首页 / PYTHON / Python学习之day4

Python学习之day4

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python学习之day4，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2954字，纯文字阅读大概需要5分钟。

内容图文

参考文献：http://www.cnblogs.com/alex3714/articles/5143440.html

 

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，直到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。另外，迭代器的一大优点是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。

 

特点：
  • 访问者不需要关心迭代器内部的结构，仅需通过__next__()获取下一段内容
  • 不能随机访问集合中的某个值，只能从头到尾依次访问
  • 访问到一半时不能往回退
  • 便于循环比较大的数据集合，节省内存
生成一个迭代器：
>>> a = iter([1,2,3,4,5,])
>>> a
<list_iterator object at 0x0000013D1A8082E8>
>>> a.__next__()
1
>>> a.__next__()
2
>>> a.__next__()
3

 

生成器：一个函数调用时返回一个迭代器，这个函数就叫做生成器，如果函数中包含yield语法，那这个函数就会变成生成器。
 
                    #
                    !/usr/bin/env python
                    
#
                     -*- coding:utf-8 -*-
                    def
                     cash_money(amount):
    
                    while amount>0:
        amount -= 100
        yield 100
        print(‘你来啦！‘)
a = cash_money(500)
print(type(a))
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())

执行结果：

<class ‘generator‘>
100
你来啦！
100
你来啦！
100
你来啦！
100
你来啦！
100

装饰器：
装饰器这部分虽然大概看明白了是怎么用，但是很难总结是一个什么样的东西，以我的理解我是把它定义为在不改变原代码的情况下对原函数进行包装和扩展，根据需求为原函数添加更多的功能。
 
简单装饰器实现：
                def
                 login(func):
    
                def
                 inner(arg):
        
                print("passed user verification...")
        func(arg)
    return inner
def home(name):
    print("welcome %s to home page"%name)
@login #装饰器放在需要装饰的函数上面以@函数名的形式存在，程序执行是会优先执行login函数，并把被装饰的函数的函数名作为参数
def tv(name):
    print("welcome %s to TV page"%name)
def movie(name):
    print("welcome %s to movie page"%name)
tv("alex")

执行结果：

passed user verification...
welcome alex to TV page

复杂装饰器实现：

                def
                 Before(request,kwargs):
    
                print(‘before‘)

def After(request,kwargs):
    print(‘after‘)

def Filter(before_func,after_func):
    def outer(main_func):
        def wrapper(request,kargs):

            before_result = before_func(request,kargs)
            if(before_result != None):
                return before_result;

            main_result = main_func(request,kargs)
            if(main_result != None):
                return main_result;

            after_result = after_func(request,kargs)
            if(after_result != None):
                return after_result;

        return wrapper
    return outer

@Filter(Before, After)
def Index(request,kargs):
    print(‘index‘)

Index("alex","abc")

 

执行结果：

before
index
after

 

递归：递归算法是一种直接或者间接地调用自身算法的过程。在计算机编写程序中，递归算法对解决一大类问题是十分有效的。
 
递归算法解决问题的特点：
（1）递归就是在过程或函数里调用自身。
（2）在使用递归策略时，必须有一个明确的递归结束条件，称为递归出口。
（3）递归算法解题通常显得很简洁，但递归算法解题的运行效率较低。所以一般不提倡用递归算法设计程序。
（4）在递归调用过程中系统为每一层的返回点、局部变量等开辟了栈来存储。递归次数过多容易造成栈溢出等。所以一般不提倡用递归算法设计程序。
 
要求：
1.每次调用在规模上都有所减小（通常减半）；
2.相邻两次重复之间有紧密的联系，前一次要为后一次做准备（通常前一次的输出就作为后一次的输入）；
3.在问题的规模极小时必须用直接给出解答而不再进行递归调用，因而每次递归调用都是有条件的（以规模未达到直接解答的大小为条件），无条件递归调用将进入死循环而不能正常结束。
 
用递归算法打印斐波那契列表：
                        def
                         func(arg1,arg2):
    
                        if arg1 == 0:
        print(arg1)
        print(arg2)
    arg3 = arg1 + arg2
    print(arg3)
    if arg3 > 100:
        passelse:
        func(arg2, arg3)

func(0,1)

 

执行结果：

0
1
1
2
3
5
8
13
21
34
55
89
144

 

正则表达式：
正则表达式，又称正规表示法、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。

 

正则表达式用法可以参考一下博客：
 
 
 
 

原文：http://www.cnblogs.com/akon0207/p/5196946.html

内容总结

以上是互联网集市为您收集整理的Python学习之day4全部内容，希望文章能够帮你解决Python学习之day4所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/1287842.html

来源：【匿名】