Python笔记(14)-高级特性

Python的高级特性 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?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。这种数据类型虽然有下标,但很多其他数据类型是没有下标的,但是,只要是可迭代对象,无论有无下标,都可以迭代,比如。 阅读详情

迭代iteration

判断一个对象可迭代:

通过for循环来遍历

[root@centos01 python]# cat test.py 
#!/usr/bin/env python
# coding:utf-8
s="hello"
for i in s:
    print i
[root@centos01 python]# python test.py 
h
e
l
l
o
[root@centos01 python]# cat test.py 
#!/usr/bin/env python
# coding:utf-8
s = 1
for i in s:
    print i
[root@centos01 python]# python test.py 
Traceback (most recent call last):
  File "test.py", line 4, in <module>
    for i in s:
TypeError: 'int' object is not iterable

通过collections模块的iterable类型判断

#isinstance() 函数来判断一个对象是否是一个已知的类型

In [1]: from collections import Iterable

In [2]: isinstance('abc',Iterable)
Out[2]: True

In [3]: isinstance({"name":"vaon"},Iterable)
Out[3]: True

In [4]: isinstance([123],Iterable)
Out[4]: True

In [5]: isinstance((1,2,3),Iterable)
Out[5]: True

In [6]: isinstance(1,Iterable)
Out[6]: False

列表生成式

for循环

输出1-10之间所有整数求平方之后的结果

In [9]: [i**2 for i in range(1,11)]
Out[9]: [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

for循环+if语句

输出1-10之间所有整数求平方,再跟2取余为0的结果

In [11]: [i**2 for i in range(1,11) if (i**2)%2 == 0]
Out[11]: [4, 16, 36, 64, 100]

for循环+for循环

输出'abc'和'123'的全排列

In [12]: [i+j for i in "abc" for j in "123"]
Out[12]: ['a1', 'a2', 'a3', 'b1', 'b2', 'b3', 'c1', 'c2', 'c3']

扩展

列出当前目录下的所有.py文件或目录

#os.listdir(".")表示列出当前目录下所有文件、目录

#i.endswith(".py")判断字符串是否以.py后缀结尾,如果以指定后缀结尾返回True,否则返回False

In [26]: [i for i in os.listdir(".") if i.endswith(".py")]
Out[26]: ['check_bool.py', 'function.py', 'test.py']

练习1

给定一个正整数,编写程序计算有多少对质数的和等于输入的这个正整数,并输出结果。输入值小于1000。如,输入为10, 程序应该输出结果为2。(共有两对质数的和为10,分别为(5,5),(3,7))

#!/usr/bin/env python
# coding:utf-8
shuru=input("输入一个正整数(<=1000):")
def zhishu(num):
    for i in range(2,num):
        if num%i == 0:
            return False
    else:
        return True
 
p=[i for i in range(2,shuru) if zhishu(i)]
 
peidui=[(m,n) for m in p for n in p if m+n == shuru and m <= n]
print len(peidui)

生成器generator

背景

通过列表生成式,可以直接创建一个列表(list):

In [2]: [i for i in range(1,10)]
Out[2]: [1, 2, 3, 4, 5, 6, 7, 8, 9]

受到内存限制,列表容量肯定是有限的,例如创建一个包含 100 万个元素的列表,会占用很大的存储空间,创建过程有可能使电脑卡住。

定义

在循环的过程中不断由前一个元素推算出后一个元素,但是后续元素并不立刻生成出来。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)

使用生成器的方式

1.把一个列表生成式的[]改为()

In [3]: g=(i for i in range(1,10000000))

In [4]: g
Out[4]: <generator object <genexpr> at 0x7f9d83652dc0>

调用:

使用.next()

每调用一次显示一个元素

In [5]: g=(i for i in range(1,4))

In [6]: g.next()
Out[6]: 1

In [7]: g.next()
Out[7]: 2

In [8]: g.next()
Out[8]: 3

In [9]: g.next()
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-9-d7e53364a9a7> in <module>()
----> 1 g.next()

StopIteration: 

使用for循环

In [10]: g=(i for i in range(1,4))

In [11]: for i in g:
   ....:     print i
   ....:     
1
2
3

2.yield用法

如果函数里面有yield关键字,那么调用这个函数的结果赋值给的变量为生成器

当生成器g调用第一个next方法时,会运行函数,直到遇到第一个yield停止

当调用第二个next方法时,会从停止的地方继续执行,直到遇到下一个yield

#!/usr/bin/env python
# coding:utf-8
def fun():
    print "1."          #输出"1."
    yield "第一个yield"  #遇到yield停止,yield后面跟的内容可以在print g.next()时显示出来
    print "2."
    yield "第二个yield"
    print "3."
    yield "第三个yield"
    print "4."
    yield "第四个yield"
 
g = fun()
print g.next()
print g.next()
print g.next()
print g.next()

执行结果:

[root@centos01 python]# python test.py
1.
第一个yield
2.
第二个yield
3.
第三个yield
4.
第四个yield

练习1:

Fibonacci(斐波纳契)数列,除第一个和第二个数外,任意一个数都可由前两个数相加得到:1, 1, 2, 3, 5, 8, 13, 21,...,本题要求生成6个数即可

#!/usr/bin/env python
# coding:utf-8
def fib(max):    #max为最终生成fib数列个数
    n,a,b = 0,0,1   #n代表当前fib数列个数,a代表n-1的值,b代表n的值
    while n < max:
        yield b     #当前第一个数列
        a,b = b,a+b
        n += 1
 
g = fib(6)   #变量g就是生成器

for i in g:
    print i

输出结果:

[root@centos01 python]# python test.py
1
1
2
3
5
8

3.send用法

使用send方法给生成器函数发送数据

使用send方法前,必须先调用一次next()方法

遇到下一个yield停止

#!/usr/bin/env python
# coding:utf-8
def fun():
    print "start"
    num1 = yield
    print num1
    num2 = yield
    print num2

g = fun()   #g是生成器 
g.next()    #使用send方法前,必须先调用一次next()方法
g.send(1)   #将1发送给变量num1,此时num1=1
g.send(11)  #将11发送给变量num1,此时num1=11

 执行结果:

[root@centos01 python]# python test.py
start
1
11
Traceback (most recent call last):
File "test.py", line 13, in <module>
g.send(11) #将11发送给变量num1,此时num1=11
StopIteration

#!/usr/bin/env python
# coding:utf-8
def fun():
    print "one"
    num1 = yield "sss"
    print num1
    num2 = yield
    print num2

g = fun()   #g是生成器
g.next()    #这里先打印"one",代码执行到num1 = yield "sss"停止,g.next()存储yield后面的内容
print g.send("hello")   #从上次yield停止的地方继续执行,将"hello"发送给num1,打印出num1的值,执行到num2 = yield停止,g.send()存储yield后面的内容,由于这里为空,所以此时g.send()=None

执行结果:

[root@centos01 python]# python test.py
one
hello
None

练习1:

生产者-消费者(producer-consumer)模型,也称作有界缓冲区(bounded-buffer)问题,两个进程共享一个公共的固定大小的 缓冲区。其中一个是生产者,用于将消息放入缓冲区;另外一个是消费者,用于从缓冲区中取出消息。问题出现在当缓冲区已经满了,而此时生产者还想向其中放入 一个新的数据项的情形,其解决方法是让生产者此时进行休眠,等待消费者从缓冲区中取走了一个或者多个数据后再去唤醒它。同样地,当缓冲区已经空了,而消费 者还想去取消息,此时也可以让消费者进行休眠,等待生产者放入一个或者多个数据时再唤醒它。

#!/usr/bin/env python
# coding:utf-8
import time  #调用time内置模块
food = []    #定义一个food列表,模拟包子店的所有包子
def consumer(name):
    print "%s准备买包子" %(name)
    while True:
        baozi_name = yield
        print "客户[%s]买了[%s]馅的包子" %(name,baozi_name)
        food.remove(baozi_name)  #当客户买了这个馅的包子就从列表中删除
def producer(name,*kind):  #*kind表示使用函数中的可变参数
    c1 = consumer("路飞")
    c1.next()
    print "%s准备制作包子..." %(name)
    for i in kind:
        time.sleep(3)  #表示休眠3秒,模拟厨师制作包子过程
        print "厨师[%s]做了[%s]馅包子" %(name,i)
        food.append(i)  #厨师制作了这个馅的包子就在列表中加入        
        c1.send(i)
 
producer("白胡子","牛肉","韭菜","豆沙")

 练习2:

简易聊天机器人

# coding:utf-8
def chat_robot():
    res = ""    #由于在使用.next()时会将遇到的第一个yield后面的内容保存到.next()中,因此必须给.next()一个值,否则会报错
    while True:
        receive = yield res
        if "hi" in receive or "hello" in receive:
            res = "你好"
        elif "名字" in receive or "name" in receive:
            res = "我是小冰"
        elif "年龄" in receive or "age" in receive:
            res = "18"
        elif "再见" in receive or "bye" in receive:
            res = "回聊"
        else:
            res = "我不懂你在说什么"

Chat = chat_robot()  #Chat时生成器
Chat.next()          #使用send方法前,必须先调用一次next()方法
while True:
    your_said = raw_input("客户>>:")
    if your_said.lower() == 'q':    #.lower()表示无论大写小写都转换为小写
        print "robot exit..."
        break
    response = Chat.send(your_said)
    print "小冰>>:%s" %(response)
大学四年的Python学习笔记分享之一,内容整理的比较多与仔细 目录一、创建第一个程序1.1运行 Python1.2交互模式1.3创建程序1.4运行程序1.5示例程序1.6要注意的点1.7注释1.8变量1.9类型1.10区分大小写1.11循环1.12缩进1.13缩进最佳实践1.14条件句1.15印刷1.16用户输入1.17通过语句二、数字2.1数字类型2.2布尔值 (bool)2.3浮点数(浮点数)2.4比较2.5转换数字三、字符串3.1表示文字文本3.2字符串转义码3.3字符串表示3.4字符串索引3.5字符串操作3.6字符串方法3.7字符串可变性3.8字符串可变性3. 阅读详情

相关推荐

实战解析:如何通过LTspice仿真优化MOS管缓启动电路,解决上电冲击电流问题

本文详细解析如何通过LTspice仿真优化MOS管缓启动电路,有效解决上电冲击电流问题。文章从问题根源分析入手,介绍LTspice环境搭建、缓启动电路设计原理、参数优化技巧及实际工程问题排查,帮助工程师掌握MOS管电源开关电路的关键设计方法,提升系统可靠性和性能。

weixin_28683689的博客 516

python具有可扩展的特性_Python笔记(14)-高级特性

迭代iteration判断一个对象可迭代:通过for循环来遍历[root@centos01 python]#cat test.py#!/usr/bin/env python#coding:utf-8s="hello"for i ins:printi[root@centos01 python]#python test.pyhello[root@centos01 python]#cat test.py...

weixin_39620535的博客 123

CTR模型:Deep&Cross Network

1. 简介 DCN模型(Deep & Cross Network for Ad Click Predictions)是2017年提出的。 出发点: (1)人工探索所有的交叉特征是不现实的; (2)难于推广未曾出现过的交叉特征。 DNN能够自动探索交叉特征并推广到未出现过的交叉特征,但是DNN的学习效率不高,且无法显式的学习特征交叉。 Deep&Cross Network, DCN 模型保留了DNN的优点,并提出了新的cross network,高效学习高阶特征交互。 优点: (1)cross

rosefun96的博客 9361

python高级特性_Python高级特性

参考原文开篇:高级特性是用来简化我们常用操作的特性,合理利用高级特性可以使代码更简洁、明了。切片取list或tuple中的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,能大大简化这种操作。示例:>>> L = ['a', 'b', 'c', 'd']>>> L[0:3]['a', 'b', 'c']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...

weixin_39614874的博客 106

告别VLC!用Python+OpenCV实时拉取RTSP监控流,并实现抽帧降低延迟(附完整代码)

本文介绍了一种基于Python和OpenCV的低延迟RTSP监控流处理方案,通过抽帧技术显著降低延迟并保持视频分析准确性。文章详细讲解了RTSP流处理的基础挑战、抽帧技术原理与实现,以及完整的低延迟处理方案,包括硬件加速配置和动态抽帧算法,帮助开发者优化监控视频流处理性能。

weixin_30333885的博客 275

采用MPU6050的手势遥控器

随着社会的发展与进步,电子产品日益更新,个人家庭迎来了越来越多的智能家电。然而,现在的智能电子设备产品的遥控器多数都是按键形的。操作繁琐不直观,学习成本大。并且对于有老人小孩的家庭,给他们的操作带来了巨大的障碍。手势遥控器是指利用简单的手势来指挥电子设备,获得便捷的操作体验。让家庭成员都可以享受科技发展带来的福利。MPU6050是一个运动传感器,内置陀螺仪,再由电子设备利用判断结果做出相应的响应即...

Sakura的博客小站 6603

python编程用什么笔记本好,学python用什么笔记本好

坦白讲,作为一个初学者、学生,如果不是拿电脑当服务器用,不是用电脑跑超运算量的数据分析,那么上面的电脑配置可以满足你90%以上的需求。如果是涉及深度学习的训练,那么还是申请云端服务器更好一些,为了很少量的训练内容,专门配置很少使用的高端机,得不偿失。在本文中,我推荐选择的笔记本电脑,主要是基于学生群体的使用场景和消费层次等等因素,提供参考配置以及候选电脑。好在给我们的选择不多,不会有选择困难。笔记本应该算是消耗品,就像买车是一样的,买来就掉价,所以,考虑上市半年到一年左右的机型时比较恰当的,未必要最新款。

Rtee1的博客 726

AI Agent开发实战:100个真实场景题库解析

AI Agent开发涉及复杂的需求理解、架构设计及安全防护等关键技术环节。在工程实践中,开发者常面临需求偏差、系统崩溃等挑战,特别是在金融、医疗等高要求场景下。通过真实案例题库,开发者能系统性地掌握需求分析、架构决策树建模(如向量数据库选型)、安全攻防策略(如提示词注入防御)等核心技能。这些实战经验不仅能提升Agent的可用性和安全性,还能优化其在电商客服、智能家居等场景中的表现。题库采用动态难度系统,覆盖从基础到高级的开发挑战,是AI工程化落地的重要参考。

weixin_29057695的博客 347

Python开发用什么笔记本好,python用什么笔记本电脑

坦白讲,作为一个初学者、学生,如果不是拿电脑当服务器用,不是用电脑跑超运算量的数据分析,那么上面的电脑配置可以满足你90%以上的需求。如果是涉及深度学习的训练,那么还是申请云端服务器更好一些,为了很少量的训练内容,专门配置很少使用的高端机,得不偿失。在本文中,我推荐选择的笔记本电脑,主要是基于学生群体的使用场景和消费层次等等因素,提供参考配置以及候选电脑。好在给我们的选择不多,不会有选择困难。笔记本应该算是消耗品,就像买车是一样的,买来就掉价,所以,考虑上市半年到一年左右的机型时比较恰当的,未必要最新款。

high_colever的博客 1273

二次规划问题(qp)和序列二次规划问题(sqp)的简单理解

当二次规划的约束为非线性约束时,通常会采用sqp进行求解,用连续求解qp的方法来得到非线性约束条件下的最优解,上述的qpoases和osqp均无法直接求解非线性约束问题,所以如果使用这两个库的话,注意,sqp是结果,而不是原因,只有在非线性约束的情况下才会考虑sqp求解,如果问题本身就是线性约束,则直接用qp解就行。对于工程师而言,我们在编写代码的时候,并不关心二次规划问题的求解细节,所以一般是把二次规划问题建立好后,直接调用三方库进行求解。因为约束为非线性约束,所以先将约束进行线性化,约束原方程为。

zmhzmhzm的博客 1万+

TPAMI 2024 | 面向大型城市场景的快速建筑实例代理重建

大规模城市场景(特别是建筑物)的数字化是一个长期存在的开放问题,这归因于数据获取方面的挑战,如场景覆盖不完整、缺乏语义、规划路径的效率和可靠性低。在本文中,我们针对从航拍图像中重建城市建筑的问题,提出了一个有效的工作流程和一些新颖的算法,用于大型城市场景中高效的3D建筑实例代理重建。具体来说,我们提出了一种基于学习的新型方法,用于从航拍图像中进行城市建筑的实例分割,然后通过基于投票的算法将多视图实例信息融合到稀疏点云中(使用标准结构从运动管道重建)。我们的方法实现了从点云中对建筑实例进行有效的实例分割。

小白学视觉 322

3.14 python笔记

文章目录赋值链式赋值系列解包赋值常量最基本内置数据类型介绍数字整数浮点数类型转换和四舍五入增强型赋值运算符时间的表示操作 定义多点坐标-绘出折线-并计算起始点和终点距离布尔值比较运算符逻辑运算符同一运算符整数缓存问题字符串字符串基本特点字符串的编码引号创建字符串空字符串和len()函数转义字符字符串拼接字符串复制不换行打印从控制台上读取字符串str()实现数字转型字符串使用【】提取字符replac...

Crammerhj的博客 1237

AI挖矿技术全景解析:从智能勘探到自主开采的2025年度技术演进与产业变革

随着全球关键矿产资源需求激增与开采难度加剧,人工智能(AI)技术正在重塑矿业全生命周期。本文系统综述了2025年AI挖矿技术的最新进展,涵盖从地质勘探、资源评估到自主开采、安全监控的完整技术链条。基于Elsevier 2025年发表的最新研究成果及IEEE会议前沿动态,本文深入分析了深度学习、强化学习、计算机视觉等核心技术在矿物识别、品位预测、设备维护等场景的应用机制。研究数据显示,AI技术已使勘探成功率提升45%,设备停机时间减少35%,整体运营效率提高40%以上。

nmdbbzcl的博客 2087

python编程用什么笔记本好,python用什么笔记本电脑

坦白讲,作为一个初学者、学生,如果不是拿电脑当服务器用,不是用电脑跑超运算量的数据分析,那么上面的电脑配置可以满足你90%以上的需求。如果是涉及深度学习的训练,那么还是申请云端服务器更好一些,为了很少量的训练内容,专门配置很少使用的高端机,得不偿失。优点:荣耀源于华为。大家好,小编来为大家解答以下问题,写python大家都用什么笔记本的,python编程用什么笔记本好,现在让我们一起来看看吧!笔记本应该算是消耗品,就像买车是一样的,买来就掉价,所以,考虑上市半年到一年左右的机型时比较恰当的,未必要最新款。

降AIGC工具 1100

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

Python高级特性

掌握了Python的数据类型、语句和函数,基本上就可以编写出很多有用的程序了。 比如构造一个1, 3, 5, 7, ..., 99的列表,可以通过循环实现: L = [] n = 1 while n <= 99: L.append(n) n = n + 2 但是在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。 基于这一思想,我们...

kopoo的博客 283

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

python编程用什么笔记本好,python编程用什么系统好

坦白讲,作为一个初学者、学生,如果不是拿电脑当服务器用,不是用电脑跑超运算量的数据分析,那么上面的电脑配置可以满足你90%以上的需求。如果是涉及深度学习的训练,那么还是申请云端服务器更好一些,为了很少量的训练内容,专门配置很少使用的高端机,得不偿失。在本文中,我推荐选择的笔记本电脑,主要是基于学生群体的使用场景和消费层次等等因素,提供参考配置以及候选电脑。好在给我们的选择不多,不会有选择困难。笔记本应该算是消耗品,就像买车是一样的,买来就掉价,所以,考虑上市半年到一年左右的机型时比较恰当的,未必要最新款。

2301_81896102的博客 612

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

Python 【高级特性】

Python 【高级特性】 切片:获得str、list、tuple(它们共同点:都是有序的。而集合无序,字典中有特殊的键值对,则不可切片。)的连续的一段元素。如何切片?需切片的对象[ a:b:c ] ,如list1[0:6:1]。 (1)[ a:b:]是半开放半封闭,读a不读b。 (2)a不写时,默认为0。 (3)c是读取步长。 ...

versionkang 108

Python的一些高级特性

Python的一些高级特性 文章目录Python的一些高级特性高级特性列表生成式生成器迭代器函数式编程闭包匿名函数装饰器偏函数 高级特性 列表生成式 1.写列表生成式时,把要生成的元素x **2 放到前面,后面跟for循环,这是一般的用法。 >>> b = [x**2 for x in range(0,11)] >>> b [0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100] 2.列表生成式也可以输出某个目录下所有文件和文件夹的名称。 &

想要腹肌的熊的博客 416

Python Requests 的一些高级特性

原文链接: Python Requests 的一些高级特性 ...

阿豪 133

Python基本语法及高级特性总结

Python是一种广泛使用的解释型、高级和通用的编程语言。它由荷兰数学和计算机科学研究学会的Guido van Rossum创造,第一版发布于1991年,是ABC语言的后继者,也可以视之为一种使用传统中缀表达式的LISP方言。

a342874650的专栏 2512

能带动python的笔记本电脑,python用什么笔记本电脑

坦白讲,作为一个初学者、学生,如果不是拿电脑当服务器用,不是用电脑跑超运算量的数据分析,那么上面的电脑配置可以满足你90%以上的需求。如果是涉及深度学习的训练,那么还是申请云端服务器更好一些,为了很少量的训练内容,专门配置很少使用的高端机,得不偿失。在本文中,我推荐选择的笔记本电脑,主要是基于学生群体的使用场景和消费层次等等因素,提供参考配置以及候选电脑。好在给我们的选择不多,不会有选择困难。笔记本应该算是消耗品,就像买车是一样的,买来就掉价,所以,考虑上市半年到一年左右的机型时比较恰当的,未必要最新款。

w12130826的博客 741

python编程用什么笔记本

有时候小鱼在逛一些问答专栏的时候,经常会看到一些新手朋友问:学习编程,学习Python是不是对电脑的要求很高啊?价位较低的电脑能不能搭建Python环境啊?不管是为学习编程Python做准备的朋友还是即将要进入大学的小伙伴亦或是已经进入大学的小伙伴这篇文章皆可安心食用!买什么电脑还要根据自身的实际情况来决定,如果是学生党,建议普通的笔记本就可以,没必要花大价钱来纠结这事;如果上班族,有一定的经济基础,可以选择高端一点的产品。

2401_85979589的博客 443
上一篇: Python笔记(13)-函数
下一篇: Python笔记(15)-模块
ToryCode
博客等级 码龄3年 44粉丝 130原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值