Python知识点总结篇(四)

递归

  • 特性
    • 必须有明确的结束条件;
    • 每进入深一层递归,问题规模比上层应有所减少;
    • 递归效率不高,层次更多会导致栈溢出;
def calc(n):
    print(n)
    if n // 2 > 0:
        return calc(n // 2)
calc(10)
Python知识点总结篇(四)_第1张图片
image

函数式编程

  • 计算机:在计算机层面,CPU执行的是加减乘除以及各种判断和跳转指令代码,因而汇编是最贴近计算机的语言,越接近计算机底层的语言执行效率越高;
  • 计算:指数学意义上的计算,越抽象的计算,离计算机硬件越远,效率越低;
  • 定义:一种抽象程度极高的编程范式,纯粹的函数式编程语言编写的函数没有变量,故对于一个函数,只要输入确定,输出就确定,函数式编程是一种讨论如何编程的方法论,主要思想是把运算过程尽量集成一系列嵌套的函数调用;

高阶函数

  • 定义:把其他函数作为参数的函数叫做高阶函数;
def add(x, y, func):
    return func(x) * func(y)
result = add(4, 8, abs)
print(result)
Python知识点总结篇(四)_第2张图片
image

修饰器

  • 原则:
    • 不能修改被装修函数的源代码;
    • 不能修改被装饰函数的调用方式;
# --*--coding:utf-8--*--
#! /usr/bin/python3
user, passwd = 'k', '12345'
def auth(func):
    def wrapper(*args, **kwargs):
        username = input('username:').strip()
        password = input('passwd:').strip()

        if user == username and passwd == password:
            print('passed')
            func(*args, **kwargs)
        else:
            exit('Invalid username or password.')
    return wrapper

def index():
    print('welcomt to index page')

@auth
def home():
    print('welcome to home page')

@auth
def bbs():
    print('welcomt to bbs page')

index()
home()
bbs()
Python知识点总结篇(四)_第3张图片
image

迭代器与生成器

  • 生成器:generator,列表元素按某种算法推算而出,一边循环一边计算的机制,称为生成器,只有在调用时才产生相应数据;
  • 直接作用域for循环的对象称为可迭代对象,Iterable,使用isinstance()判断一个对象是否为Iterable对象,可用于for循环的数据类型有 以下两类:
    • 集合数据类型:listtupledictsetstr
    • generator,包括生成器和带yield的可迭代对象;
  • 迭代器: 可以别next()函数调用并不断返回下一个值的对象称为迭代器,他们表示一个惰性计算的序列,Iterator
  • 生成对象都是迭代器对象,listdictstr虽然是可迭代对象,但却不是迭代器,使用iter()函数可将他们从迭代对象转换为迭代器;

json和pickle数据序列化

# json序列化与反序列化
import json
info = {
    'name':'k',
    'age':22
    'sex':'男'
}
# 序列化
f = open('test.txt', 'w')
f.write(json.dumps(info))
# 反序列化
f = open('test.txt', 'r')
data = json.loads(f.read())
print(data['sex'])
f.close()
# pickle序列化与反序列化
import pickle
info = {
    'name':'k',
    'age':22
    'sex':'男'
}
# 序列化
f = open('test.txt', 'wb')
f.write(pickle.dumps(info)) #与下一句作用相同   
pickle.dump(info, f)
# 反序列化
f = open('test.txt', 'rb')
data = pickle.loads(f.read())
print(data['sex'])
f.close()

你可能感兴趣的:(Python知识点总结篇(四))