【python-Day5（字符串格式化、生成器、迭代器）】
一、字符串格式化
方式1：占位符 --> %
%[(name)][flags][width].[precision]typecode
● (name) 可选，用于选择指定的key ● flags 可选，可供选择的值有: + 右对齐；正数前加正好，负数前加负号； - 左对齐；正数前无符号，负数前加负号； 空格 右对齐；正数前加空格，负数前加负号； 0 右对齐；正数前无符号，负数前加负号；用0填充空白处 ● width 可选，占有宽度 ● .precision 可选，小数点后保留的位数 ● typecode 必选 s，获取传入对象的__str__方法的返回值，并将其格式化到指定位置 r，获取传入对象的__repr__方法的返回值，并将其格式化到指定位置 c，整数：将数字转换成其unicode对应的值，10进制范围为 0 <= i <= 1114111（py27则只支持0-255）；字符：将字符添加到指定位置 o，将整数转换成 八 进制表示，并将其格式化到指定位置 x，将整数转换成十六进制表示，并将其格式化到指定位置 d，将整数、浮点数转换成 十 进制表示，并将其格式化到指定位置 e，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（小写e） E，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（大写E） f， 将整数、浮点数转换成浮点数表示，并将其格式化到指定位置（默认保留小数点后6位） F，同上 g，自动调整将整数、浮点数转换成 浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是e；） G，自动调整将整数、浮点数转换成 浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是E；） %，当字符串中存在格式化标志时，需要用 %%表示一个百分号
●注：Python中百分号格式化是不存在自动将整数转换成二进制表示的方式
【例子】
tpl = "i am %s" % "alex" print(tpl) --> i am alex tpl = "i am %s age %d" % ("alex", 18) print(tpl) --> i am alex age 18 tpl = "i am %(name)s age %(age)d" % {"name": "alex", "age": 18} print(tpl) --> i am alex age 18 tpl = "percent %.2f" % 99.97623 print(tpl) --> percent 99.98 tpl = "i am %(pp).2f" % {"pp": 123.425556, } print(tpl) --> i am 123.43
方式2：format （功能更多）
[[fill]align][sign][#][0][width][,][.precision][type]
● fill 【可选】空白处填充的字符
● align 【可选】对齐方式（需配合width使用）
<，内容左对齐
>，内容右对齐(默认)
＝，内容右对齐，将符号放置在填充字符的左侧，且只对数字类型有效。 即使：符号+填充物+数字
^，内容居中
● sign 【可选】有无符号数字
+，正号加正，负号加负；
-，正号不变，负号加负；
空格 ，正号空格，负号加负；
● # 【可选】对于二进制、八进制、十六进制，如果加上#，会显示 0b/0o/0x，否则不显示
● ， 【可选】为数字添加分隔符，如：1,000,000
● width 【可选】格式化位所占宽度
● .precision 【可选】小数位保留精度
● type 【可选】格式化类型
传入” 字符串类型 “的参数
s，格式化字符串类型数据
空白，未指定类型，则默认是None，同s
传入“ 整数类型 ”的参数
b，将10进制整数自动转换成2进制表示然后格式化
c，将10进制整数自动转换为其对应的unicode字符
d，十进制整数
o，将10进制整数自动转换成8进制表示然后格式化；
x，将10进制整数自动转换成16进制表示然后格式化（小写x）
X，将10进制整数自动转换成16进制表示然后格式化（大写X）
传入“ 浮点型或小数类型 ”的参数
e， 转换为科学计数法（小写e）表示，然后格式化；
E， 转换为科学计数法（大写E）表示，然后格式化;
f ， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；
F， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；
g， 自动在e和f中切换
G， 自动在E和F中切换
%，显示百分比（默认显示小数点后6位）
【例子】
# 保留两位小数（四舍五入）并转换为百分比 a = "num is {:.2%}".format(0.123456) print(a) --> num is 12.35% # 占位符是空的，按顺序格式化 tpl = "i am {}, age {}, {}".format("hexu", 18, 'god') print(tpl) --> i am hexu, age 18, god # 可以用列表的形式，列表前要加* tpl = "i am {}, age {}, {}".format(*["hexu", 18, 'god']) print(tpl) --> i am hexu, age 18, god # 根据索引（下标）格式化 tpl = "i am {0}, age {1}, really {0}".format("hexu", 18) print(tpl) --> i am hexu, age 18, really hexu # 根据索引（下标）格式化，也可用列表 tpl = "i am {0}, age {1}, really {0}".format(*["hexu", 18]) print(tpl) --> i am hexu, age 18, really hexu # 根据具体参数名 tpl = "i am {name}, age {age}, really {name}".format(name="hexu", age=18) print(tpl) --> i am hexu, age 18, really hexu # 用字典传值，字典前要加** tpl = "i am {name}, age {age}, really {name}".format(**{"name": "hexu", "age": 18}) print(tpl) --> i am hexu, age 18, really hexu # 索引中的索引 # {0}是[1, 2, 3]，{0[0]}是1 tpl = "i am {0[0]}, age {0[1]}, really {0[2]}".format([1, 2, 3], [11, 22, 33]) print(tpl) --> i am 1, age 2, really 3 # :s 字符串 # :d 十进制（整数） # :f 浮点数 tpl = "i am {:s}, age {:d}, money {:f}".format("hexu", 18, 99999.99) print(tpl) --> i am hexu, age 18, money 99999.990000 # 列表形式 tpl = "i am {:s}, age {:d}".format(*["hexu", 18]) print(tpl) --> i am hexu, age 18 # tpl = "i am {name:s}, age {age:d}".format(name="xuelu", age=16) print(tpl) --> i am xuelu, age 16 # 字典形式 tpl = "i am {name:s}, age {age:d}".format(**{"name": "hexu", "age": 18}) print(tpl) --> i am hexu, age 18 # 将后面的参数格式化成对应的格式 # :0 八进制 # :x 十六进制 tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2) print(tpl) --> numbers: 1111,17,15,f,F, 1587.623000% # 根据索引,索引0就是88 tpl = "numbers: {0:b},{0:o},{0:d},{0:x},{0:X}, {0:%}".format(88) print(tpl) --> numbers: 1011000,130,88,58,58, 8800.000000% # 根据具体变量名 tpl = "numbers: {num:b},{num:o},{num:d},{num:x},{num:X}, {num:%}".format(num=99) print(tpl) --> numbers: 1100011,143,99,63,63, 9900.000000%
二、迭代器和生成器
1. 迭代器
迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，知道所有的元素被访问完结束。迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。
说白了就是执行具体操作的动作。
迭代器特点：
(1) 对于原生支持随机访问的数据结构（如tuple、list），迭代器和经典for循环的索引访问相比并无优势，反而丢失了索引值（可以使用内建函数enumerate()找回这个索引值）。但对于无法随机访问的数据结构（比如set）而言，迭代器是唯一的访问元素的方式。
(2) 不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件，或是斐波那契数列等等。
(3) 提供了一个统一的访问集合的接口，只要定义了__iter__()方法对象，就可以使用迭代器访问。
迭代器方法：
(1) next方法：返回迭代器的下一个元素
(2) __iter__方法：返回迭代器对象本身
2. 生成器
一个函数调用时返回一个迭代器，那这个函数就叫做生成器（generator）。如果函数中包含yield语法，那这个函数就会变成生成器。
生成器是用函数创造的，具有创造能力的。生成器的本质就是yield。
（1）简单的生成器例子
def func(): print('start') yield 1 yield 2 yield 3 func() # 执行func函数，但是输出没有内容
（2）生成器+迭代器
# yield+next方式，等同于for循环 def func(): print(1111) yield 1 print(2222) yield 2 print(3333) yield 3 ret = func() # 按顺序找到函数中的yield r1 = ret.__next__() # 进入函数找到yield1，获取yield1后面的数据 print(r1) r2 = ret.__next__() # 进入函数找到yield2，获取yield2后面的数据 print(r2) r3 = ret.__next__() # 进入函数找到yield3，获取yield3后面的数据 print(r3)
（3）利用生成器自定义range
def myrange(arg): start = 0 while True: if start > arg: return yield start start += 1 ret = myrange(3) r = ret.__next__() print(r) r = ret.__next__() print(r) r = ret.__next__() print(r) r = ret.__next__() print(r)
三、递归
循环执行相同的程序，直到满足某个条件结束调用。
def func(n): n += 1 # (1)func是1，n是2 (3)func是2，n是3 (5)func是3，n是4 if n >= 4: return 'End' # (6)大于等于4时，返回‘End’ return func(n) # (2)这里是2 (4)这里是3 r = func(1) print(r) # (7) 最终返回‘End’
利用递归实现阶乘：1*2*3*4*5*6*7
def func(n): if n==0 or n==1: return 1 return n*func(n-1) # 7*func(6) 这时func(6)就是6*func(5) 然后一直递归到func(1) 返回1 就是7*6*5*4*3*2*1 r = func(7) print(r)
