文档章节

python学习——基础(四)

 随性_
发布于 2015/10/20 14:37
字数 853
阅读 34
收藏 0

在Python中,代码不是越多越好,而是越少越好。代码不是越复杂越好,而是越简单越好。

切片:

L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
print L[0:3] # ['Michael', 'Sarah', 'Tracy']


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,正好是3个元素。 如果第一个索引是0,还可以print L[:3]

同时可以设置步长:

L = range(100)
print L[10:20:2] # 最后一个2表示每隔2隔取一个值
print L[::5] # 所有数每隔5隔取一个
print L[:] # 原样复制一个list

tuple = (0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10) #tuple也可以切片
print tuple[:3]

print 'ABCDEFG'[:3] # 字符串也可以进行切片
print 'ABCDEFG'[::2]


按照从左边开始到右边截止的交集,否则为空。

迭代:

在Python中,迭代是通过for ... in来完成的;当我们使用for循环时,只要作用于一个可迭代对象,for循环就可以正常运行,而我们不太关心该对象究竟是list还是其他数据类型;那么,如何判断一个对象是可迭代对象呢?方法是通过collections模块的Iterable类型判断:

from collections import Iterable

print isinstance('abc', Iterable) # True
print isinstance([1, 2, 3], Iterable) # True
print isinstance((1, 2, 3), Iterable) # True
print isinstance({'java': 'diff', 'python': 'middle'}, Iterable) # True


同时可以获取可迭代对象元素的下标:
for i, key in enumerate(['a', 'b', 'c']):
    print i,key

0 a
1 b
2 c

for x, y in [(1, 1), (2, 4), (3, 9)]:
    print x, y

1 1
2 4
3 9


列表生成式:
print [x*x for x in  range(1, 11)]
# [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

print [x*x for x in range(1, 11) if x % 2 ==0]
# [4, 16, 36, 64, 100],在list里面可以用if语句进行刷选


print [m+n for m in 'ABC' for n in 'XYZ']
# ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

L = ['Hello', 'World', 18, 'Apple', None]
print [x.lower() if isinstance(x, str)else x for x in L ]
# ['hello', 'world', 18, 'apple', None],在条件表达式中进行筛选


生成器:

通过列表生成式,我们可以直接创建一个列表。但是,受到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。

所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器(Generator)。

创建L g 的区别仅在于最外层的[] () L 是一个list,而g 是一个generator。
s = (x*x for x in range(1, 11))
print [m for m in s] # 通过for循环遍历出generator的内容


另一种生成generator的方法:
def odd():
    print 'step 1'
    yield 1
    print 'step 2'
    yield 3
    print 'step 3'
    yield 5

print odd()

print [m for m in odd()]


结果:
<generator object odd at 0x0262D3A0>
step 1
step 2
step 3
[1, 3, 5]


变成generator的函数后,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。

© 著作权归作者所有

共有 人打赏支持
粉丝 9
博文 16
码字总数 18722
作品 0
南昌
私信 提问
加载中

评论(2)

随性_

引用来自“装B良”的评论

print [x*x for x in range(1, 11) if x % 2 ==0] 请问它的运算过程如何实现的0
个人愚见;执行顺序应该是, x in range(1,11); x % 2 ==0; pring x*x;
装B良
装B良
print [x*x for x in range(1, 11) if x % 2 ==0] 请问它的运算过程如何实现的0
机器学习的最佳学习路线原来只有四步

AI这个词相信大家都非常熟悉,近几年来人工智能圈子格外热闹,光是AlphoGo就让大家对它刮目相看。今天小天就来跟大家唠一唠如何进军人工智能的第一步——机器学习。 在机器学习领域,Python已...

ufv59to8
05/12
0
0
买《Python从小白到大牛》专题视频课程,送配套纸质图书

经过一年多时间的呕心沥血,Python立体化图书——《Python从小白到大牛》即将与大家见面了。所谓立体化图书包括:电子图书、视频、课件和服务等内容。 《Python从小白到大牛》纸质图书将于9...

tony关东升
07/23
0
0
年薪40万,我用的是这套Python学习体系

随着Python语言再次回到计算机十大语言排行第一的宝座,不少人又有了向Python这块发展的趋势。 最近,有位神秘大咖泄露出了一份宝贵的学习方法,很多人学习后,在短时间内达到了年薪40万!看...

北北北乐
08/17
0
0
程序员精选:TensorFlow和ML前5名的课程

如果你对人工智能、数据科学和机器学习感到好奇,那么我相信你已经听说过Google的机器学习API ——TensorFlow,他们已经用它来为Google搜索开发Rank Brain算法。TensorFlow是最受欢迎的机器学...

【方向】
08/25
0
0
七步教你Python进行机器学习

网络上有很多Python学习资源和机器学习学习资源,对于一个新手而言,如何开始呢?本篇文章将教你七步学会使用Python进行机器学习。 万事开头难。面对纷繁万千的网络学习资源,不知如何下手,...

断桥残雪断桥残雪
2015/11/20
0
0

没有更多内容

加载失败,请刷新页面

加载更多

Sentry使用

Sentry使用 以django为例.实际上sentry本身文档已经有介绍了.这里只是再总结 1、全局异常捕获 此方法可以全局捕获任何的异常(甚至包括你自己raise的异常),在实际使用过程中不太推荐.但胜在快...

_Change_
16分钟前
0
0
linux系统包管理工具详解 yum rpm apt-get pip wget

在Linux系统下,根据系统版本的不同会有各种各样的包管理工具,下面就简单的梳理一下这几种安装命令. 1、yum Yum(全称为 Yellow dog Updater, Modified)是一个在Fedora、RedHat、CentOS中的...

huoyoung
19分钟前
0
0
阿里巴巴Dubbo实现的源码分析

1. Dubbo概述 Dubbo是阿里巴巴开源出来的一个分布式服务框架,致力于提供高性能和透明化的RPC远程服务调用方案,以及作为SOA服务治理的方案。它的核心功能包括: #remoting:远程通讯基础,提...

别打我会飞
20分钟前
3
0
tomcat的maxThreads、acceptCount(最大线程数、最大排队数)

tomcat 6的Connector配置如下: <Connector port="8080" protocol="HTTP/1.1" connectionTimeout="20000" redirectPort="8443" maxThreads......

为了美好的明天
23分钟前
1
0
阿里P9架构师谈:高并发网站的监控系统选型、比较、核心监控指标

在高并发分布式环境下,对于访问量大的业务、接口等,需要及时的监控网站的健康程度,防止网站出现访问缓慢,甚至在特殊情况出现应用服务器雪崩等场景,在高并发场景下网站无法正常访问的情况...

架构师springboot
23分钟前
0
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部