一、冒泡算法实现:

方法一:

li = [13,33,12,80,66,1]

print li
for m in range(4):
num1 = li[m]
num2 = li[m+1]
if num1 > num2:
temp = li[m]
li[m] = li[m+1]
li[m+1] = temp
print li for m in range(3):
num1 = li[m]
num2 = li[m+1]
if num1 > num2:
temp = li[m]
li[m] = li[m+1]
li[m+1] = temp
print li

方法二:

li = [13,33,12,80,66,1]
print li
for n in range(1,len(li)):
for m in range(len(li)-n):
num1 = li[m]
num2 = li[m+1]
if num1 > num2:
temp = li[m]
li[m] = li[m+1]
li[m+1] = temp
print li

二、上周作业:(修改haproxy文件)

#!/usr/bin/env python
#-*- coding:utf-8 -*-
import os
import json def fetch(backend):
fetch_list = []
with open('ha') as obj:
flag = False
for line in obj:
# line 每一行,
if line.strip() == "backend %s" % backend:
flag = True
continue
# 判断,如果当前是 backend开头,不再放
if flag and line.strip().startswith('backend'):
break
if flag and line.strip():
fetch_list.append(line.strip())
return fetch_list #result = fetch("buy.oldboy.org")
#print result
def add1(dict_info):
#s = '{"bakend": "www.oldboy.org","record":{"server": "100.1.7.9","weight": 20,"maxconn": 30}}'
backend_title = dict_info.get('backend')
current_title = "backend %s" % backend_title
crrent_record = "server %s %s weight %s maxconn %s" % (dict_info['record']['server'],dict_info['record']['server'],dict_info['record']['weight'],dict_info['record']['maxconn'])
# 获取制定backend下的所有记录
fetch_list = fetch(backend_title)
# backend是否存在
if fetch_list:
#pass # 存在backend,则只需再添加记录
# 1,要插入的记录,存在
# 1,要插入的记录,不存在
if crrent_record in fetch_list:
pass
else:
fetch_list.append(crrent_record)
# fetch_list,处理完的新列表
with open('ha') as read_obj, open('ha.new', 'w') as write_obj:
flag = False
has_write = False
for line in read_obj:
if line.strip() == current_title:
write_obj.write(line)
flag = True
continue
if flag and line.strip().startswith('backend'):
flag = False
if flag:
# 中,把列表所有数据写入
if not has_write:
for new_line in fetch_list:
temp = "%s %s \n" %(" "*8, new_line)
write_obj.write(temp)
has_write = True
else:
# 上,下
write_obj.write(line)
else:
#pass # 不存在backend,添加记录和backend
# current_title,crrent_record
# 直接打开文件,a
with open('ha') as read_obj, open('ha.new', 'w') as write_obj:
for line in read_obj:
write_obj.write(line)
write_obj.write('\n')
write_obj.write(current_title+'\n')
temp = "%s %s \n" %(" "*8, crrent_record)
write_obj.write(temp) #os.rename("ha", 'ha.bak')
#os.rename("ha.new", 'ha') s = '{"backend": "www.oldboy.org","record":{"server": "100.1.7.9","weight": 20,"maxconn": 3000}}'
data_dict = json.loads(s)
add1(data_dict)

上周拾忆:

函数:

三元运算:简化的if else
lambda:简化的函数定义
lambda: 处理简单逻辑,自动return

普通函数实现:

def fun1(arg):
return arg + 1
result = fun1(10)
print result

lamdba 实现:

fun2 = lambda a: a+1
result = fun2(10)
print result

lambda 也可用多参数:

fun2 = lambda a,b: a+b
result = fun2(10,20)
print result

内置函数:

1)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。

li = [1,2,3,4,5]
def fun1(arg):
return arg + 100
new_list = map(fun1,li)
print new_lis li1 = [1,2,3]
li2 = [2,3,5]
li3 = [1,2,4]
def fun2(a,b,c):
return a + b +c
print map(fun2,li1,li2,li3)

上面的列子,下面一句搞定:

print map(lambda a,b,c:a+b+c,li1,li2,li3)

2)filter: 对于序列中的元素进行筛选,最终获取符合条件的序列

li = [12,3,4,]
print filter(None,li) li = [12,3,'',False,0]
print filter(None,li) li = [12,3,4,3,55]
print filter(lambda a:a>40,li)

3)reduce:对于序列内所有元素进行累计操作

li = [1,2,3,4,5,6]
print 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 li = [1,2,3,4,5,6]
print reduce(lambda arg1,arg2:arg1*arg2,li,10000) #10000 是基数

4)map、filter、reduce对比:

map:对所有元素操作
filter:过滤指定指定元素集合
reduce:累积操作

新内容:

yield:

记住上次操作,下次执行时,继续执行

函数内,return,函数执行完毕(生命周期)

yield 类似一个生成器

def fun1():  # 用debug 调试看看执行过程
yield 1
yield 2
yield 3
yield 4
for i in fun1():
print i

自己制作一个类似xrange 的生成器

def myrange2(arg):
seed = 0
while True:
if seed >10:
seed = seed +1
yield seed
for i in myrange(10):
print i

--

def myrange(arg):
seed = 0
while True:
seed = seed +1
if seed > arg:
return
else:
yield seed
for i in myrange(10):
print i

更多链接:http://www.cnblogs.com/wupeiqi/articles/4963027.html

python之路第四篇(基础篇)的更多相关文章

  1. Python之路(第四十六篇)多种方法实现python线程池(threadpool模块\multiprocessing.dummy模块\concurrent.futures模块)

    一.线程池 很久(python2.6)之前python没有官方的线程池模块,只有第三方的threadpool模块, 之后再python2.6加入了multiprocessing.dummy 作为可以使 ...

  2. Python之路(第四十五篇)线程Event事件、 条件Condition、定时器Timer、线程queue

    一.事件Event Event(事件):事件处理的机制:全局定义了一个内置标志Flag,如果Flag值为 False,那么当程序执行 event.wait方法时就会阻塞,如果Flag值为True,那么 ...

  3. Python之路(第四十二篇)线程相关的其他方法、join()、Thread类的start()和run()方法的区别、守护线程

    一.线程相关的其他方法 Thread实例对象的方法 # isAlive(): 返回线程是否活动的. # getName(): 返回线程名. # setName(): 设置线程名. ​ threadin ...

  4. Python之路【第十六篇】:Django【基础篇】

    Python之路[第十六篇]:Django[基础篇]   Python的WEB框架有Django.Tornado.Flask 等多种,Django相较与其他WEB框架其优势为:大而全,框架本身集成了O ...

  5. Python(四)基础篇之「文件对象&错误处理」

    [笔记]Python(四)基础篇之「文件对象&错误处理」 2016-12-08 ZOE    编程之魅  Python Notes: ★ 如果你是第一次阅读,推荐先浏览:[重要公告]文章更新. ...

  6. Python之路【第十八篇】:Web框架们

    Python之路[第十八篇]:Web框架们   Python的WEB框架 Bottle Bottle是一个快速.简洁.轻量级的基于WSIG的微型Web框架,此框架只由一个 .py 文件,除了Pytho ...

  7. Python之路【第十九篇】:爬虫

    Python之路[第十九篇]:爬虫   网络爬虫(又被称为网页蜘蛛,网络机器人,在FOAF社区中间,更经常的称为网页追逐者),是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本.另外一些不常使用 ...

  8. Python之路,Day15 - Django适当进阶篇

    Python之路,Day15 - Django适当进阶篇   本节内容 学员管理系统练习 Django ORM操作进阶 用户认证 Django练习小项目:学员管理系统设计开发 带着项目需求学习是最有趣 ...

  9. Python之路【第十五篇】:Web框架

    Python之路[第十五篇]:Web框架   Web框架本质 众所周知,对于所有的Web应用,本质上其实就是一个socket服务端,用户的浏览器其实就是一个socket客户端. 1 2 3 4 5 6 ...

  10. Python之路【第十二篇】:JavaScrpt -暂无内容-待更新

    Python之路[第十二篇]:JavaScrpt -暂无内容-待更新

随机推荐

  1. zbrush曲面增加厚度

    把曲面增加厚度方便雕刻机雕刻. 可以使用zbrush中的边循环功能. 1.准备好需要增加厚度的曲面,把曲面的边缘调整好,尽量的变得平滑. 2.将模型导入到zbrush中,开启双面显示,以方便观察模型的 ...

  2. zookeeper原理介绍

    详见:http://blog.yemou.net/article/query/info/tytfjhfascvhzxcyt354 ZooKeeper是一个分布式的,开放源码的分布式应用程序协调服务,它 ...

  3. kill -3 导出 thread dump

    详见:http://blog.yemou.net/article/query/info/tytfjhfascvhzxcyt361 有些Java应用服务器是在控制台上运行,如Weblogic,为了方便获 ...

  4. 使用Docker搭建简易的 Java Web 环境

    ![group_5622_0](http://ow20g4tgj.bkt.clouddn.com/2017-09-10-group_5622_0.png) 从[<从最简单的入手学习 Docker ...

  5. NHibernate教程(11)--多对多关联查询

    本节内容 多对多关系引入 多对多映射关系 多对多关联查询 1.原生SQL关联查询 2.HQL关联查询 3.Criteria API关联查询 结语 多对多关系引入 让我们再次回顾在第二篇中建立的数据模型 ...

  6. C# xml增删查改

    C# XML XmlDocument 添加命名空间: using System.Xml; 定义公共对象: XmlDocument xmldoc ; XmlNode xmlnode ; XmlEleme ...

  7. cobbler部署安装CentOS6.8

    Linux运维:cobbler : 矮哥linux运维群:93324526 学习cobbler的话,必须先搞懂kickstart,原理不是,不懂如何排错. kickstart部署请点击这里 1. Co ...

  8. windows 下 Mutex和Critical Section 区别和使用

    Mutex和Critical Section都是主要用于限制多线程(Multithread)对全局或共享的变量.对象或内存空间的访问.下面是其主要的异同点(不同的地方用黑色表示). Mutex Cri ...

  9. java课程设计——博客作业教学数据分析系统(201521123083 戴志斌)

    目录 一.团队课程设计博客链接 二.个人负责模块或任务说明 三.自己的代码提交记录截图 四.自己负责模块或任务详细说明 五.课程设计感想 (题外话,终于可以用markdown建目录) 一.团队课程设计 ...

  10. 团队作业9——测试与发布(Beta版本)(含展示博客)

    团队作业9--测试与发布(Beta版) http://www.cnblogs.com/newteam6/p/6938504.html 团队作业9--展示博客 http://www.cnblogs.co ...