Python3基础-高级用法

写在前面：本文主要是python高级练习部分，介绍了一些高级用法，这些都是零散的小知识，这些可以与函数式编程合在一起使用。

函数式编程^[1]：Python中提供的函数式编程主要有：

• map(函数，可迭代式)映射函数
• filter(函数，可迭代式)过滤函数
• reduce(函数，可迭代式)规约函数
• lambda函数
• 列表推导式
• zip()函数

generator 生成

词汇

generator 英[ˈdʒenəreɪtə(r)] 美[ˈdʒɛnəˌretɚ]

n. 发电机，发生器; 电力公司; 生产者，创始者; [乐] 基础低音

My understanding

关于生成器的基本概念，我没有详述，因为有关它的描述，网上一搜，一大把，在我看来，学习最有效的方法就是自己运行案例，通过案例反映生成器的作用。

比如，【点这里】，哈哈这也是总结的。

案例1：元组推导式自动生成 generator

s = (x * x for x in range(5))
print(s)

<generator object <genexpr> at 0x000001343C239F10>

for x in s:
    print(x, end=',')

0,1,4,9,16,

案例2：Fibonacci sequence

【原理，点我】

def fib(maximum):
    n, a, b = 0, 0, 1
    while n < maximum:
        yield b
        a, b = b, a+b
        n += 1
    return 'done'

f = fib(10)
print('fib(10)', f)

fib(10) <generator object fib at 0x000001343C239E08>

for x in f:
    print(x, end=' ')

1 1 2 3 5 8 13 21 34 55

g = fib(5)
while 1:
    try:
        x = next(g)
        print('g:', x)
    except StopIteration as e:
        print('Generator return value:', e.value)
        break

g: 1
g: 1
g: 2
g: 3
g: 5
Generator return value: done

iter 迭代

其实，迭代有可迭代的与迭代器，一个是形容词，一个是名词，所以他们是与区别的。

如果要使用需要导入from collections import Iterable, Iterator

案例1：可迭代的

from collections import Iterable, Iterator

def g():
    yield 1
    yield 2
    yield 3

print('Iterable? [1, 2, 3]:', isinstance([1, 2, 3], Iterable))
print('Iterable? \'abc\':', isinstance('abc', Iterable))
print('Iterable? 123:', isinstance(123, Iterable))
print('Iterable? g():', isinstance(g(), Iterable))

Iterable? [1, 2, 3]: True
Iterable? 'abc': True
Iterable? 123: False
Iterable? g(): True

综上：

1. 列表是可迭代的
2. 字符串是可迭代的
3. 数字是不可迭代的的
4. 自定义的g()函数是可迭代的

案例2：迭代器

如果我们使用iter()函数作用，可将列表and元组转化为迭代器。

print('Iterator? [1, 2, 3]:', isinstance([1, 2, 3], Iterator))
print('Iterator? iter([1, 2, 3]):', isinstance(iter([1, 2, 3]), Iterator))
print('Iterator? \'abc\':', isinstance('abc', Iterator))
print('Iterator? 123:', isinstance(123, Iterator))
print('Iterator? g():', isinstance(g(), Iterator))
print('Iterator? (1, 2, 3):', isinstance((1, 2, 3), Iterator))
print('Iterator? iter((1, 2, 3)):', isinstance(iter((1, 2, 3)), Iterator))

Iterator? [1, 2, 3]: False
Iterator? iter([1, 2, 3]): True
Iterator? 'abc': False
Iterator? 123: False
Iterator? g(): True
Iterator? (1, 2, 3): False
Iterator? iter((1, 2, 3)): True

综上：

1. 列表 not is 迭代器
2. 采用iter()转化的列表 is 迭代器
3. 字符串not is 迭代器
4. 数字not is 迭代器
5. 自定义的g()函数is 迭代器
6. 元组 not is 迭代器
7. 采用iter()转化的元组 is 迭代器

案例3：迭代元素

例子1

print('for x in [1, 2, 3, 4, 5]:')
for x in [1, 2, 3, 4, 5]:
    print(x)

for x in [1, 2, 3, 4, 5]:
1
2
3
4
5

例子2

print('for x in iter([1, 2, 3, 4, 5]):')
for x in iter([1, 2, 3, 4, 5]):
    print(x)

for x in iter([1, 2, 3, 4, 5]):
1
2
3
4
5

例子3

print('next():')
it = iter([1, 2, 3, 4, 5])
print(next(it))
print(next(it))
print(next(it))
print(next(it))
print(next(it))

next():
1
2
3
4
5

案例4：字典迭代

想知道，字典的情况【点我】

构造字典

key = 'a', 'b', 'c'
value = 1, 2, 3
d = dict(zip(key, value))

迭代字典的键

print('iter key:', d)
for k in d.keys():
    print('key:', k)

iter key: {'a': 1, 'b': 2, 'c': 3}
key: a
key: b
key: c

迭代字典的值

print('iter value:', d)
for v in d.values():
    print('value:', v)

iter value: {'a': 1, 'b': 2, 'c': 3}
value: 1
value: 2
value: 3

迭代字典的键值对

print('iter item:', d)
for k, v in d.items():
    print('item:', k, v)

iter item: {'a': 1, 'b': 2, 'c': 3}
item: a 1
item: b 2
item: c 3

列表迭代与推导

列表操作原理，【点我】

列表迭代

for i, value in enumerate(['A', 'B', 'C']):
    print(i, value)

0 A
1 B
2 C

for x, y in [(1, 1), (2, 4), (3, 9)]:
    print(x, y)

1 1
2 4
3 9

列表推导式

print([x*x for x in range(1, 11)])

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

print([x*x for x in range(1, 11) if x%2 == 0])

[4, 16, 36, 64, 100]

print([m + n for m in 'ABC' for n in 'XYZ'])

['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

d = {'x':'A', 'y':'B', 'z':'C'}
print([k + '=' + v for k, v in d.items()])

['x=A', 'y=B', 'z=C']

L = ['Hello', 'World', 'Apple', 'IBM']
print([s.lower() for s in L])

['hello', 'world', 'apple', 'ibm']

切片

L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
for i, value in enumerate(L):
    print("L列表中元素的序：{}-->{}-->{}".format(i, value, i-len(L)))

L列表中元素的序：0-->Michael-->-5
L列表中元素的序：1-->Sarah-->-4
L列表中元素的序：2-->Tracy-->-3
L列表中元素的序：3-->Bob-->-2
L列表中元素的序：4-->Jack-->-1

print('L[0:3] =', L[0:3])
print('L[:3] =', L[:3])
print('L[1:3] =', L[1:3])
print('L[-2:] =', L[-2:])

L[0:3] = ['Michael', 'Sarah', 'Tracy']
L[:3] = ['Michael', 'Sarah', 'Tracy']
L[1:3] = ['Sarah', 'Tracy']
L[-2:] = ['Bob', 'Jack']

R = list(range(100))
print('R[:10] =', R[:10])
print('R[-10:] =', R[-10:])
print('R[10:20] =', R[10:20])
print('R[:10:2] =', R[:10:2])
print('R[::5] =', R[::5])

R[:10] = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
R[-10:] = [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
R[10:20] = [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
R[:10:2] = [0, 2, 4, 6, 8]
R[::5] = [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

关于yeild的例子

完整的代码

def each_ascii(s):
    for ch in s:
        yield ord(ch)
    return '%s chars' % len(s)

def yield_from(s):
    r = yield from each_ascii(s)
    print(r)

def main():
    for x in each_ascii('abc'):
        print(x) # => 'a', 'b', 'c'
    it = each_ascii('xyz')
    try:
        while True:
            print(next(it)) # => 'x', 'y', 'z'
    except StopIteration as s:
        print(s.value) # => '3 chars'

    # using yield from in main() will change main() from function to generator:
    # r = yield from each_ascii('hello')

    for ch in yield_from('hello'):
        pass

main()

代码分析

def each_ascii(s):
    for ch in s:
        yield ord(ch)
    return '%s chars' % len(s)

def yield_from(s):
    r = yield from each_ascii(s)
    print(r)

for x in each_ascii('abc'):
    print(x)

97
98
99

it = each_ascii('xyz')
try:
    while True:
        print(next(it))
except StopIteration as s:
    print(s.value)

120
121
122
3 chars

for ch in yield_from('hello'):
    pass

5 chars

总结

有时候，对编程不感冒，但是把一个复杂的知识点多运行几遍，太复杂了，把代码分成小代码运行，最后综合理解，并整理成文。当然，这涉及到调试代码部分，现在我还是个小菜鸟，调试用的不太熟，当然代码量很大的时候可能要用到调试部分。

End

---

1. 我总结的一些笔记 ↩︎