python用递归法将一个整数n转化为字符串_Python学习之旅 —— 基础篇（五）字符串格式化、递归、生成器&迭代器...

本篇要点：

字符串格式化

递归

生成器和迭代器

模块

一、字符串格式化

字符串格式化的两种方式：占位符 %, format函数

1、占位符%

%[(name)][flags][width].[precision]typecode

- (name) 可选，用于选择指定的key

- flags 可选，可供选择的值有:

- + 右对齐；正数前加正好，负数前加负号；

- - 左对齐；正数前无符号，负数前加负号；

- 空格 右对齐；正数前加空格，负数前加负号；

- 0 右对齐；正数前无符号，负数前加负号；用0填充空白处

- width 可选，占有宽度

- .precision 可选，小数点后保留的位数

- typecode 必选

- s，获取传入对象的__str__方法的返回值，并将其格式化到指定位置

- r，获取传入对象的__repr__方法的返回值，并将其格式化到指定位置

- c，整数：将数字转换成其unicode对应的值，10进制范围为 0<= i<= 1114111(py27则只支持0-255)；字符：将字符添加到指定位置- o，将整数转换成 八 进制表示，并将其格式化到指定位置

- x，将整数转换成十六进制表示，并将其格式化到指定位置

- d，将整数、浮点数转换成 十 进制表示，并将其格式化到指定位置

- e，将整数、浮点数转换成科学计数法，并将其格式化到指定位置(小写e)

- E，将整数、浮点数转换成科学计数法，并将其格式化到指定位置(大写E)

- f， 将整数、浮点数转换成浮点数表示，并将其格式化到指定位置(默认保留小数点后6位)

- F，同上

- g，自动调整将整数、浮点数转换成 浮点型或科学计数法表示(超过6位数用科学计数法)，并将其格式化到指定位置(如果是科学计数则是e；)

- G，自动调整将整数、浮点数转换成 浮点型或科学计数法表示(超过6位数用科学计数法)，并将其格式化到指定位置(如果是科学计数则是E；)

- %，当字符串中存在格式化标志时，需要用 %%表示一个百分号

注：Python中百分号格式化是不存在自动将整数转换成二进制表示的方式

练习：

tpl = "i am %s" % "alex"

print(tpl)

tpl = "i am %s age %d" % ("alex", 18)

print(tpl)

tpl = "i am %(name)s age %(age)d" % {"name": "alex", "age": 18}

print(tpl)

tpl = "percent %.2f" % 99.97623

print(tpl)

tpl = "i am %(pp).2f" % {"pp": 123.425556, }

print(tpl)

tpl = "i am %.2f %%" % {"pp": 123.425556, }

print(tpl)

2、format(*args, **kwargs) 函数方式

[[fill]align][sign][#][0][width][,][.precision][type]

- fill 【可选】空白处填充的字符

- align 【可选】对齐方式(需配合width使用)

-

->，内容右对齐(默认)

- ＝，内容右对齐，将符号放置在填充字符的左侧，且只对数字类型有效。 即使：符号+填充物+数字

- ^，内容居中

- sign 【可选】有无符号数字

- +，正号加正，负号加负；

- -，正号不变，负号加负；

- 空格 ，正号空格，负号加负；

- # 【可选】对于二进制、八进制、十六进制，如果加上#，会显示 0b/0o/0x，否则不显示

- ， 【可选】为数字添加分隔符，如：1,000,000

- width 【可选】格式化位所占宽度

- .precision 【可选】小数位保留精度

- type 【可选】格式化类型

- 传入” 字符串类型 “的参数

- s，格式化字符串类型数据

- 空白，未指定类型，则默认是None，同s

- 传入“ 整数类型 ”的参数

- b，将10进制整数自动转换成2进制表示然后格式化

- c，将10进制整数自动转换为其对应的unicode字符

- d，十进制整数

- o，将10进制整数自动转换成8进制表示然后格式化；

- x，将10进制整数自动转换成16进制表示然后格式化(小写x)

- X，将10进制整数自动转换成16进制表示然后格式化(大写X)

- 传入“ 浮点型或小数类型 ”的参数

- e， 转换为科学计数法(小写e)表示，然后格式化；

- E， 转换为科学计数法(大写E)表示，然后格式化;

- f ， 转换为浮点型(默认小数点后保留6位)表示，然后格式化；

- F， 转换为浮点型(默认小数点后保留6位)表示，然后格式化；

- g， 自动在e和f中切换

- G， 自动在E和F中切换

- %，显示百分比(默认显示小数点后6位)

练习：

s = "name is {}, age {}.".format("pesen", 18)

print(s)

s = "name is {}, age {}.".format(*["pesen", 18])

print(s)

s = "name is {0}, age {1}, retry name is {0}".format("pesen", 18)

print(s)

s = "name is {0}, age {1}, retry name is {0}".format(*["pesen", 18])

print(s)

s = "name is {name}, age {age}, retry name is {name}".format(name="pesen", age=18)

print(s)

s = "name is {name}, age {age}, retry name is {name}".format(**{"name": "pesen", "age": 18})

print(s)

s = "name is {0[0]}, age {0[1]}, retry name is {1[0]}".format(["pesen", 19], ["Xie", 20, "job"])

print(s)

s = "name is {name:s}, age {age:d},money is {money:.2f}".format(**{"name": "pesen", "age": 18, "money": 100})

print(s)

numb = "二进制: {:b}; 八进制: {:o}; 十进制: {:d}; " \

"十六进制:{:x}; 十六进制:{:X}, 百分比: {:.3%}".format(*[15, 15, 15, 15, 15, 0.0998, 122344])

print(numb)

numb = "二进制: {:#b}; 八进制: {:#o}; 十进制: {:#d}; " \

"十六进制:{:#x}; 十六进制:{:#X}, 百分比: {:.3%}".format(*[15, 15, 15, 15, 15, 0.0998, 122344])

print(numb)

二、递归

循环执行相同的程序,知道满足某个条件结束调用.

def func(numb):

numb += 1

print(numb)

if numb >= 10:

return "END"

return func(numb)

ret = func(0)

print(ret)

思考题: 递归实现1*2*3*4*5*6*7

def func(num):

if num == 1:

return 1

return num * func(num-1)

ret = func(7)

print(ret)

三、生成器和迭代器

生成器：带有 yield 的函数在 Python 中被称之为 generator(生成器)。示例：

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，知道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。

使用迭代器的优点：

对于原生支持随机访问的数据结构(如tuple、list)，迭代器和经典for循环的索引访问相比并无优势，反而丢失了索引值(可以使用内建函数enumerate()找回这个索引值)。但对于无法随机访问的数据结构(比如set)而言，迭代器是唯一的访问元素的方式。

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，或是斐波那契数列等等。

迭代器更大的功劳是提供了一个统一的访问集合的接口，只要定义了__iter__()方法对象，就可以使用迭代器访问。

迭代器有两个基本的方法:

next方法：返回迭代器的下一个元素

__iter__方法：返回迭代器对象本身

def func():

print(111)

yield 11

print(222)

yield 22

print(333)

yield 33

ret = func()

print(ret) # 可以生成函数执行结果的一个对象

# for 循环本身使用了迭代器，所以在取值时，内存空间使用量一直是一个常量

for i in ret:

print(1)

生成器，迭代器示例：模拟xrange()

def myrange(args):

start = 0

while True:

if start > args:

return

yield start

start += 1

ret = myrange(3)

print(ret) # ret 是一个生成器

for i in ret:

print(i)

yield 的作用就是把一个函数变成一个 generator，调用 myrange(3) 不会执行 myrange 函数，而是返回一个 iterable 对象！在 for 循环执行时，每次循环都会执行 myrange 函数内部的代码，执行到 yield start 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield start 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。