技术,借助切片技术,我们可以十分灵活地处理序列类型的对象。通常来说,切片的作用就是截取序列对象,然而,对于非序列对象,我们是否有办法做到切片操作呢?在使用切片的过程中,有什么要点值得重视,又有什么底层原理值得关注呢?
158 0
Python进阶:全面解读高级特性之切片!
|
Python 容器
Python3高级特性(五)之容器(container)
Python3高级特性(五)之容器(container)
|
算法 Python
Python3高级特性(四)之生成器(Generator)
Python3高级特性(四)之生成器(Generator)
|
存储 Python
Python3高级特性(三)之列表生成式和迭代器(Iterator)
Python3高级特性(三)之列表生成式和迭代器(Iterator)
|
存储 Java 索引
Python3高级特性(二)之迭代(Iterable)
Python3高级特性(二)之迭代(Iterable)
|
索引 Python
Python3高级特性(一)之切片
Python3高级特性(一)之切片
|
存储 Python
Python 高级特性(5)- 迭代器 Iterator
Python 高级特性(5)- 迭代器 Iterator
149 0