Python知识点总结篇（4）-阿里云开发者社区

Python知识点总结篇（4）

2022-01-24 90

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： Python知识点总结篇（4）

递归

特性

必须有明确的结束条件；
每进入深一层递归，问题规模比上层应有所减少；
递归效率不高，层次更多会导致栈溢出；

def calc(n):
  print(n)
  if n // 2 > 0:
    return calc(n // 2)
calc(10)

函数式编程

计算机：在计算机层面，CPU执行的是加减乘除以及各种判断和跳转指令代码，因而汇编是最贴近计算机的语言，越接近计算机底层的语言执行效率越高；

计算：指数学意义上的计算，越抽象的计算，离计算机硬件越远，效率越低；

定义：一种抽象程度极高的编程范式，纯粹的函数式编程语言编写的函数没有变量，故对于一个函数，只要输入确定，输出就确定，函数式编程是一种讨论如何编程的方法论，主要思想是把运算过程尽量集成一系列嵌套的函数调用；

高阶函数

定义：把其他函数作为参数的函数叫做高阶函数；

def add(x, y, func):
    return func(x) * func(y)
result = add(4, 8, abs)
print(result)

修饰器

原则：

不能修改被装修函数的源代码；
不能修改被装饰函数的调用方式；

# --*--coding:utf-8--*--
#! /usr/bin/python3
user, passwd = 'k', '12345'
def auth(func):
    def wrapper(*args, **kwargs):
        username = input('username:').strip()
        password = input('passwd:').strip()
        if user == username and passwd == password:
            print('passed')
            func(*args, **kwargs)
        else:
            exit('Invalid username or password.')
    return wrapper
def index():
    print('welcomt to index page')
@auth
def home():
    print('welcome to home page')
@auth
def bbs():
    print('welcomt to bbs page')
index()
home()
bbs()

迭代器与生成器

生成器：generator，列表元素按某种算法推算而出，一边循环一边计算的机制，称为生成器，只有在调用时才产生相应数据；

直接作用域for循环的对象称为可迭代对象，Iterable，使用isinstance()判断一个对象是否为Iterable对象，可用于for循环的数据类型有以下两类：

集合数据类型：list、tuple、dict、set、str等

generator，包括生成器和带yield的可迭代对象；

迭代器：可以别next()函数调用并不断返回下一个值的对象称为迭代器，他们表示一个惰性计算的序列，Iterator；

生成对象都是迭代器对象，list、dict、str虽然是可迭代对象，但却不是迭代器，使用iter()函数可将他们从迭代对象转换为迭代器；

json 和 pickle 数据序列化

# json序列化与反序列化
import json
info = {
    'name':'k',
    'age':22
    'sex':'男'
}
# 序列化
f = open('test.txt', 'w')
f.write(json.dumps(info))
# 反序列化
f = open('test.txt', 'r')
data = json.loads(f.read())
print(data['sex'])
f.close()

# pickle序列化与反序列化
import pickle
info = {
    'name':'k',
    'age':22
    'sex':'男'
}
# 序列化
f = open('test.txt', 'wb')
f.write(pickle.dumps(info)) #与下一句作用相同   
pickle.dump(info, f)
# 反序列化
f = open('test.txt', 'rb')
data = pickle.loads(f.read())
print(data['sex'])
f.close()

Python知识点总结篇（4）

递归

修饰器

热门文章

最新文章

相关课程

相关电子书

相关实验场景