一、迭代器
迭代器是迭代取值的工具,迭代是一个重复的过程,每一次重复都是基于上一次的结果而来的.
为什么要用迭代器呢?
1.可以不依赖索引取值
2.同一时刻在内存中只有一个值,不会过多的占用内存
如何用迭代器?
可迭代的对象:但凡内置有__iter__方法的对象都是可迭代的对象,列如str,list,dict,tuple,set,文件对象
迭代器对象:即内置有__iter__方法又内置有__next__方法的对象称之为迭代器对象,如文件对象
可迭代对象.__iter__()-------->迭代器对象
迭代器对象.__tier__()-------->迭代器本身
迭代器对象.__next__()--------->迭代器的下一个值
总结迭代器:
优点:1.可以不依赖索引取值
2.同一时刻在内存中只有一个值,不会过多的占用内存
缺点:
1.不如按照索引取值或者key取值的方式灵活
2.无法预测迭代器所包含值的长度
二、生成器
生成器本质上就是一种自定义的迭代器
函数内包含yield关键字,调用函数不会执行函数体代码,会得到一个返回值,该返回值就是生成器对象
def func():
print('first')
yield 1
print('second')
yield 2
print('third')
yield 3
print('fourth')
g=func()
print(g) #生成器对象
res1=next(g) #会触发函数的执行，直到碰到一个yield停下来，并且将yield后的值当作本次next的结果返回
print(res1)# 返回值1
自定义生成一个和内置函数range功能一样的生成器:
def my_range(start,stop,step=1):
while start < stop: # 3 < 3
yield start
start+=step #start=3
obj=my_range(1,5,2) # 1 3 把函数赋值给一个变量名,这个变量名就是生成器,迭代器
print(next(obj))
print(next(obj))
了解知识点:yield的表达式形式的应用:x=yield
# def dog(name):
# print('狗哥 %s 准备开吃' %name)
# food_list=[]
# while True:
# food=yield food_list # food=yield='肉包子'
# print('%s 吃了 %s' %(name,food))
# food_list.append(food)
# g=dog('alex')
# 强调：针对表达式形式的yield的使用，第一步必须让函数先暂停到一个yield的位置，才能进行传值操作
# next(g) # 张开狗嘴，让生成器先暂停到yield的位置，准备接收外部传进来的值
# res1=next(g) #g.send(None)
# print(res1)
# res2=g.send('屎包子') # 1. 先为当前暂停位置的yield赋值 2. next(生成器)直到再次碰到一个yield停下来，然后其的值当做本次next的结果
# print(res2)
# res3=g.send('肉包子')
# print(res3)
# res4=g.send('泔水')
# print(res4)
总结yield:只能在函数内使用
1.yield提供了一种自定义迭代器的解决方案
2.yield可以保存函数的暂停的状态
3.yield对比return
1.相同点:都可以返回值,返回的类型与个数都没有限制
2.不同点:yield可以返回多次值,而return只能返回一次函数就结束了
生成器表达式:
# g = (i**2 for i in range(1,6) if i>3) 和列表表达式的区别就是"()"
三、内置函数(简单内置函数,前面接触过的就不介绍了)
all():如果里面的对象是真的就返回真,如果为空也返回真
print(all([1,'',None]))#False
print(all([1,2,'aaa']))#True
print(all([]))#True
print(all(''))#True
any():有一个为真就返回真,为空时返回假
print(any([0,'',None,False,1]))#True
print(any([0,'',None,False]))#False
print(any([]))#False
callable:判断函数是否可调用
Return whether the object is callable
ASCII码与数字转换:
print(chr(65))#A
print(chr(90))#Z
print(ord('a'))#97
print(ord('z'))#122
divmod(x,y):分页
Return the tuple (x//y, x%y)
print(divmod(3003,20))#(150, 3)
eval:动态地执行一个表达式的字符串,或者compile函数编译出来的对象
print(eval('1+2+3+4'))
res=eval('[1,2,3]')
print(res,type(res))
frozenset()返回一个冻结的集合,集合冻结后不能再添加删除任何元素
pow()pow(2,3,3) #(2**3)%3
reversed():反转列表
l=[1,'a','3',3]
l1=reversed(l)
print(list(l1))
round():取近似数
print(round(3.5))#4
print(round(3.3))#3
slice():保存一个切片
l=['a','b','c','d','e']
s='helloworld'
obj=slice(1,5,2)
# print(l[1:5:2])
print(l[obj])#['b', 'd']
zip():拉链函数
l=[1,2,3,4,5,6,7]
s='hello'
res=zip(l,s)
print(list(res))#[(1, 'h'), (2, 'e'), (3, 'l'), (4, 'l'), (5, 'o')]
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素，返回由符合条件元素组成的新list。
def is_odd(x):
return x % 2 == 1
filter(is_odd, [1, 4, 6, 7, 9, 12, 17])#[1, 7, 9, 17]
删除 None 或者空字符串：
def is_not_empty(s):
return s and len(s.strip()) > 0
filter(is_not_empty, ['test', None, '', 'str', ' ', 'END'])
#['test', 'str', 'END']
map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。
L = [1,2,3,4,]
def pow2(x):
... return x*x
...
map(pow2,L)
#[1, 4, 9, 16]
sorted()对list、dict进行排序
l=[1,4,3,4,9,6,2]
l1 = sorted(l)
print(l1)#[1, 2, 3, 4, 4, 6, 9]
四、面向过程编程
核心是过程二字,过程指的就是解决问题的步骤,即先干什么后干什么,基于该思想编写程序就好比在设计一条流水线,是一种机械化的思维方式
优点: 复杂的问题流程化,进而简单化
缺点:可扩展性差
焚膏油以继晷，恒兀兀以穷年。
