Python小知识 | 这些技能你不会？(三)

版权声明：转载请在文章开头说明作者为：简说Python，注明文章来源，并请联系微信：zs820553471,否则将追究版权责任，谢谢。 https://blog.csdn.net/qq_39241986/article/details/84036871

Python小知识

最近在看《零压力学Python》,巩固一下基础知识，意外收获到很多常用却不一定被注意的小知识，分享给大家，学到东西了点赞支持哦~
第一篇：点击这里查看第一篇python小技能
第二篇：点击这里查看第二篇python小技能
个人微信公众号，欢迎关注领取学习资源

​

一、字典和集合

(1)字典
Python里字典（dict）是一种比较常用的数据结构，基本格式{key : values},key和values可以为任意类型，比如int,str等。

# 根据键可以轻松的索引获取的键值
dict_test = {'name':'XksA','age':22}
print('姓名：'+dict_test['name'])
print('年龄：'+str(dict_test['age']))
'''
result:
	姓名：XksA
	年龄：22
'''

# 字典遍历
dict_test = {'name':'XksA','age':22}

for k,v in dict_test.items():
	print(k + ':' + str(v))

'''
result:
	name:XksA
	age:22
'''
dict_test = {'name':'XksA','age':22}
# 只取键
for k in dict_test.keys():
	print(k)
print('-------------------')
# 只取键值
for v in dict_test.values():
	print(str(v))

'''
result:
	name
	age
	-------------------
	XksA
	22
'''

(2)集合
Python里集合（set），可以使用大括号 { } 或者 set() 函数创建，可以称为特殊列表，不能包含重复元素，另外需要注意：创建一个空集合必须用 set() 而不是 { }，因为只用 { } 是用来创建，系统会默认为空字典。

# 集合基本操作
set_test = {1,2,3,4,5,6}
# 添加
set_test.add('XksA')
print('添加后：'+str(set_test))
# 删除
set_test.remove(2)
print('删除后：'+str(set_test))
# 求交、并、差集
set_a = {1,2,3,4}
set_b = {3,4,5,6}
print('a/b的交集：'+str(set_a & set_b))
print('a/b的并集：'+str(set_a | set_b))
print('a/b的差集：'+str(set_a - set_b))

'''
result:
	添加后：{1, 2, 3, 4, 5, 6, 'XksA'}
	删除后：{1, 3, 4, 5, 6, 'XksA'}
	a/b的交集：{3, 4}
	a/b的并集：{1, 2, 3, 4, 5, 6}
	a/b的差集：{1, 2}
'''

特别提醒： 集合（set）是无序的，不支持排序，也不支持索引，如下面操作：

# 期望打印出集合set_b的第三个元素
print(set_b[2])

运行报错：TypeError: 'set' object does not support indexing

(3)小技能，模糊查找

# 基于字典的模糊查找
dict_txl = {'Mr.Zhang':'15799991234','Mr.XksA':'85320211','Miss.极简':'5220502'
            ,'WangW':'121331331','ZhangS':'121331331'}
while(True):
	str_name = input("输入要查找人姓名(可模糊查找)：")
	for k,v in dict_txl.items():
		if k.startswith(str_name):
			print(k + ':' + v)
	i = input("是否继续查找(y/n?)：")
	if i == 'n':
		break

'''
result:
	输入要查找人姓名(可模糊查找)：Z
	ZhangS:121331331
	是否继续查找(y/n?)：y
	输入要查找人姓名(可模糊查找)：Miss
	Miss.极简:5220502
	是否继续查找(y/n?)：y
	输入要查找人姓名(可模糊查找)：M
	Mr.Zhang:15799991234
	Mr.XksA:85320211
	Miss.极简:5220502
	是否继续查找(y/n?)：n
'''

startswith 函数
startswith函数用于检查字符串是否是以指定子字符串开头，如果是则返回 True，否则返回 False。如果参数 beg 和 end 指定值，则在指定范围内检查。
参数介绍
startswith(str, beg,end)

str -- 检测的字符串。
beg -- 可选参数用于设置字符串检测的起始位置。
end -- 可选参数用于设置字符串检测的结束位置。

二、类和对象

(1)基本介绍
书上是这样说的“信不信由你，从开始阅读本书起，你就一直在使用Python对象”，我觉得，完全没毛病，你有对象吗？
差点忘了，我这个是小技能，就不太细的去讲这些理论性的东西了，下面图片简单介绍一下类与对象，觉得不错点个赞哦~

(2)创建类，创建对象，调用类方法

# 创建类
class Myclass():
	# 创建类变量
	my_variable = '极简XksA'
	# 创建类函数
	def my_function(self):
		print("hello world!")

# 创建类对象
my_object = Myclass()
# 调用类变量
print(my_object.my_variable)
# 调用类函数
my_object.my_function()
'''
result :
	极简XksA
	hello world!
'''

(3)最重要的__init__()函数
Python里由“__”开始的和结尾的为保留字。
方法__init__是类最重要的方法之一，根据名字可以看出来，表示初始化，创建类对象的同时会自动调用这个方法，传参给类变量，通过__init__函数是个不错的选择或者说唯一选择。

# 创建类
class Myclass():
	# 创建类变量
	my_variable = '极简XksA'
	# 初始化函数
	def __init__(self,input_variable):
		# 修改类变量my_variable值
		self.my_variable = input_variable
		print("hello world!")

# 创建类对象，传递参数
my_object = Myclass('老表')
# 调用类变量
print(my_object.my_variable)

'''
result :
	hello world!
	老表
'''

三、生成器

在Python中，一边循环一边计算的机制，称为生成器（Generator）。
也可以这样理解，生成器就是一个可以自动迭代的对象，类似于for循环，又比for循环灵活。

# 一般生成Fibonacci sequence
def get_fibos(n):
'''
根据n生成Fibonacci数，生成量由n决定
比如：n = 10，就会生成10个Fibonacci数，一次性
'''
	a = b = 1
	i = 0 
	while i < n :
		i = i + 1
		a,b = a+b , a
		print(a)

# 修改成生成器
def get_fibos(n):
'''
把上面的print改成关键字:yield
函数执行到yield语句，就会停止本次运行，返回yield后的参数或语句
'''
	a = b = 1
	i = 0
	while i < n:
		i = i + 1
		a, b = a + b, a
		yield a
t0 = get_fibos(10)
print(t0)
for i in t0:
	print(i)
result :
	<generator object get_fibos at 0x0000021D112FC5C8>
	2
	3
	5
	8
	13
'''
可以很明显看出t0是一个生成器,可迭代
'''

根据上面，我们大致了解到生成器就是一个可迭代的对象，用yield关键字可以实现，上面已经说了函数执行到yield语句，就会停止本次运行，返回yield后的参数或语句,等下次调用该函数时，会从上次暂停的地方开始继续运行迭代，你肯定会想，那生成器到底有什么用呢？
我们再来看一个实例：

# 生成整数范围内的奇数
def get_odd_num():
	i = 1
	while True:
		yield i
		i += 2

生成整数范围内的奇数，很多人会觉得，我直接也可以生成啊，为什么要用yield改成生成器呢？你有没有想过，整数内的奇数，虽然有一个范围，但是，也还是很多的哈，你用什么存储呢？生成器的好处就是，你需要多少个，或者说你需要哪一个，需要第几个，我就给你找到这个数，只要到了这个数，我就停下来休息，等你下次想找别的了，我再接着继续找，一样的找到就休息，所以这样我们就不用考虑，这么多数放哪个地方了。
再来一个高级实例收尾：

# 自己生成随机数
from time import time
def get_rand():
	# 随机选择两个比较大的素数
	p1 = 1200556037
	p2 = 2444555677
	# 限定最大随机数范围
	max_rand = 2**32
	# 获取随机数种子
	r0 = int(time()*1000)
	while True:
		# 循环产生随机数
		n = r0
		n *= p2
		n %= p1 # 第一次增强随机性
		
		n += r0
		
		n *= p2
		n %= p1 # 第二次增强随机性

		n %= max_rand # 控制随机数范围
		r0 = n
		yield n

思路比较简单，生成随机数，首先要有个随机数种子（初始值），然后对初始值进行一些随机操作，这里采用了扩大（与一个质数相乘），回原（与另一个质数取余），这样反复做了两次，最后与max_rand 取余，得出最终随机数，这样一顿骚操作保证了数据的随机性，中间操作要设计到恰到好处，比较难，像密码学老师说的“你加密，又加密，再加密，又再加密···很可能最后出来的就是明文了”。

最后介绍一下__next__()函数，第一个实例就说了，生成器可以用for循环迭代，另外还有一个内置函数__next__也是可以的，从名字可以看出就是调出下一个，示例如下：

# fibos数
def get_fibos(n):
   a = b = 1
   i = 0
   while i < n:
   	i = i + 1
   	a, b = a + b, a
   	yield a
t0 = get_fibos(5)
print(t0.__next__())
print(t0.__next__())

'''
result : 
   	2
   	3
'''

生成器给我最大的感受就是，我在使用的过程中，不用过多的考虑，这些数据可能会溢出，或者怎么样，让我更多的想我实现的功能怎么设计会漂亮一点，多看看，敲一下上面的实例代码，就理解了，别妄想着看一遍就能懂，也不要边看边抓头发，有闲时候多出去走走，多敲敲代码，看看电影，聊聊天，听听歌，看看书。。。（说多了，下次见：装饰器）

灵活应用这些基本操作，让你的工作学习事半功倍。