閱讀目錄

• 一 三元表達式、列表推導式、生成器表達式
• 二 遞歸與二分法
• 三 匿名函數
• 四 內置函數
• 五 階段性練習

一 三元表達式、列表推導式、生成器表達式

一 三元表達式

name=input(‘姓名>>: ‘)
res=‘SB‘ if name == ‘alex‘ else ‘NB‘
print(res)

二 列表推導式

#1、示例
egg_list=[]
for i in range(10):
    egg_list.append(‘雞蛋%s‘ %i)

egg_list=[‘雞蛋%s‘ %i for i in range(10)]

#2、語法
[expression for
 
 item1 in iterable1 if condition1
for item2 in iterable2 if condition2
...
for itemN in iterableN if conditionN
]
類似於
res=[]
for item1 in iterable1:
    if condition1:
        for item2 in iterable2:
            if condition2
                ...
                for itemN in iterableN:
                    
 
if conditionN:
                        res.append(expression)

#3、優點：方便，改變了編程習慣，可稱之為聲明式編程

三 生成器表達式

#1、把列表推導式的[]換成()就是生成器表達式

#2、示例：生一筐雞蛋變成給你一只老母雞，用的時候就下蛋，這也是生成器的特性
>>> chicken=(‘雞蛋%s‘ %i for i in range(5))
>>> chicken
<generator object <genexpr> at 0x10143f200>
>>> next(chicken)
 
‘雞蛋0‘
>>> list(chicken) #因chicken可叠代，因而可以轉成列表
[‘雞蛋1‘, ‘雞蛋2‘, ‘雞蛋3‘, ‘雞蛋4‘,]

#3、優點：省內存，一次只產生一個值在內存中

四 聲明式編程練習題

1、將names=[‘egon‘,‘alex_sb‘,‘wupeiqi‘,‘yuanhao‘]中的名字全部變大寫

2、將names=[‘egon‘,‘alex_sb‘,‘wupeiqi‘,‘yuanhao‘]中以sb結尾的名字過濾掉，然後保存剩下的名字長度

3、求文件a.txt中最長的行的長度（長度按字符個數算，需要使用max函數）

4、求文件a.txt中總共包含的字符個數？思考為何在第一次之後的n次sum求和得到的結果為0？（需要使用sum函數）

5、思考題

with open(‘a.txt‘) as f:
    g=(len(line) for line in f)
print(sum(g)) #為何報錯？

6、文件shopping.txt內容如下

mac,20000,3
lenovo,3000,10
tesla,1000000,10
chicken,200,1

求總共花了多少錢？

打印出所有商品的信息，格式為[{‘name‘:‘xxx‘,‘price‘:333,‘count‘:3},...]

求單價大於10000的商品信息,格式同上

#題目一
names=[‘egon‘,‘alex_sb‘,‘wupeiqi‘,‘yuanhao‘]
names=[name.upper() for name in names]

#題目二
names=[‘egon‘,‘alex_sb‘,‘wupeiqi‘,‘yuanhao‘]
names=[len(name) for name in names if not name.endswith(‘sb‘)]

#題目三
with open(‘a.txt‘,encoding=‘utf-8‘) as f:
    print(max(len(line) for line in f))

#題目四
with open(‘a.txt‘, encoding=‘utf-8‘) as f:
    print(sum(len(line) for line in f))
    print(sum(len(line) for line in f)) #求包換換行符在內的文件所有的字符數，為何得到的值為0?
    print(sum(len(line) for line in f)) #求包換換行符在內的文件所有的字符數，為何得到的值為0?

#題目五（略）

#題目六：每次必須重新打開文件或seek到文件開頭，因為叠代完一次就結束了
with open(‘a.txt‘,encoding=‘utf-8‘) as f:
    info=[line.split() for line in f]
    cost=sum(float(unit_price)*int(count) for _,unit_price,count in info)
    print(cost)


with open(‘a.txt‘,encoding=‘utf-8‘) as f:
    info=[{
        ‘name‘: line.split()[0],
        ‘price‘: float(line.split()[1]),
        ‘count‘: int(line.split()[2]),
    } for line in f]
    print(info)


with open(‘a.txt‘,encoding=‘utf-8‘) as f:
    info=[{
        ‘name‘: line.split()[0],
        ‘price‘: float(line.split()[1]),
        ‘count‘: int(line.split()[2]),
    } for line in f if float(line.split()[1]) > 10000]
    print(info)

二 遞歸與二分法

一 遞歸調用的定義

#遞歸調用是函數嵌套調用的一種特殊形式，函數在調用時，直接或間接調用了自身，就是遞歸調用

#直接調用本身
def f1():
    print(‘from f1‘)
    f1()
f1()

#間接調用本身
def f1():
    print(‘from f1‘)
    f2()

def f2():
    print(‘from f2‘)
    f1()
f1()

# 調用函數會產生局部的名稱空間，占用內存，因為上述這種調用會無需調用本身，python解釋器的內存管理機制為了防止其無限制占用內存，對函數的遞歸調用做了最大的層級限制
四 可以修改遞歸最大深度

import sys
sys.getrecursionlimit()
sys.setrecursionlimit(2000)

def f1(n):
    print(‘from f1‘,n)
    f1(n+1)
f1(1)

雖然可以設置，但是因為不是尾遞歸，仍然要保存棧，內存大小一定，不可能無限遞歸，而且無限制地遞歸調用本身是毫無意義的，遞歸應該分為兩個明確的階段，回溯與遞推

二 遞歸調用應該分為兩個明確的階段：遞推，回溯

#1、遞歸調用應該包含兩個明確的階段：回溯，遞推
    回溯就是從外向裏一層一層遞歸調用下去，
        回溯階段必須要有一個明確地結束條件，每進入下一次遞歸時，問題的規模都應該有所減少（否則，單純地重復調用自身是毫無意義的）

    遞推就是從裏向外一層一層結束遞歸

#2、示例+圖解。。。
# salary(5)=salary(4)+300
# salary(4)=salary(3)+300
# salary(3)=salary(2)+300
# salary(2)=salary(1)+300
# salary(1)=100
#
# salary(n)=salary(n-1)+300     n>1
# salary(1) =100                n=1

def salary(n):
    if n == 1:
        return 100
    return salary(n-1)+300

print(salary(5)) 

三 python中的遞歸效率低且沒有尾遞歸優化

#python中的遞歸
python中的遞歸效率低，需要在進入下一次遞歸時保留當前的狀態，在其他語言中可以有解決方法：尾遞歸優化，即在函數的最後一步（而非最後一行)調用自己，尾遞歸優化：http://egon09.blog.51cto.com/9161406/1842475
但是python又沒有尾遞歸，且對遞歸層級做了限制

#總結遞歸的使用：
1. 必須有一個明確的結束條件

2. 每次進入更深一層遞歸時，問題規模相比上次遞歸都應有所減少

3. 遞歸效率不高，遞歸層次過多會導致棧溢出（在計算機中，函數調用是通過棧（stack）這種數據結構實現的，每當進入一個函數調用，棧就會加一層棧幀，每當函數返回，棧就會減一層棧幀。由於棧的大小不是無限的，所以，遞歸調用的次數過多，會導致棧溢出）

四 二分法

想從一個按照從小到大排列的數字列表中找到指定的數字，遍歷的效率太低，用二分法（算法的一種，算法是解決問題的方法）可以極大低縮小問題規模

l=[1,2,10,30,33,99,101,200,301,311,402,403,500,900,1000] #從小到大排列的數字列表

def search(n,l):
    print(l)
    if len(l) == 0:
        print(‘not exists‘)
        return
    mid_index=len(l) // 2
    if n > l[mid_index]:
        #in the right
        l=l[mid_index+1:]
        search(n,l)
    elif n < l[mid_index]:
        #in the left
        l=l[:mid_index]
        search(n,l)
    else:
        print(‘find it‘)


search(3,l)

l=[1,2,10,30,33,99,101,200,301,402]

def search(num,l,start=0,stop=len(l)-1):
    if start <= stop:
        mid=start+(stop-start)//2
        print(‘start:[%s] stop:[%s] mid:[%s] mid_val:[%s]‘ %(start,stop,mid,l[mid]))
        if num > l[mid]:
            start=mid+1
        elif num < l[mid]:
            stop=mid-1
        else:
            print(‘find it‘,mid)
            return
        search(num,l,start,stop)
    else: #如果stop > start則意味著列表實際上已經全部切完，即切為空
        print(‘not exists‘)
        return

search(301,l)

三 匿名函數

一 什麽是匿名函數？

匿名就是沒有名字
def func(x,y,z=1):
    return x+y+z

匿名
lambda x,y,z=1:x+y+z #與函數有相同的作用域，但是匿名意味著引用計數為0，使用一次就釋放，除非讓其有名字
func=lambda x,y,z=1:x+y+z 
func(1,2,3)
#讓其有名字就沒有意義

二 有名字的函數與匿名函數的對比

#有名函數與匿名函數的對比
有名函數：循環使用，保存了名字，通過名字就可以重復引用函數功能

匿名函數：一次性使用，隨時隨時定義

應用：max，min，sorted,map,reduce,filter

四 內置函數

#註意：內置函數id()可以返回一個對象的身份，返回值為整數。這個整數通常對應與該對象在內存中的位置，但這與python的具體實現有關，不應該作為對身份的定義，即不夠精準，最精準的還是以內存地址為準。is運算符用於比較兩個對象的身份，等號比較兩個對象的值，內置函數type()則返回一個對象的類型

#更多內置函數：https://docs.python.org/3/library/functions.html?highlight=built#ascii 

#字符串可以提供的參數 ‘s‘ None
>>> format(‘some string‘,‘s‘)
‘some string‘
>>> format(‘some string‘)
‘some string‘

#整形數值可以提供的參數有 ‘b‘ ‘c‘ ‘d‘ ‘o‘ ‘x‘ ‘X‘ ‘n‘ None
>>> format(3,‘b‘) #轉換成二進制
‘11‘
>>> format(97,‘c‘) #轉換unicode成字符
‘a‘
>>> format(11,‘d‘) #轉換成10進制
‘11‘
>>> format(11,‘o‘) #轉換成8進制
‘13‘
>>> format(11,‘x‘) #轉換成16進制 小寫字母表示
‘b‘
>>> format(11,‘X‘) #轉換成16進制 大寫字母表示
‘B‘
>>> format(11,‘n‘) #和d一樣
‘11‘
>>> format(11) #默認和d一樣
‘11‘

#浮點數可以提供的參數有 ‘e‘ ‘E‘ ‘f‘ ‘F‘ ‘g‘ ‘G‘ ‘n‘ ‘%‘ None
>>> format(314159267,‘e‘) #科學計數法，默認保留6位小數
‘3.141593e+08‘
>>> format(314159267,‘0.2e‘) #科學計數法，指定保留2位小數
‘3.14e+08‘
>>> format(314159267,‘0.2E‘) #科學計數法，指定保留2位小數，采用大寫E表示
‘3.14E+08‘
>>> format(314159267,‘f‘) #小數點計數法，默認保留6位小數
‘314159267.000000‘
>>> format(3.14159267000,‘f‘) #小數點計數法，默認保留6位小數
‘3.141593‘
>>> format(3.14159267000,‘0.8f‘) #小數點計數法，指定保留8位小數
‘3.14159267‘
>>> format(3.14159267000,‘0.10f‘) #小數點計數法，指定保留10位小數
‘3.1415926700‘
>>> format(3.14e+1000000,‘F‘)  #小數點計數法，無窮大轉換成大小字母
‘INF‘

#g的格式化比較特殊，假設p為格式中指定的保留小數位數，先嘗試采用科學計數法格式化，得到冪指數exp，如果-4<=exp<p，則采用小數計數法，並保留p-1-exp位小數，否則按小數計數法計數，並按p-1保留小數位數
>>> format(0.00003141566,‘.1g‘) #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留0位小數點
‘3e-05‘
>>> format(0.00003141566,‘.2g‘) #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留1位小數點
‘3.1e-05‘
>>> format(0.00003141566,‘.3g‘) #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留2位小數點
‘3.14e-05‘
>>> format(0.00003141566,‘.3G‘) #p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留0位小數點，E使用大寫
‘3.14E-05‘
>>> format(3.1415926777,‘.1g‘) #p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留0位小數點
‘3‘
>>> format(3.1415926777,‘.2g‘) #p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留1位小數點
‘3.1‘
>>> format(3.1415926777,‘.3g‘) #p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留2位小數點
‘3.14‘
>>> format(0.00003141566,‘.1n‘) #和g相同
‘3e-05‘
>>> format(0.00003141566,‘.3n‘) #和g相同
‘3.14e-05‘
>>> format(0.00003141566) #和g相同
‘3.141566e-05‘

字典的運算：最小值，最大值，排序
salaries={
    ‘egon‘:3000,
    ‘alex‘:100000000,
    ‘wupeiqi‘:10000,
    ‘yuanhao‘:2000
}

叠代字典，取得是key，因而比較的是key的最大和最小值
>>> max(salaries)
‘yuanhao‘
>>> min(salaries)
‘alex‘

可以取values，來比較
>>> max(salaries.values())
>>> min(salaries.values())
但通常我們都是想取出，工資最高的那個人名，即比較的是salaries的值，得到的是鍵
>>> max(salaries,key=lambda k:salary[k])
‘alex‘
>>> min(salaries,key=lambda k:salary[k])
‘yuanhao‘



也可以通過zip的方式實現
salaries_and_names=zip(salaries.values(),salaries.keys())

先比較值，值相同則比較鍵
>>> max(salaries_and_names)
(100000000, ‘alex‘)


salaries_and_names是叠代器，因而只能訪問一次
>>> min(salaries_and_names)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: min() arg is an empty sequence



sorted(iterable，key=None,reverse=False)

#1、語法
# eval(str,[,globasl[,locals]])
# exec(str,[,globasl[,locals]])

#2、區別
#示例一：
s=‘1+2+3‘
print(eval(s)) #eval用來執行表達式，並返回表達式執行的結果
print(exec(s)) #exec用來執行語句，不會返回任何值
‘‘‘
6
None
‘‘‘

#示例二：
print(eval(‘1+2+x‘,{‘x‘:3},{‘x‘:30})) #返回33
print(exec(‘1+2+x‘,{‘x‘:3},{‘x‘:30})) #返回None

# print(eval(‘for i in range(10):print(i)‘)) #語法錯誤，eval不能執行表達式
print(exec(‘for i in range(10):print(i)‘))

compile(str,filename,kind)
filename:用於追蹤str來自於哪個文件，如果不想追蹤就可以不定義
kind可以是：single代表一條語句，exec代表一組語句，eval代表一個表達式
s=‘for i in range(10):print(i)‘
code=compile(s,‘‘,‘exec‘)
exec(code)


s=‘1+2+3‘
code=compile(s,‘‘,‘eval‘)
eval(code)

五 階段性練習

1、文件內容如下,標題為:姓名,性別,年紀,薪資

egon male 18 3000
alex male 38 30000
wupeiqi female 28 20000
yuanhao female 28 10000

要求:
從文件中取出每一條記錄放入列表中,
列表的每個元素都是{‘name‘:‘egon‘,‘sex‘:‘male‘,‘age‘:18,‘salary‘:3000}的形式

2 根據1得到的列表,取出薪資最高的人的信息
3 根據1得到的列表,取出最年輕的人的信息
4 根據1得到的列表,將每個人的信息中的名字映射成首字母大寫的形式
5 根據1得到的列表,過濾掉名字以a開頭的人的信息
6 使用遞歸打印斐波那契數列(前兩個數的和得到第三個數，如：0 1 1 2 3 4 7...)

7 一個嵌套很多層的列表，如l=［1,2,[3,[4,5,6,[7,8,[9,10,[11,12,13,[14,15]]]]]]］，用遞歸取出所有的值

#1
with open(‘db.txt‘) as f:
    items=(line.split() for line in f)
    info=[{‘name‘:name,‘sex‘:sex,‘age‘:age,‘salary‘:salary}           for name,sex,age,salary in items]

print(info)
#2
print(max(info,key=lambda dic:dic[‘salary‘]))

#3
print(min(info,key=lambda dic:dic[‘age‘]))

# 4
info_new=map(lambda item:{‘name‘:item[‘name‘].capitalize(),
                          ‘sex‘:item[‘sex‘],
                          ‘age‘:item[‘age‘],
                          ‘salary‘:item[‘salary‘]},info)

print(list(info_new))

#5
g=filter(lambda item:item[‘name‘].startswith(‘a‘),info)
print(list(g))

#6
#非遞歸
def fib(n):
    a,b=0,1
    while a < n:
        print(a,end=‘ ‘)
        a,b=b,a+b
    print()

fib(10)
#遞歸
def fib(a,b,stop):
    if  a > stop:
        return
    print(a,end=‘ ‘)
    fib(b,a+b,stop)

fib(0,1,10)


#7
l=[1,2,[3,[4,5,6,[7,8,[9,10,[11,12,13,[14,15]]]]]]]

def get(seq):
    for item in seq:
        if type(item) is list:
            get(item)
        else:
            print(item)
get(l)

三元表達式、列表推導式、生成器表達式、遞歸、匿名函數、內置函數