首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python知识点总结篇(四)

Python知识点总结篇(四)

作者头像
村雨遥
发布2019-09-09 17:17:37
3010
发布2019-09-09 17:17:37
举报
文章被收录于专栏:JavaParkJavaPark

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,分享自作者个人站点/博客。
原始发表:2018年09月18日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档