python counter、闭包、generator、解数学方程、异常

1、counter

2、闭包

3、generator

4、解数学方程

5、异常

1、python库——counter

from collections import Counter
breakfast=['spam','spam','eggs','spam']
breakfast_counter=Counter(breakfast)
breakfast_counter    #Counter({'eggs': 1, 'spam': 3})
#函数 most_common() 以降序返回所有元素，或者如果给定一个数字，会返回该数字前的的元素
breakfast_counter.most_common() #[('spam', 3), ('eggs', 1)]
breakfast_counter.most_common(1) #[('spam', 3)]
#可以组合计数器
lunch=['eggs','eggs','bacon']
lunch_counter=Counter(lunch)
lunch_counter     #Counter({'bacon': 1, 'eggs': 2})
#第一种组合计数器的方式是使用 + 从一个计数器加上另一个
breakfast_counter+lunch_counter    #Counter({'bacon': 1, 'eggs': 3, 'spam': 3})
#第二种组合计数器的方式是使用 -  从一个计数器去掉另一个
breakfast_counter-lunch_counter   #Counter({'spam': 3})
lunch_counter-breakfast_counter   #Counter({'bacon': 1, 'eggs': 1})
#第三种组合计数器的方式是使用 &  得到二者共有的项
breakfast_counter&lunch_counter   #Counter({'eggs': 1})

2、python闭包

结论：尽量减少使用闭包

1、有的闭包可以使用两个函数分开来写，简单易读。

2、如果不使用nonlocal,可以读取作用域外的变量，但是不能修改，使用nonlocal，可以读取和修改，容易出bug，慎用！

3、python generators

要想创建一个iterator,必须实现一个有__iter__()和__next__()方法的类，类要能够跟踪内部状态并且在没有元素返回的时候引发StopIteration异常。

这个过程很繁琐而且违反直觉，Generator能够解决这个问题。

python generator是一个简单的创建iterator的途径，前面介绍那些繁琐的步骤都可以被generator自动完成。

简单来说，generator是一个能够返回迭代器对象的函数。

4、解数学方程

使用 Python 解数学方程

from sympy import *
x=symbols('x')
solve(15.38*x+12.12*(1-x)*0.9-12.12,x)
Out[13]: [0.271019677996422]

5、异常

try:
<语句>        #运行别的代码
except <名字>：
<语句>        #如果在try部份引发了'name'异常
except <名字>，<数据>:
<语句>        #如果引发了'name'异常，获得附加的数据
else:
<语句>        #如果没有异常发生