Python3 笔记 14 Pythonic与Python杂记
14-2 用字典映射代替switch case语句
if/else可以代替switch但是非常不合适。
用字典代替switch：
day = 5
switcher = {
0:'Sunday',
1:'Monday',
2:'Tuesday'
}
day_name = switcher.get(day,'Unknow')
print(day_name)
利用get()完整模拟。
在字典中模拟带函数的switch：
day = 6
def get_sunday():
return 'Sunday'
def get_monday():
return 'Monday'
def get_tuesday():
return 'Tuesday'
def get_default():
return 'Unknow'
switcher = {
0:get_sunday,
1:get_monday,
2:get_tuesday
}
day_name = switcher.get(day,get_default)()
print(day_name)
14-3 列表推导式
根据已经存在的列表创建新的列表：
a = [1,2,3,4,5,6,7,8]
b = [i * i for i in a]
print(b)
#[1, 4, 9, 16, 25, 36, 49, 64]
或者i**2也事代表i的平方。
条件筛选：用列表推导式
a = [1,2,3,4,5,6,7,8]
b = [i**2 for i in a if i >= 5]
print(b)
#[25, 36, 49, 64]
map要结合filter才能实现。
a是集合、字典、元组也可以被推导：
a = {1,2,3,4,5,6,7,8}
b = {i**2 for i in a if i >= 5}
print(b)
14-4 字典如何编写列表推导式
students = {
'tai':18,
'park':32,
'a':12
}
b = [key for key,value in students.items()]
print(b)
students = {
'tai':18,
'park':32,
'a':12
}
b = {value:key for key,value in students.items()}
print(b)
students = {
'tai':18,
'park':32,
'a':12
}
b = (key for key,value in students.items())
for x in b:
print(x)
14-5 iterator与generator
迭代器：
可迭代对象和迭代器
可迭代对象(iterable)：可被for in循环遍历的对象
迭代器(iterator)：是一个对象，可被for in循环遍历。一定是个可迭代对象。
普通对象变成迭代器需要实现__iter__()和__next__()：
class BookCollection:
def __init__(self):
self.data = ['《往事》','《只能》','《回味》']
self.cur = 0
def __iter__(self):
return self
def __next__(self):
if self.cur >= len(self.data):
raise StopIteration()
r = self.data[self.cur]
self.cur += 1
return r
books = BookCollection()
for book in books:
print(book)
除了for in 遍历，还可以调用next方法：
books = BookCollection()
print(next(books))
print(next(books))
print(next(books))
迭代器具有一次性，只能遍历一次。若想再次遍历需要实例化一个新的对象。或者：
import copy
books = BookCollection()
books_copy = copy.copy(books) #浅拷贝
若想实现深拷贝的话：
books = BookCollection()
books_copy = copy.deepcopy(books) #生成器
生成器：
打印从0-10000的数字：
n = [i for i in range(0,10001)]
for i in n :
print(i)
可以实现但是太消耗内存。n是一个列表，列表存储需要消耗内存的。
更好的方法：生成器
迭代器是针对一个对象的，生成器是针对一个函数的。
函数实现法：
def gen(max):
n = 0
while n <= max:
print(n)
n += 1
gen(100000)
每次打印的都是实时计算出来的结果，不是都存储起来再打印。
不应该在函数内部实现如print这样的操作。
生成器：
def gen(max):
n = 0
while n <= max:
n += 1
yield n
g = gen(100000)
next(g)
next(g)
for i in g:
print(i)
yield会接着返回的地方继续执行。
n = (i for i in range(0,10001))
此时n也为生成器。
14-6 None
None 空，不等于空字符串、空列表、0、False
不仅在类型上不同，而且在值的比较上也不相同。
class NoneType
判空操作：
def fun():
return None
a = fun()
if not a:
print('s')
else:
print('f')
if a is None:
print('s')
else:
print('f')
#s
#s
如果 a = []则会进入到不同的分支中去。
推荐if a/if not a来判空。
None 不存在，False 假
14-7 对象存在并不一定是True
None永远对应False
自定义的对象：
class Test():
def __len__(self):
return 0
test = Test()
if test:
print('s')
else:
print('f')
#f #进的是False分支
test存在也有可能是False，需要考虑__len__与__bool__方法。
14-8 __len__与__bool__内置方法
如果没有定义__len__与__bool__方法则默认为True。
__len__返回0则为False，__len__代表长度，只能用int返回。
例外：__len__可返回True和False
调用len()时，则会调用__len__，如果没有__len__，求长度的时候会报错。
一旦加入了__bool__则由__bool__来控制对象的取值。
__bool__只能返回布尔型。
14-9 装饰器的副作用
import time
def decorator(func):
def wrapper():
print(time.time())
func()
return wrapper
#@decorator
def f1():
print(f1.__name__)
f1()
#f1 #不加装饰器的函数名字
import time
def decorator(func):
def wrapper():
print(time.time())
func()
return wrapper
@decorator
def f1():
print(f1.__name__)
f1()
#1532492964.0116718
#wrapper #加装饰器的函数名字
wrapper来字闭包函数。
python->help(len)->打印出内置说明
我们可以通过注释书写help()的内容
加了装饰器之后就无法找到函数的help()了
保证名字不改变：
import time
from functools import wraps
def decorator(func):
@wraps(func)
def wrapper():
print(time.time())
func()
return wrapper
@decorator
def f1():
print(f1.__name__)
f1()
#1532493245.2623913
#f1
wraps传入了原有函数，所以得知了原函数的信息，然后复制到闭包函数上，则信息得以保存。