python学习笔记（二）

1、切片

 

2、迭代

只要是可迭代对象，无论是否有下标，都可以迭代，比如dict就可以迭代。

>>> d={'a':1,'b':2,'c':3}
>>> for key in d:
    print(key)
  
b
a
c

>>> for key,value in d.items():
    print(key,value)
   
b 2
a 1
c 3

 

通过collections模块的Iterable类型判断是否可以迭代。

python内置的enumerate函数可以把list变成索引-元素对。

 

3、列表生成式

 

练习

如果list中既包含字符串，又包含整数，由于非字符串类型没有lower()方法，所以列表生成式会报错：

>>> L = ['Hello', 'World', 18, 'Apple', None]
>>> [s.lower() for s in L]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 1, in <listcomp>
AttributeError: 'int' object has no attribute 'lower'

使用内建的isinstance函数可以判断一个变量是不是字符串：

>>> x = 'abc'
>>> y = 123
>>> isinstance(x, str)
True
>>> isinstance(y, str)
False

请修改列表生成式，通过添加if语句保证列表生成式能正确地执行：

>>> L1 = ['Hello', 'World', 18, 'Apple', None]
>>> L2=[x for x in L1 if isinstance(x, str)==True]
>>> [s.lower() for s in L2]

 4、生成器

def fib(max):
    n,a,b=0,0,1
    while(n<max):       
        yield(b)
        a,b=b,a+b
        n=n+1
    return 'done'

g=fib(6)

while True:
    try:
        x=next(g)
        print ('g:',x)
    except StopIteration as e:
        print('Generator return value:', e.value)
        break  

 

小结

generator是非常强大的工具，在Python中，可以简单地把列表生成式改成generator，也可以通过函数实现复杂逻辑的generator。

要理解generator的工作原理，它是在for循环的过程中不断计算出下一个元素，并在适当的条件结束for循环。对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的指令，for循环随之结束。

请注意区分普通函数和generator函数，普通函数调用直接返回结果：

>>> r = abs(6)
>>> r
6

generator函数的“调用”实际返回一个generator对象：

>>> g = fib(6)
>>> g
<generator object fib at 0x1022ef948>



5、

凡是可作用于for循环的对象都是Iterable类型；

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。

Python的for循环本质上就是通过不断调用next()函数实现的，例如：

for x in [1, 2, 3, 4, 5]:
    pass

实际上完全等价于：

# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
    try:
        # 获得下一个值:
        x = next(it)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。

 

一个最简单的高阶函数：

 

def add(x, y, f):
    return f(x) + f(y)


练习：
利用map()函数，把用户输入的不规范的英文名字，变为首字母大写，其他小写的规范名字。输入：['adam', 'LISA', 'barT']，输出：['Adam', 'Lisa', 'Bart']：
L1 = ['adam', 'LISA', 'barT']
def normalize(name):
        return name.capitalize()
L2 = list(map(normalize, L1))
print(L2)

Python提供的sum()函数可以接受一个list并求和，请编写一个prod()函数，可以接受一个list并利用reduce()求积：

def prod(L):   

    def fn(x,y):   

         return x*y    

    return reduce(fn,L)

print('3 * 5 * 7 * 9 =', prod([3, 5, 7, 9]))

 

利用map和reduce编写一个str2float函数，把字符串'123.456'转换成浮点数123.456：

 

from functools import reduce

 

str='123.456'

n=str.find('.')

 

def char2num(s):    

　　return {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}[s]  #从字典中转化的value，成为list S中的一个元素，返回

def fn(x,y):    

　　 return x*10+y

 

n=reduce(fn, map(char2num, str[:n]))+reduce(fn,map(char2num,str[n+1:]))*0.001

print(n)

 

 

假设我们用一组tuple表示学生名字和成绩：

L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]

请用sorted()对上述列表分别按名字排序：

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

L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]

def by_name(t):

    return t[0]

L2 = sorted(L, key=by_name)
print(L2)

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

L = [('Bob', 75), ('Adam', 92), ('Bart', 66), ('Lisa', 88)]

def by_score(t):
    return t[1]

L2 = sorted(L,key=by_score,reverse=True)

因为key是针对参与排序的列表中的每个元素的，所以可知传入by_name的参数t是一个元祖，自然t[0]代表元祖第一个参数。


6：

list(map(lambda x:x*x,[1,2,3,4,5,6]))

关键字lambda表示匿名函数，冒号前面的x表示函数参数。

匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。

用匿名函数有个好处，因为函数没有名字，不必担心函数名冲突。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数：

>>> f = lambda x: x * x
>>> f
<function <lambda> at 0x101c6ef28>
>>> f(5)
25

同样，也可以把匿名函数作为返回值返回，比如：

def build(x, y):
    return lambda: x * x + y * y