Meoo

函数的高阶特性——Python学习笔记04

Meoo http://www.meoo.net 2017-12-13 20:02 出处:网络 编辑:@iCMS
在Python中,代码越少越好,越简单越好,开发效率越高。 切片 对经常取指定索引范围的操作,用循环十分繁琐,因此,Python提供了切片(Slice)操作符,可以简化操作。Python中的切片相当于其他语言针对字符串提供的截

在Python中,代码越少越好,越简单越好,开发效率越高。

切片

对经常取指定索引范围的操作,用循环十分繁琐,因此,Python提供了切片(Slice)操作符,可以简化操作。Python中的切片相当于其他语言针对字符串提供的截取函数(如:substring)


L[0:3]表示:从索引0开始取,直到索引3为止,但不包括索引3。即索引0,1,2


如果第一个索引是0 ,可以省略。


同样支持倒数切片,如:

>>>L =[a,b,c,d]

>>>L[-2:]

c,d

>>>L[-2:-1]

c

前10个数,每两个取一个:

>>>L = list(range(100))

>>>L[:10:2]

[0,2,4,6,8]

所有数,每5个取一个:

>>>L[::5]

[0,5,10,15,20,25,30,35,**,60,65,70,75,80,85,90,95]

什么都不写,只写[:]就可以复制一个list:

>>>L[:]

[1,… 99]

tuple也可以用切片操作,不过结果仍是tuple:

>>>(0,1,3,5)[:3]

(0,2)

字符串’xxx’也可以看成是一种list,每个元素就是一个字符。因此,字符串也可以用切片操作,只是操作结果仍是字符串:

>>>’ABCDE’[:2]

‘AB’

>>>’ABCDEFG’[::2]

‘ACEG'

Python中的切片相当于其他语言针对字符串提供的截取函数(如:substring)。

迭代

如果给定一个list或tuple,我们可以通过for循环来遍历这个list或tuple,这种遍历我们称为迭代(Iteration)。


在Python中,迭代是通过for … in来完成的。


其for循环不仅可以作用在list或tuple上,还可以作用在其他可迭代对象上,无论有无下标,都可迭代。


如dict,默认情况下,dict迭代的是key。如果要迭代value,可以用for value in d.values(),如果要同时迭代key和value,可以用for k,v in d.items()。


如何判断一个对象是否为可迭代对象,方法是通过collection模块的Iterable类型判断:

>>>from collections import Iterable

>>>isinstance(‘ABC’,Iterable) # 查看该str是否可迭代

True

如果要对list实现类似Java的下标循环,可以通过Python内置的enumerate函数把list变成索引-元素 对,这样就可以在for循环中同时迭代索引和元素本身:

>>> for a,b in enumerate(['A','B','C']):

print(a,b)

0 A

1 B

2 C

在上面的循环中同时引用了两个变量,在python 中是很常见的:

>>>for a,b in [(1,2),(2,3),(3,4)]:

print(a,b)

1 2

2 3

3 4

列表生成式

列表生成式是Python内置的非常简单却强大的可以用来创建list的生成式。


写列表生成式时,把要生成的元素x * x放到前面,后面跟for循环,就可以把list创建出来。


for循环后面还可以加上if判断。


还可以使用两层循环,可以生成全排列:

>>>[m + n for m in ‘ABC’ for n in ‘XYZ’]

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

运用列表生成式,可以写出非常简洁的代码。


例如,列出当前目录下的所有文件和目录名,可以通过一行代码实现:

>>>import os

>>>[d for d in os.listdir(‘.’)]

['.emacs.d','.ssh','.Trash','Adlm','Applications','Desktop','Documents','Downloads','Library','Movies','Music','Pictures','Public','VirtualBox VMs','Workspace','XCode’]

for 循环可以同时使用两个甚至多个变量,因此,列表生成式也可以使用两个变量来生成list:

>>>d = {‘x’:’A’,‘y’:’B’,‘z’:’C’}

>>>[q + ‘=‘ + w for q,w in d.items()]

['x = A','y = B','z = C’]

也可以把一个list中所有的字符变成小写:

>>>L =[‘Hello’,‘World’,‘IBM’,‘Apple’]

>>>[x.lower() for x in L]

[‘hello’,‘world’,‘ibm’,‘apple’]

生成器

在Python中,一边循环一边计算的机制,称为生成器(generator)。


创建一个generator的方法很多,有一种简单的方法是,只要把一个列表生成式的[]改成(),就创建了一个generator:

>>> L = [x * x for x in range(1,11)] #L是一个list

>>> L

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

>>> g = (x * x for x in range(1,11)) #g是一个generator

>>> g

<generator object <genexpr> at 0x105473728>

可以通过next()函数获取generator的下一返回值,直至计算到最后一个元素,没有更多的元素时会抛出StopIteration的错误。


其实正确的方法是使用for循环,因为generator也是可迭代对象:

>> g = [n for n in (x * x for x in range(10))] hljs scss">>>>print(g)

[0,81]

如果推算的算法比较复杂,用类似列表生成式的for循环无法实现时,可以通过函数的方式实现。


斐波拉契数列可以用函数打印出来:

def fib(max):

n,a,b = 0,1

while n < max:

print(b)

a,b = b,a + b

n = n + 1

return ‘done'

注意,赋值语句:

a,a+b

相当于:

t = (b,a + b) # t是一个tuple

a = t[0]

b = t[1]

但不必显式写出临时变量t就可以赋值。


定义generator的另一种方法就是通过改动上面的函数,包含yield的函数就是一个generator。

要把上面的函数改成generator,只需把print(b)改成yield b 就可以了:

def fib(max):

n,1

while n < max:

yield b

a,a + b

n = n + 1

return ‘done'

generator和函数的执行流程不一样。

函数是按顺序执行,遇到return语句或最后一行函数语句就返回。


而变成generator的函数,在每次调用next()的时候执行,遇到yield语句返回,再次执行时从上次返回的yield语句处继续执行。


把函数改成generator后,我们基本上不会用next()来获取下一个返回值,而是直接使用for循环来迭代:

for n in fib(6):

print(n)

但是在for循环调用generator时,拿不到generator的return语句的返回值。如果要拿到,必须捕获StopIteration错误,返回值包含在StopIteration的value中。

问题:打印出杨辉三角

# -*- coding: utf-8 -*-

def triangles():

L = [1]

while True: #进入持续循环

yield L

L.append(0) #1) 利用尾部插入0来控制第一位和最后一位值始终为1;

#2) 同时也是为了保证每一行的数值个数正确,因为后面有用到len(L)

# 来确定每次生成L的最终长度。

L = [L[i - 1] + L[i] for i in range(len(L))]

#while的执行分解为简单的步骤:

while True:

yield L

L.append(0)

length = len(L)

new_L = []

for i in range(length):

new_L.append(L[i-1]+L[i])

L = new_L

#第一次打印出的步骤: 不进行循环

L = [1]

#第二次打印的步骤:

while True:

yield L

L = [1,0]

length = 2

for i in [0,1]:

new_L.append(L[-1] + L[0]) #第一次循环为1

new_L.append(L[0] + L[1]) #第二次循环为1

L = new_L = [1,1]

#第三次打印步骤:

while True:

yield L

L= [1,0]

length = 3

for i in [0,2]:

new_L.append(L[-1] + L[0]) #第一次循环为1

new_L.append(L[0] + L[1]) #第二次循环为2

new_L.append(L[1] + L[2]) #第三次循环为1

L = new_L = [1,1]

#第四次打印步骤:

while True:

yield L

L = [1,0]

length = 4

for i in [0,3]:

new_L.append(L[-1] + L[0]) #第一次循环为1

new_L.append(L[0] + L[1]) #第二次循环为3

new_L.append(L[1] + L[2]) #第三次循环为3

new_L.append(L[2] + L[3]) #第四次循环为1

L = new_L = [1,1]

...

打印出前10行杨辉三角:

n = 0

for t in triangles():

print(t)

n = n+1

if n == 10:

break

迭代器

集合数据类型(list,tuple,dict,set,str等)和generator(包括带yield的generator function)这些可以直接作用于for循环的对象统称为可迭代对象:Iterable。


可以使用isinstance()判断一个对象是否是Iterable对象:

>>>from collections import Iterable

>>>isinstance(‘ABC’,Iterable)

True

可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator,如生成器generator。


可使用isinstance()判断一个对象是否是Iterator对象:

>>>from collections import Iterator

>>>isinstance((x * x for x in range(10)),Iterator)

True

生成器都是Iterator对象,但list,dict,str虽然是Iterable,却不是Iterator。


可以使用iter()函数把这些Iterable变成Iterator:

>>>isinstance(iter({}),Iterator)

True

>>>isinstance(iter(‘ABC’),Iterator)

Ture

Python的Iterator对象表示的是一个数据流,这个数据流可以看作一个有序序列,但我们不能不知道序列的长度。Iterator的计算是惰性的,只有需要返回下一个数据时它才会计算,它们表示一个惰性计算的序列。


Python的for循环本质上就是通过不断调用next()函数实现的。

阅读全文

版权声明:本文为博主原创文章,未经博主允许不得转载。

本文已收录于以下专栏:

相关文章推荐

【Python】学习笔记——-5.1.2、高阶函数之filter

Python内建的filter()函数用于过滤序列。

和map()类似,filter()也接收一个函数和一个序列。和map()不同的是,filter()把传入的函数依次作用于每个元素,然后根据返...

函数的高阶特性——Python学习笔记04

singit

2017年02月13日 22:18

603

python进阶学习笔记(一)——高阶函数

filter()

filter()函数接收一个函数

f 和一个list,这个函数 f 的作用是对每个元素进行判断,返回

True或 False,filter()根据判断结果自动过滤掉不符合条件的元...

函数的高阶特性——Python学习笔记04

Peter_JJH

2017年04月08日 15:35

130

【Python】学习笔记——-5.1.3、高阶函数之sorted

排序算法

排序也是在程序中经常用到的算法。无论使用冒泡排序还是快速排序,排序的核心是比较两个元素的大小。如果是数字,我们可以直接比较,但如果是字符串或者两个dict呢?直接比较数学上的大小是没有...

函数的高阶特性——Python学习笔记04

singit

2017年02月13日 22:19

243

Python学习笔记 - 高阶函数

高阶函数英文叫Higher-order function。什么是高阶函数?我们以实际代码为例子,一步一步深入概念。

变量可以指向函数

以Python内置的求绝对值的函数abs()为例,调用...

函数的高阶特性——Python学习笔记04

zyq522376829

2015年06月30日 00:09

493

【Python学习笔记】函数式编程:高阶函数sorted

【根据廖雪峰python教程整理】

排序算法

 

排序也是在程序中经常用到的算法。无论使用冒泡排序还是快速排序,排序的核心是比较两个元素的大小。如果是数字,我们可以直接比较,但如果是...

函数的高阶特性——Python学习笔记04

Junkichan

2016年07月10日 21:07

188

【Python学习笔记】函数式编程:高阶函数filter

【根据廖雪峰python教程整理】

 

Python内建的filter()函数用于过滤序列。

 

和map()类似,filter()也接收一个函数和一个序列。和map()不同的时,filt...

函数的高阶特性——Python学习笔记04

Junkichan

2016年07月10日 20:51

490

【Python学习笔记】函数式编程:高阶函数

【根据廖雪峰python教程整理】

高阶函数英文叫Higher-order function。什么是高阶函数?我们以实际代码为例子,一步一步深入概念。

 

一、变量可以指向函数

以...

函数的高阶特性——Python学习笔记04

Junkichan

2016年07月10日 19:49

227

Python笔记4——函数式编程,高阶函数,闭包

1.越是低级的语言,越贴近计算机,抽象程度越低,执行效率高,比如C语言;   越是高级的语言,越贴近计算,抽象程度越高,执行效率低,比如Lisp语言。

2.函数式编程的一个特点就是,允许把函数本身作...

函数的高阶特性——Python学习笔记04

Luckyhot

2017年07月17日 14:06

126

Erlang学习笔记(3) -- 高阶函数 与 抽象流程控制

匿名函数我们直接看一段erlang代码吧 (这里代码前面有>符号,指的是在命令行直接执行)> Double = fun(X)->2*X end.

> Double(2).

> 4这里fun(X) 是一...

函数的高阶特性——Python学习笔记04

pengdong17

2015年04月11日 13:56

258

Scala学习笔记-第十二章高阶函数

Scala学习笔记-第十二章高阶函数函数是“头等公民”,可以像任何其他数据类型一样被传递和操作。作为值的函数val num=3.14

val fun=ceil_//这里将max方法转成了函数并作为值赋...

函数的高阶特性——Python学习笔记04

loker_piqo

2016年06月28日 21:44

96

0

精彩评论

暂无评论...
验证码 换一张
取 消