专栏首页村雨遥Python知识点总结篇(四)

Python知识点总结篇(四)

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

本文链接:https://blog.csdn.net/github_39655029/article/details/82765300

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)

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)

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()

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()

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • C++知识点总结篇

    版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

    村雨遥
  • Numpy学习之数组

    版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

    村雨遥
  • 手把手教你打造自己的 Linux 工作环境,美如画!

    我们在工作或学习过程中,有许多时候会接触到 Linux,然后便想要自己亲自试试这个系统,但苦于没有系统学习过,所以想要打造自己的工作环境难免会遇到许多困难。为了...

    村雨遥
  • 深入 Python 流程控制

    可能会有零到多个 elif 部分,else 是可选的。关键字 ‘elif’ 是 ’else if’ 的缩写,这个可以有效地避免过深的缩进。if … elif …...

    py3study
  • Python 【基础常识概念】

    下面再来看一个例子,例3中同一类型下的a和b的(a==b)都是为True,而(a is b)则不然。

    IT茂茂
  • 函数 | Python内置函数详解—集合操作类

    Python内置的函数及其用法。为了方便记忆,已经有很多开发者将这些内置函数进行了如下分类:

    潘永斌
  • Python函数的介绍

    Python技术与生活认知的分享
  • Python进阶:迭代器与迭代器切片

    在前两篇关于 Python 切片的文章中,我们学习了切片的基础用法、高级用法、使用误区,以及自定义对象如何实现切片用法(相关链接见文末)。本文是切片系列的第三篇...

    Python猫
  • 迭代器模式 Iterator 行为型 设计模式(二十)

    在计算机中,Iterator意为迭代器,迭代有重复的含义,在程序中,更有“遍历”的含义

    noteless
  • python基础-装饰器笔记

    函数装饰器用于在源码中“标记”函数,以某种方式增加函数的行为。这是一项强大的功能,但是若想要掌握,必须理解闭包。

    zx钟

扫码关注云+社区

领取腾讯云代金券