Python学习之旅 —— 基础篇字符串格式化递归生成器&迭代器模块

Posted 2020-07-22

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）
- <，内容左对齐
- >，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(numb, times):
times += 1
numb = numb * times

if times > 7:
return "END"
else:
print(numb)
return func(numb, times)

ret = func(1, 0)
print(ret)
print(1 * 2 * 3 * 4 * 5 * 6 * 7)

 

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<generator object func at 0x1013857d8>


# 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。