python day2
高级特性
代码越少、越简单越好
切片slice
对list和tuple对一种便捷操作
对list、tuple/字符串切片
L[0: 3]
L[ : 3]
省略0
L[-2: -1]
倒数切
L[-2: ]
省略-1
L[0: 10: 2]
间隔2
L[:]
原样复制
迭代
for xxx in xxxx
类似与java 对for each
可以迭代一切能够迭代的东西
比如list、tuple、dict、字符串
判断一个对象是否为可迭代的
利用collections.Iterable
vars = "aavaefaew"
if isinstance(vars, collections.Iterable):
for var in vars:
print(var)
默认迭代dict 的key
for value in myDict.values()
迭代value
for k,v in myDict.items()
迭代键值对
带下标对迭代
for i, v in enumerate(['ahahah', 'kla', 'fawe']):
print(i, v)
自带对enumerate()函数将list转换成了索引元素对
另外一种带下标带办法
name = ["dfa", "fef"]
for index in range(len(name)):
print(name[index])
for in 可以有两个变量
for x, y in [(1, 2), (3, 4)]:
print(x, y)
for in 带 else:
正常带for循环结束结束的时候执行else,break的不算:
for num in range(10, 20):
for i in range(2, num):
if num % i == 0:
j = num / i
print("%d = %d * %d" % (num, i, j))
break
else:
print("%d是一个质数" % (num))
print自动换行!!!
python3 不换行的办法是 print(x, end = '')
python2 print(x,)
无穷大
float('inf')
无穷小:
-float('inf')
float('-inf')
列表生成式
方便快捷的生成一个想要的list
L = [x * x for x in range(1,11)]
for i in L:
print(i)
可以加if判断:
L = [x * x for x in range(1,11) if x % 2 == 0]
for i in L:
print(i)
可以嵌套:
List = [m + n for m in 'abc' for n in 'xyz']
for i in List:
print(i)
生成器
采用列表生成式可以便捷的产生一个list
这个list是要占用内存空间的
如果生成的list很大
不划算
那么,只保存生成元素的算法,用的时候在计算出元素,不占用大量内存,就是生成器对象generator
通过next()方法生成下一个元素。
没有元素时,抛出错误StopIteration
或者for循环
generator是可迭代对象
和列表生成式的区别就是,使用()而不是[]
#列表
List = [m + n for m in 'abc' for n in 'xyz']
for i in List:
print(i)
Generator = (m + n for m in 'abc' for n in 'xyz')
for i in List:
print(i)
一般不用next(),用for
除了()的类似与列表生成式的方法产生生成器对象以外,带yield的函数也可以产生
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n += 1
return 'done'
for i in fib(6):
print(i)
杨辉三角:
def triangles(max):
L = [1]
n = 0
while n < max:
yield L
L = [1] + [x + y for x, y in zip(L[: -1], L[1:])] + [1]
n += 1
return 'done'
for i in triangles(10):
print(i)def triangles(max):
L = [1]
n = 0
while n < max:
yield L
L = [1] + [x + y for x, y in zip(L[: -1], L[1:])] + [1]
n += 1
return 'done'
for i in triangles(10):
print(i)
迭代器
凡是可以用for的都是Iterable。
凡是有next()的都是Iterator,即迭代器对象。
Iterator是惰性序列
可以for的数据类型:
集合:str、tuple、list、dict、set;
generator、带yield的generator function;
生成器都是Iterator。
可以通过iter()将 集合:str、tuple、list、dict、set等转化为一个迭代器对象。
函数式编程
python支持部分函数式编程,但由于python的函数存在变量,所以不是纯粹的函数式编程。
Java不支持函数式编程。
Java的变量名不可能指向一个方法,只能指向基本数据类型和对象。
高阶函数
函数名称也是个变量;
函数名本来指向一个函数,如果强制的给函数名赋值,那么这个函数名就不指向原来的函数了。
不要这么做!
变量可以指向函数,函数可以接受变量,所以函数接受到的变量名指向一个函数就是 高阶函数。函数套函数。
也就是让函数的参数接受别的函数,这个函数就是高阶函数。
def add(a, b, f):
return f(a) + f(b);
num = add(-11, -2, abs)
print(num)
map
map(函数, Iterable)
返回一个Iterator
将函数作用到Iterable的每一个元素上,并返回一个Iterator
def f(x):
return x * x;
Iterator = map(f, [1, 2, 3, 4])
for i in Iterator:
print(i)
reduce
reduce(函数,Iterable )
把前两个元素用函数作用到结果,再和第三个元素作用。
import functools
DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
def str2int(s):
def fn(x, y):
return x * 10 + y
def char2int(c):
return DIGITS[c]
return functools.reduce(fn, map(char2int, s))
print(str2int("12355478"))
lambda表达式:
import functools
DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
def char2int(c):
return DIGITS[c]
def str2int(s):
return functools.reduce(lambda x, y : x *10 + y , map(char2int, s))
print(str2int("12355478"))
利用map()函数,把用户输入的不规范的英文名字,变为首字母大写,其他小写的规范名字。输入:[‘adam’, ‘LISA’, ‘barT’],输出:[‘Adam’, ‘Lisa’, ‘Bart’]:
def normalize(name):
return list(map(lambda n : n[: 1].upper() + n[1:].lower(), name))
L1 = ['adam', 'LISA', 'barT']
L2 = normalize(L1)
print(L2)
Python提供的sum()函数可以接受一个list并求和,请编写一个prod()函数,可以接受一个list并利用reduce()求积:
import functools
def prod(L):
return functools.reduce(lambda x, y : x * y, L)
print('3 * 5 * 7 * 9 =', prod([3, 5, 7, 9]))
if prod([3, 5, 7, 9]) == 945:
print('测试成功!')
else:
print('测试失败!')
利用map和reduce编写一个str2float函数,把字符串’123.456’转换成浮点数123.456:
# -*- coding: utf-8 -*-
import functools
DIGITS = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
def char2int(c):
return DIGITS[c]
def str2float(s):
a, b = s.split(".")
return functools.reduce(lambda x, y: x * 10 + y, map(char2int, a)) + functools.reduce(lambda x, y: x / 10 + y,
map(char2int, b[: : -1])) / 10
print('str2float(\'123.456\') =', str2float('123.456'))
if abs(str2float('123.456') - 123.456) < 0.00001:
print('测试成功!')
else:
print('测试失败!')
filter过滤器
Iterator filter(函数, Iteratable)
返回的是惰性的Iterator
def _odd_iter():
n = 1
while True:
n += 2
yield n
def _nature_iter():
n = -1
while True:
n += 1
yield n
def _not_divisible(n):
return lambda x: x % n > 0
def primes():
it = _nature_iter()
next(it)
next(it)
while True:
n = next(it)
yield n
it = filter(_not_divisible(n), it)
for n in primes():
if n < 1000:
print(n, end=', ')
else:
break