一、迭代器

I、迭代的概念

#迭代器即迭代的工具，那什么是迭代呢？
#迭代是一個重復的過程，每次重復即一次迭代，并且每次迭代的結果都是下一次迭代的初始值 while True: #只是單純地重復，因而不是迭代print('===>') l=[1,2,3] count=0 while count < len(l): #迭代print(l[count])count+=1

II、為何要有迭代器？什么是可迭代對象？什么是迭代器對象？

#1、為何要有迭代器？ 對于序列類型：字符串、列表、元組，我們可以使用索引的方式迭代取出其包含的元素。但對于字典、集合、文件等類型是沒有索引的，若還想取出其內部包含的元素，則必須找出一種不依賴于索引的迭代方式，這就是迭代器#2、什么是可迭代對象？ 可迭代對象指的是內置有__iter__方法的對象，即obj.__iter__，如下 'hello'.__iter__ (1,2,3).__iter__ [1,2,3].__iter__ {'a':1}.__iter__ {'a','b'}.__iter__ open('a.txt').__iter__ #3、什么是迭代器對象？ 可迭代對象執行obj.__iter__()得到的結果就是迭代器對象 而迭代器對象指的是即內置有__iter__又內置有__next__方法的對象 文件類型是迭代器對象 open('a.txt').__iter__() open('a.txt').__next__() #4、注意： 迭代器對象一定是可迭代對象，而可迭代對象不一定是迭代器對象

III、迭代器對象的使用

dic={'a':1,'b':2,'c':3} iter_dic=dic.__iter__() #得到迭代器對象，迭代器對象即有__iter__又有__next__，但是：迭代器.__iter__()得到的仍然是迭代器本身 iter_dic.__iter__() is iter_dic #True print(iter_dic.__next__()) #等同于next(iter_dic) print(iter_dic.__next__()) #等同于next(iter_dic) print(iter_dic.__next__()) #等同于next(iter_dic) # print(iter_dic.__next__()) #拋出異常StopIteration，或者說結束標志 #有了迭代器，我們就可以不依賴索引迭代取值了 iter_dic=dic.__iter__() while 1: try: k=next(iter_dic) print(dic[k]) except StopIteration: break #這么寫太丑陋了，需要我們自己捕捉異常，控制next，python這么牛逼，能不能幫我解決呢？能，請看for循環

IV、for循環

#基于for循環，我們可以完全不再依賴索引去取值了 dic={'a':1,'b':2,'c':3} for k in dic:print(dic[k])#for循環的工作原理 #1：執行in后對象的dic.__iter__()方法，得到一個迭代器對象iter_dic #2: 執行next(iter_dic),將得到的值賦值給k,然后執行循環體代碼 #3: 重復過程2，直到捕捉到異常StopIteration,結束循環

V、迭代器的優缺點

#優點：- 提供一種統一的、不依賴于索引的迭代方式- 惰性計算，節省內存 #缺點：- 無法獲取長度（只有在next完畢才知道到底有幾個值）- 一次性的，只能往后走，不能往前退

二、生成器

I、什么是生成器

#只要函數內部包含有yield關鍵字，那么函數名()的到的結果就是生成器，并且不會執行函數內部代碼def func():print('====>first')yield 1print('====>second')yield 2print('====>third')yield 3print('====>end')g=func() print(g) #<generator object func at 0x0000000002184360>?

II、生成器就是迭代器

g.__iter__ g.__next__ #2、所以生成器就是迭代器，因此可以這么取值 res=next(g) print(res)

III、練習

1、自定義函數模擬range(1,7,2)

示例代碼：

def my_range(start,stop,step=1):
while start < stop:
yield start
start+=step


g=my_range(1,7,2)
print(next(g))
print(next(g))
print(next(g))
print(next(g))

2、模擬管道，實現功能:tail -f access.log | grep '404'

示例代碼：

?

IV、攜程函數

#yield關鍵字的另外一種使用形式：表達式形式的yield def eater(name):print('%s 準備開始吃飯啦' %name) food_list=[] while True: food=yield food_list print('%s 吃了 %s' % (name,food)) food_list.append(food) g=eater('egon') g.send(None) #對于表達式形式的yield，在使用時，第一次必須傳None，g.send(None)等同于next(g) g.send('蒸羊羔') g.send('蒸鹿茸') g.send('蒸熊掌') g.send('燒素鴨') g.close() g.send('燒素鵝') g.send('燒鹿尾')

V、練習

1、編寫裝飾器，實現初始化協程函數的功能

示例代碼：

2、實現功能：grep ?-rl ?'python' ?/etc

示例代碼：

?

VI、yield總結

#1、把函數做成迭代器 #2、對比return，可以返回多次值，可以掛起/保存函數的運行狀態

?

三、面向過程編程

#1、首先強調：面向過程編程絕對不是用函數編程這么簡單，面向過程是一種編程思路、思想，而編程思路是不依賴于具體的語言或語法的。言外之意是即使我們不依賴于函數，也可以基于面向過程的思想編寫程序#2、定義 面向過程的核心是過程二字，過程指的是解決問題的步驟，即先干什么再干什么基于面向過程設計程序就好比在設計一條流水線，是一種機械式的思維方式#3、優點：復雜的問題流程化，進而簡單化#4、缺點：可擴展性差，修改流水線的任意一個階段，都會牽一發而動全身#5、應用：擴展性要求不高的場景，典型案例如linux內核，git，httpd#6、舉例 流水線1： 用戶輸入用戶名、密碼--->用戶驗證--->歡迎界面流水線2： 用戶輸入sql--->sql解析--->執行功能

四、三元表達式

name=input('姓名>>: ') res='SB' if name == 'alex' else 'NB' print(res)

五、列表推導式

#1、示例 egg_list=[] for i in range(10):egg_list.append('雞蛋%s' %i)egg_list=['雞蛋%s' %i for i in range(10)]#2、語法 [expression for item1 in iterable1 if condition1 for item2 in iterable2 if condition2 ... for itemN in iterableN if conditionN ] 類似于 res=[] for item1 in iterable1:if condition1:for item2 in iterable2:if condition2...for itemN in iterableN:if conditionN:res.append(expression)#3、優點：方便，改變了編程習慣，可稱之為聲明式編程

六、生成器表達式

#1、把列表推導式的[]換成()就是生成器表達式#2、示例：生一筐雞蛋變成給你一只老母雞，用的時候就下蛋，這也是生成器的特性 >>> chicken=('雞蛋%s' %i for i in range(5)) >>> chicken <generator object <genexpr> at 0x10143f200> >>> next(chicken) '雞蛋0' >>> list(chicken) #因chicken可迭代，因而可以轉成列表 ['雞蛋1', '雞蛋2', '雞蛋3', '雞蛋4',]#3、優點：省內存，一次只產生一個值在內存中

七、聲明式編程練習題

1、將names=['egon','alex_sb','wupeiqi','yuanhao']中的名字全部變大寫

2、將names=['egon','alex_sb','wupeiqi','yuanhao']中以sb結尾的名字過濾掉，然后保存剩下的名字長度

3、求文件a.txt中最長的行的長度（長度按字符個數算，需要使用max函數）

4、求文件a.txt中總共包含的字符個數？思考為何在第一次之后的n次sum求和得到的結果為0？（需要使用sum函數）

5、思考題

with open('a.txt') as f:g=(len(line) for line in f) print(sum(g)) #為何報錯？

6、文件shopping.txt內容如下

mac,20000,3 lenovo,3000,10 tesla,1000000,10 chicken,200,1

求總共花了多少錢？

打印出所有商品的信息，格式為[{'name':'xxx','price':333,'count':3},...]

求單價大于10000的商品信息,格式同上

八、遞歸與二分法

I、遞歸調用的定義

#遞歸調用是函數嵌套調用的一種特殊形式，函數在調用時，直接或間接調用了自身，就是遞歸調用

II、遞歸分為兩個階段：遞推，回溯

#圖解。。。 # salary(5)=salary(4)+300 # salary(4)=salary(3)+300 # salary(3)=salary(2)+300 # salary(2)=salary(1)+300 # salary(1)=100 # # salary(n)=salary(n-1)+300 n>1 # salary(1) =100 n=1def salary(n):if n == 1:return 100return salary(n-1)+300print(salary(5))

III、python中的遞歸效率低且沒有尾遞歸優化

#python中的遞歸 python中的遞歸效率低，需要在進入下一次遞歸時保留當前的狀態，在其他語言中可以有解決方法：尾遞歸優化，即在函數的最后一步（而非最后一行)調用自己，尾遞歸優化：http://egon09.blog.51cto.com/9161406/1842475 但是python又沒有尾遞歸，且對遞歸層級做了限制#總結遞歸的使用： 1. 必須有一個明確的結束條件2. 每次進入更深一層遞歸時，問題規模相比上次遞歸都應有所減少3. 遞歸效率不高，遞歸層次過多會導致棧溢出（在計算機中，函數調用是通過棧（stack）這種數據結構實現的，每當進入一個函數調用，棧就會加一層棧幀，每當函數返回，棧就會減一層棧幀。由于棧的大小不是無限的，所以，遞歸調用的次數過多，會導致棧溢出）

IV、可以修改遞歸最大深度

import sys sys.getrecursionlimit() sys.setrecursionlimit(2000) n=1 def test():global nprint(n)n+=1test()test()雖然可以設置，但是因為不是尾遞歸，仍然要保存棧，內存大小一定，不可能無限遞歸

V、二分法

想從一個按照從小到大排列的數字列表中找到指定的數字，遍歷的效率太低，用二分法（算法的一種，算法是解決問題的方法）可以極大低縮小問題規模

實現類似于in的效果

l=[1,2,10,30,33,99,101,200,301,402] #從小到大排列的數字列表def search(num,l):print(l) if len(l) > 0: mid=len(l)//2 if num > l[mid]: #in the right l=l[mid+1:] elif num < l[mid]: #in the left l=l[:mid] else: print('find it') return search(num,l) else: #如果值不存在，則列表切為空 print('not exists') return search(100,l)

實現類似于l.index(30)的效果

l=[1,2,10,30,33,99,101,200,301,402]def search(num,l,start=0,stop=len(l)-1):if start <= stop:mid=start+(stop-start)//2print('start:[%s] stop:[%s] mid:[%s] mid_val:[%s]' %(start,stop,mid,l[mid])) if num > l[mid]: start=mid+1 elif num < l[mid]: stop=mid-1 else: print('find it',mid) return search(num,l,start,stop) else: #如果stop > start則意味著列表實際上已經全部切完，即切為空 print('not exists') return search(301,l)

九、匿名函數

I、什么是匿名函數

匿名就是沒有名字 def func(x,y,z=1):return x+y+z匿名 lambda x,y,z=1:x+y+z #與函數有相同的作用域，但是匿名意味著引用計數為0，使用一次就釋放，除非讓其有名字 func=lambda x,y,z=1:x+y+z func(1,2,3) #讓其有名字就沒有意義

II、有名字的函數與匿名函數的對比

#有名函數與匿名函數的對比 有名函數：循環使用，保存了名字，通過名字就可以重復引用函數功能匿名函數：一次性使用，隨時隨時定義應用：max，min，sorted,map,reduce,filter

十、內置函數

#注意：內置函數id()可以返回一個對象的身份，返回值為整數。這個整數通常對應與該對象在內存中的位置，但這與python的具體實現有關，不應該作為對身份的定義，即不夠精準，最精準的還是以內存地址為準。is運算符用于比較兩個對象的身份，等號比較兩個對象的值，內置函數type()則返回一個對象的類型#更多內置函數：https://docs.python.org/3/library/functions.html?highlight=built#ascii

format（了解即可）

#字符串可以提供的參數 's' None >>> format('some string','s') 'some string' >>> format('some string') 'some string' #整形數值可以提供的參數有 'b' 'c' 'd' 'o' 'x' 'X' 'n' None >>> format(3,'b') #轉換成二進制 '11' >>> format(97,'c') #轉換unicode成字符 'a' >>> format(11,'d') #轉換成10進制 '11' >>> format(11,'o') #轉換成8進制 '13' >>> format(11,'x') #轉換成16進制 小寫字母表示 'b' >>> format(11,'X') #轉換成16進制 大寫字母表示 'B' >>> format(11,'n') #和d一樣 '11' >>> format(11) #默認和d一樣 '11' #浮點數可以提供的參數有 'e' 'E' 'f' 'F' 'g' 'G' 'n' '%' None >>> format(314159267,'e') #科學計數法，默認保留6位小數 '3.141593e+08' >>> format(314159267,'0.2e') #科學計數法，指定保留2位小數 '3.14e+08' >>> format(314159267,'0.2E') #科學計數法，指定保留2位小數，采用大寫E表示 '3.14E+08' >>> format(314159267,'f') #小數點計數法，默認保留6位小數 '314159267.000000' >>> format(3.14159267000,'f') #小數點計數法，默認保留6位小數 '3.141593' >>> format(3.14159267000,'0.8f') #小數點計數法，指定保留8位小數 '3.14159267' >>> format(3.14159267000,'0.10f') #小數點計數法，指定保留10位小數 '3.1415926700' >>> format(3.14e+1000000,'F') #小數點計數法，無窮大轉換成大小字母 'INF' #g的格式化比較特殊，假設p為格式中指定的保留小數位數，先嘗試采用科學計數法格式化，得到冪指數exp，如果-4<=exp<p，則采用小數計數法，并保留p-1-exp位小數，否則按小數計數法計數，并按p-1保留小數位數 >>> format(0.00003141566,'.1g') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留0位小數點 '3e-05' >>> format(0.00003141566,'.2g') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留1位小數點 '3.1e-05' >>> format(0.00003141566,'.3g') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留2位小數點 '3.14e-05' >>> format(0.00003141566,'.3G') #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留0位小數點，E使用大寫 '3.14E-05' >>> format(3.1415926777,'.1g') #p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留0位小數點 '3' >>> format(3.1415926777,'.2g') #p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留1位小數點 '3.1' >>> format(3.1415926777,'.3g') #p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留2位小數點 '3.14' >>> format(0.00003141566,'.1n') #和g相同 '3e-05' >>> format(0.00003141566,'.3n') #和g相同 '3.14e-05' >>> format(0.00003141566) #和g相同 '3.141566e-05'

！！！lambda與內置函數結合使用！！！

字典的運算：最小值，最大值，排序 salaries={'egon':3000, 'alex':100000000, 'wupeiqi':10000, 'yuanhao':2000 } 迭代字典，取得是key，因而比較的是key的最大和最小值 >>> max(salaries) 'yuanhao' >>> min(salaries) 'alex' 可以取values，來比較 >>> max(salaries.values()) >>> min(salaries.values()) 但通常我們都是想取出，工資最高的那個人名，即比較的是salaries的值，得到的是鍵 >>> max(salaries,key=lambda k:salary[k]) 'alex' >>> min(salaries,key=lambda k:salary[k]) 'yuanhao' 也可以通過zip的方式實現 salaries_and_names=zip(salaries.values(),salaries.keys()) 先比較值，值相同則比較鍵 >>> max(salaries_and_names) (100000000, 'alex') salaries_and_names是迭代器，因而只能訪問一次 >>> min(salaries_and_names) Traceback (most recent call last): File "<stdin>", line 1, in <module> ValueError: min() arg is an empty sequence sorted(iterable，key=None,reverse=False)

eval與exec

#1、語法 # eval(str,[,globasl[,locals]]) # exec(str,[,globasl[,locals]]) #2、區別 #示例一： s='1+2+3' print(eval(s)) #eval用來執行表達式，并返回表達式執行的結果 print(exec(s)) #exec用來執行語句，不會返回任何值 ''' 6 None ''' #示例二： print(eval('1+2+x',{'x':3},{'x':30})) #返回33 print(exec('1+2+x',{'x':3},{'x':30})) #返回None # print(eval('for i in range(10):print(i)')) #語法錯誤，eval不能執行表達式 print(exec('for i in range(10):print(i)'))

complie（了解即可）

compile(str,filename,kind) filename:用于追蹤str來自于哪個文件，如果不想追蹤就可以不定義 kind可以是：single代表一條語句，exec代表一組語句，eval代表一個表達式 s='for i in range(10):print(i)' code=compile(s,'','exec') exec(code) s='1+2+3' code=compile(s,'','eval') eval(code)

十一、階段性練習

1、文件內容如下,標題為:姓名,性別,年紀,薪資

egon male 18 3000
alex male 38 30000
wupeiqi female 28 20000
yuanhao female 28 10000

要求:
從文件中取出每一條記錄放入列表中,
列表的每個元素都是{'name':'egon','sex':'male','age':18,'salary':3000}的形式

2 根據1得到的列表,取出薪資最高的人的信息
3 根據1得到的列表,取出最年輕的人的信息
4 根據1得到的列表,將每個人的信息中的名字映射成首字母大寫的形式
5 根據1得到的列表,過濾掉名字以a開頭的人的信息
6 使用遞歸打印斐波那契數列(前兩個數的和得到第三個數，如：0 1 1 2 3 4 7...)

7 一個嵌套很多層的列表，如l=［1,2,[3,[4,5,6,[7,8,[9,10,[11,12,13,[14,15]]]]]]］，用遞歸取出所有的值

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

轉載于:https://www.cnblogs.com/zheng-xi/p/8110022.html

總結

以上是生活随笔為你收集整理的Python学习-基础篇3-函数篇（2）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。