python基础第四天(1)

冒泡算法--算法

需求：请按照从小到大对列表 [13, 22, 6, 99, 11] 进行排序

思路：相邻两个值进行比较，将较大的值放在右侧，依次比较！

第一步
li = [13, 22, 6, 99, 11]
for m in range(4):     # 等价于 #for m in range(len(li)-1):
    if li[m]> li[m+1]:
        temp = li[m+1]
        li[m+1] = li[m]
        li[m] = temp

第二步
li = [13, 22, 6, 99, 11]

for m in range(4):     # 等价于 #for m in range(len(li)-1):
    if li[m]> li[m+1]:
        temp = li[m+1]
        li[m+1] = li[m]
        li[m] = temp

for m in range(3):     # 等价于 #for m in range(len(li)-2):
    if li[m]> li[m+1]:
        temp = li[m+1]
        li[m+1] = li[m]
        li[m] = temp

for m in range(2):     # 等价于 #for m in range(len(li)-3):
    if li[m]> li[m+1]:
        temp = li[m+1]
        li[m+1] = li[m]
        li[m] = temp

for m in range(1):     # 等价于 #for m in range(len(li)-4):
    if li[m]> li[m+1]:
        temp = li[m+1]
        li[m+1] = li[m]
        li[m] = temp
print li

第三步：最终形式是这样的
li = [13, 22, 6, 99, 11]
for i in range(1,len(li)):
    for m in range(len(li)-i): #4,3,2,1
        if li[m] > li[m+1]:
                #将较大的值放到右侧
            temp = li[m+1]
            li[m+1] = li[m]
            li[m] = temp

lambda表达式

学习条件运算时，对于简单的 if else 语句，可以使用三元运算来表示，即：

 # 普通条件语句
 if 1 == 1:
     name = 'wupeiqi'
 else:
     name = 'alex'

 # 三元运算
 name = 'wupeiqi' if 1 == 1 else 'alex'

对于简单的函数，也存在一种简便的表示方式，即：lambda表达式

 # ###################### 普通函数 ######################
 # 定义函数（普通方式）
 def func(arg):
     return arg + 1

 # 执行函数
 result = func(123)

 # ###################### lambda ######################

 # 定义函数（lambda表达式）
 my_lambda = lambda arg : arg + 1  #自动 return

 # 执行函数
 result = my_lambda(123)

my_lambda = lambda a,b: a + b  #接收多参数
#处理简单逻辑
#自动return

lambda存在意义就是对简单函数的简洁表示(只能用于简便的函数)

内置函数 二

一、map

遍历序列，对序列中每个元素进行操作，最终获取新的序列

每个元素增加100

li = [11, 22, 33]

new_list = map(lambda a: a + 100, li)

两个列表对应元素相加

li = [11, 22, 33]
sl = [1, 2, 3]
new_list = map(lambda a, b: a + b, li, sl)
第一个参数应该是一个函数。

二、filter

对于序列中的元素进行筛选，最终获取符合条件的序列

获取列表中大于12的所有元素集合

li = [11, 22, 33]
new_list = filter(lambda arg: arg > 22, li)
#filter第一个参数为空，将获取原来序列，并且去除false的布尔值。也就是取值布尔值为真的。

三、reduce

对于序列内所有元素进行累计操作

获取序列所有元素的和

li = [11, 22, 33]
result = reduce(lambda arg1, arg2: arg1 + arg2, li)
# reduce的第一个参数，函数必须要有两个参数
# reduce的第二个参数，要循环的序列
# reduce的第三个参数，初始值

yield生成器

记住上一次的操作，下次再执行时，继续执行(会暂时冻结这个函数)可以做数据库的链接池。

例如：

def func1():
    return 1
#return的生命周期就已经结束了
def func2():
    yield 1
    yield 2
    yield 3
for i in func2():
    print i
#他会返回3次。yield生命周期在延续。

 >>> print range(10)
 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
 >>> print xrange(10)
 xrange(10)

如上代码所示，range会在内存中创建所有指定的数字，而xrange不会立即创建，只有在迭代循环时，才去创建每个数组。

 ####自定义生成器nrange
 def nrange(num):
     temp = -1
     while True:
         temp = temp + 1
         if temp >= num:
             return
         else:
             yield temp
for i in nrange(4):
 print i

2、文件操作的 read 和 xreadlinex 的的区别

read会读取所有内容到内存

xreadlines则只有在循环迭代时才获取

 #基于next自定义生成器NReadlines
 def NReadlines():
     with open('log','r') as f:
         while True:
             line = f.next()
             if line:
                 yield line
             else:
                 return

 for i in NReadlines():
     print i

 ###基于seek和tell自定义生成器NReadlines
 def NReadlines():
     with open('log','r') as f:
         seek = 0
         while True:
             f.seek(seek)
             data = f.readline()
             if data:
                 seek = f.tell()
                 yield data
             else:
                 return

 for item in NReadlines():
     print item