本文适应人群：C# or Python3 基础巩固
代码裤子： https://github.com/lotapp/BaseCode
在线编程： https://mybinder.org/v2/gh/lotapp/BaseCode/master
在线预览：http://github.lesschina.com/python/base/ext/基础衍生.html
马上快期末考试了，老师蜜月也回来了，于是有了一场跨季度的复习讲课了：
1.Python基础语法扩展¶
1.1.if 判断条件相关¶
None、""、0、[]、{} ==> 假
1、" "、[None,""]、{"":None} ==> 真
小明可高兴了，前几天被打击的面目全非，这几天老师回来了，又可以大发神威了，于是抢先提交demo：
In [1]:
# None
if None:
print(True)
else:
print(False)
False
In [2]:
# 0为False
if 0:
print(True)
else:
print(False)
False
In [3]:
# 空字符串
if "":
print(True)
else:
print(False)
False
In [4]:
# 空列表为False
if []:
print(True)
else:
print(False)
False
In [5]:
# 空字典为False
if {}:
print(True)
else:
print(False)
False
In [6]:
# 1为True
if 1:
print(True)
else:
print(False)
True
In [7]:
# 含空格
if " ":
print(True)
else:
print(False)
True
In [8]:
if [None,""]:
print(True)
else:
print(False)
True
In [9]:
if {"":None}:
print(True)
else:
print(False)
True
In [10]:
a, b = 1, 2 max = a if a > b else b print(max)
2
In [11]:
a, b, c = 1, 3, 2 max = a if a > b else b
max = max if max > c else c print(max)
3
In [12]:
# 上面的那个还有一种简写（不推荐）
a, b, c = 1, 3, 2 max = (a if a > b else b) if (a if a > b else b) > c else c print(max)
3
1.2.字符串和编码¶
在Python3.x版本中，字符串是以Unicode编码的
对于单个字符的编码，Python提供了ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符
小潘对这块有所研究，把小明按在桌上然后抢先提交demo：
In [13]:
ord('D')
Out[13]:
68
In [14]:
ord('毒')
Out[14]:
27602
In [15]:
chr(68)
Out[15]:
'D'
In [16]:
chr(27602)
Out[16]:
'毒'
In [17]:
print(ord('A'))
print(ord('Z'))
print(ord('a'))
print(ord('z'))
65
90
97
122
老师补充讲解道：
编码：encode() 解码：decode()
url相关的可以用：
urllib.parse.quote() and urllib.parse.unquote()
urllib.parse.urlencode() 可以直接对一个key-value进行url编码
In [18]:
# encode() and decode()
name="毒逆天" name_encode=name.encode("utf-8") print(name_encode) print(name_encode.decode("utf-8"))
b'\xe6\xaf\x92\xe9\x80\x86\xe5\xa4\xa9'
毒逆天
In [19]:
# 需要导入urlib.parse import urllib.parse
In [20]:
test_str="淡定" # 对字符串进行url编码和解码
test_str_enode = urllib.parse.quote(test_str) print(test_str_enode) # urllib.parse.quote() 解码
print(urllib.parse.unquote(test_str_enode))
%E6%B7%A1%E5%AE%9A
淡定
In [21]:
# urlencode 可以直接对一个key-value进行编码
test_dict={"name":"毒逆天","age":23}
encode_str = urllib.parse.urlencode(test_dict)
print(encode_str)
print(urllib.parse.unquote(encode_str))
name=%E6%AF%92%E9%80%86%E5%A4%A9&age=23
name=毒逆天&age=23
1.3.值判断和地址判断¶
小明不乐意了，你个小潘总是抢我的风头，看完标题就刷刷的在黑板上写下了如下知识点：
is 是比较两个引用是否指向了同一个对象（id()得到的地址一样则相同）
== 是比较两个对象的值是否相等
在之前讲Dict的时候提了一下可变和不可变类型：https://www.cnblogs.com/dotnetcrazy/p/9155310.html#5.2.增加和修改
Func里面又系统的说了一下：https://www.cnblogs.com/dotnetcrazy/p/9175950.html#4.5.可变类型和不可变类型
对于可变不可变系列就不去复述了，下面再来几个案例看看 值判断和 地址判断的概念
In [22]:
################ 可变类型 ################
In [23]:
a=[1,2,3]
b=[1,2,3] # id不一样，那is肯定不一样了
print(id(a))
print(id(b))
139727165899464
139727165725256
In [24]:
# a和b是否指向同一个地址
a is b
Out[24]:
False
In [25]:
# a和b的值是否相同
a == b
Out[25]:
True
In [26]:
################ 开始变化了 ################
In [27]:
# 让a指向b的地址
a=b # a和b的id一样了
print(id(a))
print(id(b))
139727165725256
139727165725256
In [28]:
# a和b是否指向同一个地址
a is b
Out[28]:
True
In [29]:
# a和b的值是否相同
a == b
Out[29]:
True
In [30]:
################ 不可变类型 ################
In [31]:
a=1
b=1 # id一样
print(id(a))
print(id(b))
94592578394656
94592578394656
In [32]:
a is b
Out[32]:
True
In [33]:
a == b
Out[33]:
True
In [34]:
# 但是你要注意，不是所有不可变类型都这样的 f1=1.2
f2=1.2 # 声明两个相同值的浮点型变量，查看它们的id，发现它们并不是指向同个内存地址(这点和int类型不同)
print(id(f1))
print(id(f2))
139727217917024
139727217917096
In [35]:
# 这个就不一样了
# 这方面涉及Python内存管理机制，Python对int类型和较短的字符串进行了缓存
# 无论声明多少个值相同的变量，实际上都指向同个内存地址，其他的就没这福利咯～ f1 is f2
Out[35]:
False
In [36]:
f1 == f2
Out[36]:
True
2.Python总结之for系列¶
老师徐徐道来：“之前说for总是零零散散的，现在基础都讲完了，来个小汇总：”
2.1.Base¶
能够被for循环遍历的，就是可迭代的
For基础系：https://www.cnblogs.com/dotnetcrazy/p/9102030.html#9.1.Python
In [37]:
# 类似于for(int i=0;i<5;i++) for i in range(5):
print(i)
0
1
2
3
4
In [38]:
#while循环一般通过数值是否满足来确定循环的条件
#for循环一般是对能保存多个数据的变量，进行遍历 name="https://pan.baidu.com/s/1weaF2DGsgDzAcniRzNqfyQ#mmd" for i in name:
if i=='#':
break
print(i,end='')#另一种写法：print("%s"%i,end="")
print('\n end ...')
https://pan.baidu.com/s/1weaF2DGsgDzAcniRzNqfyQ
end ...
In [39]:
# 你期望的结果是：i = 5 for i in range(10):
if i == 5:
print("i = %d" % i)
else:
print("没有找到")
i = 5
没有找到
In [40]:
# 当迭代的对象迭代完并为空时，位于else的子句将执行
# 而如果在for循环中含有break时则直接终止循环，并不会执行else子句
# 正确写法如下： for i in range(10):
if i == 5:
print("i = %d" % i)
break
else:
print("没有找到")
i = 5
In [41]:
# 遍历一个字典
test_dict={"Name":"小明","Age":23}
for k,v in test_dict.items():
print("key:%s,value:%s"%(k,v))
key:Name,value:小明
key:Age,value:23
2.2.列表生成式¶
如果下面知识点还不熟悉的，看看之前讲的～列表生成式：https://www.cnblogs.com/dotnetcrazy/p/9155310.html#1.9.列表生成式
简写：list(range(1, 11)) 全写：[x for x in range(1,11)]
In [42]:
list(range(1, 11))
Out[42]:
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
In [43]:
[x for x in range(1,11)]
Out[43]:
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
In [44]:
# 1~10的平方列表
[x*x for x in range(1,11)]
Out[44]:
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
In [45]:
# 1~10之间的偶数
[x for x in range(1, 11) if x % 2 == 0]
Out[45]:
[2, 4, 6, 8, 10]
In [46]:
# 数学里面的全排列
[x + y for x in 'ABC' for y in 'AB']
Out[46]:
['AA', 'AB', 'BA', 'BB', 'CA', 'CB']
In [47]:
# 数学里面的坐标轴
[(x,y) for x in range(1,5) for y in range(1,4)]
Out[47]:
[(1, 1),
(1, 2),
(1, 3),
(2, 1),
(2, 2),
(2, 3),
(3, 1),
(3, 2),
(3, 3),
(4, 1),
(4, 2),
(4, 3)]
In [48]:
# (x,y,z) 一般三个嵌套就上天了
[(x,y,z) for x in range(1,5) for y in range(1,4) for z in range(1,3)]
Out[48]:
[(1, 1, 1),
(1, 1, 2),
(1, 2, 1),
(1, 2, 2),
(1, 3, 1),
(1, 3, 2),
(2, 1, 1),
(2, 1, 2),
(2, 2, 1),
(2, 2, 2),
(2, 3, 1),
(2, 3, 2),
(3, 1, 1),
(3, 1, 2),
(3, 2, 1),
(3, 2, 2),
(3, 3, 1),
(3, 3, 2),
(4, 1, 1),
(4, 1, 2),
(4, 2, 1),
(4, 2, 2),
(4, 3, 1),
(4, 3, 2)]
2.3.扩展¶
如果要对list实现类似C#或者java那样的下标循环怎么办？
这块小明又有预习，于是在提交Code的同时大声说道：
Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身
In [49]:
for i, item in enumerate(['A', 'B', 'C']):
print(i, item)
0 A
1 B
2 C
3.Python中赋值、浅拷贝、深拷贝¶
看到标题小明和小潘就楞了，老师当时没讲解啊，然后两个人眼巴巴的看着老师讲解：
官方文档：https://docs.python.org/3/library/copy.html
3.1.赋值¶
通过=来实现，就是把地址拷贝了一份，比如 a = b
In [50]:
a=[1,2,2]
b = a print(id(a))
print(id(b))
139727165518536
139727165518536
In [51]:
# 再验证 a.append(3) # 都增加了一个3，说明的确指向同一个内存地址
print(a)
print(b)
[1, 2, 2, 3]
[1, 2, 2, 3]
In [52]:
import copy a=[1,2,2]
In [53]:
b=copy.deepcopy(a) # 指向了不同的内存地址
print(id(a))
print(id(b))
139727165899080
139727165900488
In [54]:
# 再验证一下 a.append(3) # b不变，说明的确指向不同的内存地址
print(a)
print(b)
[1, 2, 2, 3]
[1, 2, 2]
In [55]:
################ 开始变化了 ################
In [56]:
# 之前讲了嵌套列表，我们来验证一下 a=[1,2,2]
b=[1,2,3,a] c=copy.deepcopy(b) # 发现地址都不一样
print(id(b))
print(id(c))
print(id(b[3]))
print(id(c[3]))
139727166586248
139727165899080
139727165725256
139727165899464
In [57]:
# 直观的验证一下 a.append(666) # 深拷贝的确是深拷贝
print(b)
print(c)
[1, 2, 3, [1, 2, 2, 666]]
[1, 2, 3, [1, 2, 2]]
3.3.浅拷贝copy¶
copy只是简单拷贝，如果拷贝内容里面还有引用之类的，他是不管的
In [58]:
import copy a=[1,2,2]
In [59]:
b=copy.copy(a) # 指向了不同的内存地址
print(id(a))
print(id(b))
139727165902088
139727165850952
In [60]:
################ 开始变化了 ################
In [61]:
# 之前讲了嵌套列表，我们来验证一下 a=[1,2,2]
b=[1,2,3,a] c=copy.copy(b) # 第一层地址不一样
print(id(b))
print(id(c))
139727165519432
139727165902088
In [62]:
# 验证一下
b.append(111) # 第一层指向的不同地址
print(b)
print(c)
[1, 2, 3, [1, 2, 2], 111]
[1, 2, 3, [1, 2, 2]]
In [63]:
# 如果里面还有引用，那么就不管了
print(id(b[3]))
print(id(c[3]))
139727165725576
139727165725576
In [64]:
# 验证一下
a.append(666) # 内部引用的确没copy新地址
print(b)
print(c)
[1, 2, 3, [1, 2, 2, 666], 111]
[1, 2, 3, [1, 2, 2, 666]]
3.4.知识扩展¶
如果拷贝的对象是不可变类型，不管深拷贝和浅拷贝以及赋值都是地址引用。但当拷贝的不可变对象含有引用类型时，只有深拷贝(deepcopy)会递归复制
需要注意的是：Python和Net对于值类型处理是不一样的（管理方式不一样导致的）
==>NET中值类型默认是深拷贝的，而对于引用类型，默认实现的是浅拷贝
In [65]:
a=(1,2,2)
b=a print(id(a))
print(id(b))
139727165526520
139727165526520
In [66]:
a=(1,2,2)
b=copy.deepcopy(a) print(id(a))
print(id(b))
139727165846872
139727165846872
In [67]:
a=(1,2,2)
b=copy.copy(a) print(id(a))
print(id(b))
139727165526520
139727165526520
扩：当拷贝的不可变对象含有引用类型时：赋值和浅拷贝不会copy，而深拷贝(deepcopy)会递归复制 
PS：我们常用的切片相当于浅拷贝（copy.copy()） 
4.CSharp中赋值、浅拷贝、深拷贝¶
小明听懂了Python的深拷贝和浅拷贝后，本着学以致用的原则，写下了C#的实现：
先声明一下，本机环境是Ubuntu + NetCore，欢迎贴Code补充
4.1.赋值¶
Code：https://github.com/lotapp/BaseCode/tree/master/netcore/3_Ext/deepcopy
赋值方法和Python一样，直接赋值即可
var list1 = new List<int>() { 1, 2, 2 };
var list2 = list1;
In [68]:
%%script csharp // Python一样，直接赋值即可
var list1 = new List<int>() { 1, 2, 2 };
var list2 = list1; // 验证一下
list1.Add(3);//我们修改一下list1，list2也就跟着就改变了 foreach (var item in list1)
{
Console.Write(item + " ");
}
Console.WriteLine();
foreach (var item in list2)
{
Console.Write(item + " ");
}
1 2 2 3
1 2 2 3
4.2值类型默认深拷贝¶
NetCore深拷贝相关的官方文档 public void CopyTo (T[] array);
简单类型用最简单的方式就能实现深拷贝了：
官方的CopyTo在这里和这个效果一样，但是比较麻烦，这边就不贴了（Code里面贴了）
var list3 = new List<int>() { 1, 2, 2 };
var list4 = new List<int>(list3);
// 验证一下
list3.Add(3);
foreach (var item in list3)
{
Console.Write(item + " ");
}
Console.WriteLine();
foreach (var item in list4)
{
Console.Write(item + " ");
}
结果：
1 2 2 3
1 2 24.3.引用类型默认浅拷贝¶
对于List<T>再复杂点的，上面的方式就变成浅拷贝了：(类似于Python的Copy.Copy)
官方的CopyTo在这里和这个效果一样，但是比较麻烦，这边就不贴了（Demo里面贴了）
定义一个Student
public partial class Student
{
public string Name { get; set; }
public int Age { get; set; } public override string ToString()
{
return $"Name:{Name},Age:{Age}";
}
}
浅拷贝Demo：
var list5 = new List<Student>(){
new Student { Name = "小张", Age = 22 },
new Student { Name = "小明", Age = 23 }
};
var p = new Student() { Name = "小潘", Age = 23 };
list5.Add(p);
// 浅拷贝一份
var list6 = new List<Student>(list5);
// 浅拷贝测试
// 我们修改一下list5，list6没有跟着改变，说明第一层的地址的确不一样
list5.Add(new Student() { Name = "小胖", Age = 24 });
// 当我们修改小潘同学的年龄时，大家都变了，说明真的只是浅拷贝
p.Age = 24;
foreach (var item in list5)
{
Console.WriteLine(item);
}
Console.WriteLine("=============");
foreach (var item in list6)
{
Console.WriteLine(item);
}
结果：
Name:小张,Age:22
Name:小明,Age:23
Name:小潘,Age:24
Name:小胖,Age:24
=============
Name:小张,Age:22
Name:小明,Age:23
Name:小潘,Age:244.4.简单方式实现深拷贝¶
对于List<T>的深拷贝场景，其实项目中还是蛮常见的,那深拷贝怎么搞呢？
先来一个简单的实现方式，需要T实现ICloneable接口才行：
定义一个Person类
public partial class Person : ICloneable
{
public string Name { get; set; }
public int Age { get; set; } //实现ICloneable的Clone方法
public object Clone()
{
return base.MemberwiseClone();//调用父类方法即可
} public override string ToString()
{
return $"Name:{Name},Age:{Age}";
}
}
给List<T>定义一个扩展方法：（温馨提醒：扩展方法所在的类必须是static Class哦）
public static partial class ListExt
{
// 只要T实现了ICloneable接口就可以了
public static IEnumerable<T> DeepCopy<T>(this IEnumerable<T> list) where T : ICloneable
{
return list.Select(item => (T)item.Clone()).ToList();
}
}
来个调用加验证：
#region 引用类型深拷贝-简单实现方式
var oldList = new List<Person>(){
new Person(){Name="小明",Age=23},
new Person(){Name="小张",Age=22},
};
var xiaoPan = new Person() { Name = "小潘", Age = 23 };
oldList.Add(xiaoPan);
var newList = oldList.DeepCopy();
//测试
oldList.Add(new Person() { Name = "小胖", Age = 23 });
xiaoPan.Age = 24;
foreach (var item in oldList)
{
Console.WriteLine(item);
}
Console.WriteLine("========");
foreach (var item in newList)
{
Console.WriteLine(item);
}
#endregion
结果：
Name:小明,Age:23
Name:小张,Age:22
Name:小潘,Age:24
Name:小胖,Age:23
========
Name:小明,Age:23
Name:小张,Age:22
Name:小潘,Age:234.5.序列化方式实现深拷贝（常用）¶
利用System.Runtime.Serialization序列化与反序列化实现深拷贝
先定义一个Teacher类（别忘记加 Serializable 的标签）
[Serializable]
public partial class Teacher
{
public string Name { get; set; }
public int Age { get; set; } public override string ToString()
{
return $"Name:{Name},Age:{Age}";
}
}
添加一个扩展方法：
public static partial class ListExt
{
// 利用System.Runtime.Serialization序列化与反序列化实现深拷贝
public static T DeepCopy2<T>(this T obj)
{
using (var stream = new MemoryStream())
{
var formatter = new BinaryFormatter();
formatter.Serialize(stream, obj);
stream.Seek(0, SeekOrigin.Begin);
return (T)formatter.Deserialize(stream);
}
}
}
调用：
#region 引用类型深拷贝-序列化实现
var oldTestList = new List<Teacher>(){
new Teacher(){Name="小明",Age=23},
new Teacher(){Name="小张",Age=22},
};
var s = new Teacher() { Name = "小潘", Age = 23 };
oldTestList.Add(s);
var newTestList = oldTestList.DeepCopy2();
//测试
oldTestList.Add(new Teacher() { Name = "小胖", Age = 23 });
s.Age = 24;
foreach (var item in oldTestList)
{
Console.WriteLine(item);
}
Console.WriteLine("========");
foreach (var item in newTestList)
{
Console.WriteLine(item);
}
#endregion
结果：
Name:小明,Age:23
Name:小张,Age:22
Name:小潘,Age:24
Name:小胖,Age:23
========
Name:小明,Age:23
Name:小张,Age:22
Name:小潘,Age:23因为主要是说Python，Net只是简单提一下，这边就先到这里了
不尽兴可以看看这篇文章，讲得还是挺全面的
我们接着来对比学习～
In [69]:
# 列表生成式
[x for x in range(10)]
Out[69]:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
In [70]:
# 生成器写法（Python2.x系列是用xrange）
(x for x in range(10))
Out[70]:
<generator object <genexpr> at 0x7f14c413cb48>
遍历方式可以用之前的for循环来遍历（推荐）
也可以用next()或者__next__()方法来遍历。【C#是用MoveNext】
generator保存的是算法，每次调用next(xxx)或者__next__()，就计算出下一个元素的值，直到计算到最后一个元素
当没有更多的元素时，抛出StopIteration的异常
最新的Python3.7在这方面有所优化：https://www.python.org/dev/peps/pep-0479
In [71]:
g=(x for x in range(10)) # for来遍历（推荐）
for i in g:
print(i)
0
1
2
3
4
5
6
7
8
9
In [72]:
g=(x for x in range(10)) print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(g.__next__()) #通过__next__也一样取下一个
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
0
1
2
3
4
5
6
7
8
9
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-72-9897a9148994> in <module>()
11 print(next(g))
12 print(next(g))
---> 13print(next(g))
14 print(next(g)) StopIteration:
In [73]:
# 递归方式：求第30个数是多少 # 1、1、2、3、5、8、13、21、34...
def fib(n):
if n == 1 or n == 2:
return 1
else:
return fib(n - 1) + fib(n - 2) fib(30)
Out[73]:
832040
In [74]:
# 在讲yield方式之前先用循环实现一下 def fibona(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1 fibona(30)
1
1
2
3
5
8
13
21
34
55
89
144
233
377
610
987
1597
2584
4181
6765
10946
17711
28657
46368
75025
121393
196418
317811
514229
832040
In [75]:
# for循环实现 def fibona(n):
a, b = 0, 1
# [0,n)
for i in range(n):
print(b)
a, b = b, a + b fibona(30)
1
1
2
3
5
8
13
21
34
55
89
144
233
377
610
987
1597
2584
4181
6765
10946
17711
28657
46368
75025
121393
196418
317811
514229
832040
a, b = b, a + b 之前交换两数的时候提过
这个相当于==>
temp_tuple = (b, a + b)
a = temp_tuple[0]
b = temp_tuple[1]
要把fibona函数变成generator，只需要把print(b)改为yield b就可以了：
generator在执行过程中，遇到yield就中断，下次又继续执行到yield停下了，一直到最后
生成器的特点：
- 节约内存
- 迭代到下一次的调用时，所使用的参数都是第一次所保留下的（所有函数调用的参数都是第一次所调用时保留的，而不是新创建的）
In [76]:
# 改成生成器比较简单，直接换输出为yield def fibona(n):
a, b = 0, 1
# [0,n)
for i in range(n):
yield b
a, b = b, a + b
In [77]:
# 看看是不是生成器
g = fibona(30) g
Out[77]:
<generator object fibona at 0x7f14c40efd58>
In [78]:
# 遍历输出（基本上都会用for来遍历）
for i in g:
print(i)
1
1
2
3
5
8
13
21
34
55
89
144
233
377
610
987
1597
2584
4181
6765
10946
17711
28657
46368
75025
121393
196418
317811
514229
832040
对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的循环的时候
小明总结如下：
在Python中，这种一边循环一边计算的机制称为生成器：generator
每一个生成器都是一个迭代器（迭代器不一定是生成器）
如果一个函数包含yield关键字，这个函数就会变为一个生成器
生成器并不会一次返回所有结果，而是每次遇到yield关键字后返回相应结果，并保留函数当前的运行状态，等待下一次的调用
由于生成器也是一个迭代器，那么它就支持next用方法来获取下一个值（我们平时用for来遍历它）
推荐一篇文章，总结的很全了：（yield用法总结）
5.3.扩展之～send(msg)方法：¶
其实__next__()和send()在一定意义上作用是相似的，区别是send()可以传递yield表达式的值进去
而__next__()不 能传递特定的值。我们可以看做x.__next__() 和 x.send(None) 作用是一样的
In [79]:
# 来个案例：
def test_send(n):
for i in range(n):
tmp = yield i
print(tmp) g = test_send(5) g
Out[79]:
<generator object test_send at 0x7f14c40efdb0>
In [80]:
# 定义一个列表
test_list = [] # 把第一次yield的值放在列表中
test_list.append(g.__next__()) # 把list传给tmp并打印（可以理解为把表达式右边的 yield i 暂时换成了 test_list）
# out的内容是yield返回的值
g.send(test_list)
[0]
Out[80]:
1
In [81]:
# 以防你们看不懂，来个简单案例
# 你传啥print(tmp)就给你打印啥
g.send("你好啊")
你好啊
Out[81]:
2
注意一种情况，generator刚启动的时候，要么不传，要么只能传None
解决：要么一开始send(None)要么一开始先调用一下__next()__ or next()
In [82]:
# 注意一种情况，generator刚启动的时候，要么不传，要么只能传None
def test_send(n):
for i in range(n):
tmp = yield i
print(tmp) g = test_send(5)
g.send("dog") # TypeError: can't send non-None value to a just-started generator
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-82-2e891aa5dd81> in <module>()
7
8 g = test_send(5)
----> 9g.send("dog") # TypeError: can't send non-None value to a just-started generator TypeError: can't send non-None value to a just-started generator
In [83]:
# 解决：要么一开始send(None)要么一开始先调用一下__next()__ or next()
def test_send(n):
for i in range(n):
tmp = yield i
print(tmp) g = test_send(5)
g.send(None)
Out[83]:
0
In [84]:
g.send("dog")
dog
Out[84]:
1
扩：C#在遍历generator的时候也是先调一下MoveNext方法
while (tmp.MoveNext())
{
Console.WriteLine(tmp.Current);
}
5.4.扩展之～return和break的说明¶
在一个generator函数中，如果没有return则默认执行至函数完毕
如果在执行过程中return或者break则直接抛出StopIteration终止迭代
In [85]:
# break案例
def test_send(n):
for i in range(n):
if i==2:
break
yield i g = test_send(5)
for i in g:
print(i)
0
1
In [86]:
# return案例
def test_send(n):
for i in range(n):
if i==2:
return "i==2"
yield i g = test_send(5)
for i in g:
print(i)
0
1
用for循环调用generator时，发现拿不到generator的return语句的返回值
如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中
In [87]:
# 上面return的返回值怎么拿呢？ g = test_send(5) while True:
try:
tmp = g.__next__()
print(tmp)
except StopIteration as ex:
print(ex.value)
break # 一定要加break，别忘了你在死循环里呢
0
1
i==2
In [88]:
def consumer():
while True:
tmp = yield
# !None就变成真了
if not tmp:
return
print("消费者:",tmp)
In [89]:
# 创建消费者
c = consumer()
# 启动消费者
c.send(None)
# 生产数据，并提交给消费者
c.send("小明")
c.send("小潘")
# 生产结束，通知消费者结束，抛出StopIteration异常
c.send(None) # 使用c.close()可以避免异常
消费者: 小明
消费者: 小潘
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-89-bcc0083d4089> in <module>()
7 c.send("小潘")
8 # 生产结束，通知消费者结束，抛出StopIteration异常
----> 9c.send(None) # 使用c.close()可以避免异常 StopIteration:
执行流程：
- 创建协程对象（消费者）后，必须使用
send(None)或__next__()启动 - 协程在执行yield后让出执行绪，等待消息
- 调用方发送
send(msg)消息，协程恢复执行，将接收到的数据保存并执行后续流程 - 再次循环到yield，协程返回前面的处理结果，并再次让出执行绪
- 直到关闭或被引发异常
补全demo：
In [90]:
def consumer():
status = ""
while True:
tmp = yield status
if not tmp:
print("消费者已经睡觉了...")
return
print("消费者：获得商品%s号..." % tmp)
status = "ok" def produce(c):
# 启动消费者
c.send(None)
for i in range(1, 3):
print("生产者：出产商品%s号..." % i)
# 生产商品，并提交给消费者
status = c.send(i)
print("生产者：生产者消费状态: %s" % status)
# c.send(None) 执行这个会引发StopIteration
c.close() # 使用close就可以避免了(手动关闭生成器函数，后面的调用会直接返回StopIteration异常) # 创建消费者
c = consumer()
produce(c)
生产者：出产商品1号...
消费者：获得商品1号...
生产者：生产者消费状态: ok
生产者：出产商品2号...
消费者：获得商品2号...
生产者：生产者消费状态: ok
In [91]:
# 更多可以查看帮助文档
def test():
yield
help(test())
Help on generator object: test = class generator(object)
| Methods defined here:
|
| __del__(...)
|
| __getattribute__(self, name, /)
| Return getattr(self, name).
|
| __iter__(self, /)
| Implement iter(self).
|
| __next__(self, /)
| Implement next(self).
|
| __repr__(self, /)
| Return repr(self).
|
| close(...)
| close() -> raise GeneratorExit inside generator.
|
| send(...)
| send(arg) -> send 'arg' into generator,
| return next yielded value or raise StopIteration.
|
| throw(...)
| throw(typ[,val[,tb]]) -> raise exception in generator,
| return next yielded value or raise StopIteration.
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| gi_code
|
| gi_frame
|
| gi_running
|
| gi_yieldfrom
| object being iterated by yield from, or None
In [92]:
from collections import Iterable
In [93]:
isinstance("mmd",Iterable)
Out[93]:
True
In [94]:
isinstance((1,2),Iterable)
Out[94]:
True
In [95]:
isinstance([],Iterable)
Out[95]:
True
In [96]:
isinstance({},Iterable)
Out[96]:
True
In [97]:
isinstance((x for x in range(10)),Iterable)
Out[97]:
True
In [98]:
isinstance(1,Iterable)
Out[98]:
False
In [99]:
a=[1,2,3] next(a)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-99-f5f8ac9a8550> in <module>()
1 a=[1,2,3]
2
----> 3next(a) TypeError: 'list' object is not an iterator
In [100]:
from collections import Iterator
In [101]:
isinstance([],Iterator)
Out[101]:
False
In [102]:
isinstance((x for x in range(10)),Iterator)
Out[102]:
True
6.3.Iterable 转 Iterator¶
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
In [103]:
iter(a)
Out[103]:
<list_iterator at 0x7f14c40a3da0>
In [104]:
isinstance(iter([]),Iterator)
Out[104]:
True
In [105]:
isinstance(iter({}),Iterator)
Out[105]:
True
Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()or__next__()函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration错误
可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流，而list等则不行
小明总结了一下老师讲解的知识点：
可以
for循环的对象都是Iterable类型可以使用
next()or__next__()函数的对象都是Iterator类型集合数据类型如list、dict、str等是
Iterable，可以通过iter()函数获得一个Iterator对象
7.CSharp迭代器¶
乘着下课的时间，小明跑到黑板前，心想：“又到了C#的时候了，看我来收播一大群眼球～”，然后开始了他的个人秀：
其实迭代器（iterator）就是为了更简单的创建枚举器（enumerator）和可枚举类型（enumerator type）的方式
7.1.IEnumerator 和 IEnumerable¶
通俗话讲：
能不能foreach就看你遍历对象有没有实现IEnumerable，就说明你是不是一个可枚举类型（enumerator type）
public interface IEnumerable
{
IEnumerator GetEnumerator();
}
是不是个枚举器（enumerator）就看你实现了IEnumerator接口没
public interface IEnumerator
{
object Current { get; } bool MoveNext(); void Reset();
}
最明显的区别：它们两个遍历方式不一样
// 枚举器遍历
var tmp = FibonaByIEnumerator(30);
while (tmp.MoveNext())
{
Console.WriteLine(tmp.Current);
}
// 可枚举类型遍历
foreach (var item in FibonaByIEnumerable(30))
{
Console.WriteLine(item);
}
这个我们在2年前就说过，这边简单提一下（官方文档）(Demo)
MyEnumerator文件：
public class MyEnumerator : IEnumerator
{
/// <summary>
/// 需要遍历的数组
/// </summary>
private string[] array;
/// <summary>
/// 有效数的个数
/// </summary>
private int count;
public MyEnumerator(string[] array, int count)
{
this.array = array;
this.count = count;
} /// <summary>
/// 当前索引（线moveNext再获取index，用-1更妥）
/// </summary>
private int index = -1;
public object Current
{
get
{
return array[index];
}
}
/// <summary>
/// 移位
/// </summary>
/// <returns></returns>
public bool MoveNext()
{
if (++index < count)
{
return true;
}
return false;
}
/// <summary>
/// 重置
/// </summary>
public void Reset()
{
index = -1;
}
}
MyArray.cs文件
public partial class MyArray
{
/// <summary>
/// 数组容量
/// </summary>
private string[] array = new string[4];
/// <summary>
/// 数组元素个数
/// </summary>
private int count = 0;
/// <summary>
/// 当前数组的长度
/// </summary>
public int Length
{
get
{
return count;
}
} /// <summary>
/// 添加元素
/// </summary>
/// <param name="str"></param>
/// <returns></returns>
public MyArray Add(string str)
{
//要溢出的时候扩容
if (count == array.Length)
{
string[] newArray = new string[2 * array.Length];
array.CopyTo(newArray, 0);
array = newArray;//array重新指向
}
array[count++] = str;
return this;
} /// <summary>
/// 移除某一项
/// </summary>
/// <param name="i"></param>
/// <returns></returns>
public MyArray RemoveAt(int i)
{
for (int j = i; j < count - 1; j++)
{
array[j] = array[j + 1];
}
count--;//少了一个元素所以--
return this;
} /// <summary>
/// 索引器
/// </summary>
/// <param name="index"></param>
/// <returns></returns>
public string this[int index]
{
get
{
return array[index];
}
set
{
array[index] = value;
}
}
}
MyArrayExt.cs文件:
public partial class MyArray: IEnumerable
{
/// <summary>
/// 枚举器方法
/// </summary>
/// <returns></returns>
public IEnumerator GetEnumerator()
{
return new MyEnumerator(this.array, this.count);
}
}
调用:
static void Main(string[] args)
{
MyArray array = new MyArray();
array.Add("~").Add("这").Add("是").Add("一").Add("个").Add("测").Add("试").Add("。").RemoveAt(0).RemoveAt(3).RemoveAt(6);
for (int i = 0; i < array.Length; i++)
{
Console.Write(array[i]);
}
Console.WriteLine();
foreach (var item in array)
{
Console.Write(item);
}
}
结果:
这是一测试
这是一测试7.2.yield方式¶
小明看着班里女生羡慕的眼神，得意的强调道：
注意一下，C#是用yield return xxx，Python是用yield xxx关键字
还记得开头说的那句话吗？（yield官方文档）
其实迭代器（iterator）就是为了更简单的创建枚举器（enumerator）和可枚举类型（enumerator type）的方式
如果枚举器和可枚举类型还是不理解（举个例子）就懂了：（从遍历方式就看出区别了）
定义一个斐波拉契函数，返回可枚举类型
/// <summary>
/// 返回一个可枚举类型
/// </summary>
public static IEnumerable<int> FibonaByIEnumerable(int n)
{
int a = 0;
int b = 1;
for (int i = 0; i < n; i++)
{
yield return b;
(a, b) = (b, a + b);
}
}
调用：
foreach (var item in FibonaByIEnumerable(30))
{
Console.WriteLine(item);
}
定义一个斐波拉契函数，返回一个枚举器
/// <summary>
/// 返回一个枚举器
/// </summary>
public static IEnumerator<int> FibonaByIEnumerator(int n)
{
int a = 0;
int b = 1;
for (int i = 0; i < n; i++)
{
yield return b;
(a, b) = (b, a + b);
}
}
调用一下：
var tmp = FibonaByIEnumerator(30);
while (tmp.MoveNext())
{
Console.WriteLine(tmp.Current);
}
利用yield轻轻松松就创建了枚举器和可枚举类型
以上面那个MyArray的案例来说，有了yield我们代码量大大简化：（Demo）
MyArray.cs
public partial class MyArray
{
/// <summary>
/// 数组容量
/// </summary>
private string[] array = new string[4];
/// <summary>
/// 数组元素个数
/// </summary>
private int count = 0;
/// <summary>
/// 当前数组的长度
/// </summary>
public int Length
{
get
{
return count;
}
} /// <summary>
/// 添加元素
/// </summary>
/// <param name="str"></param>
/// <returns></returns>
public MyArray Add(string str)
{
//要溢出的时候扩容
if (count == array.Length)
{
string[] newArray = new string[2 * array.Length];
array.CopyTo(newArray, 0);
array = newArray;//array重新指向
}
array[count++] = str;
return this;
} /// <summary>
/// 移除某一项
/// </summary>
/// <param name="i"></param>
/// <returns></returns>
public MyArray RemoveAt(int i)
{
for (int j = i; j < count - 1; j++)
{
array[j] = array[j + 1];
}
array[count - 1] = string.Empty;//add 干掉移除的数组
count--;//少了一个元素所以--
return this;
} /// <summary>
/// 索引器
/// </summary>
/// <param name="index"></param>
/// <returns></returns>
public string this[int index]
{
get
{
return array[index];
}
set
{
array[index] = value;
}
}
}
MyArrayExt.cs
public partial class MyArray : IEnumerable
{
/// <summary>
/// 枚举器方法
/// </summary>
/// <returns></returns>
public IEnumerator GetEnumerator()
{
return MyEnumerator();
}
/// <summary>
/// 通过yield快速实现
/// </summary>
/// <returns></returns>
public IEnumerator<string> MyEnumerator()
{
foreach (var item in this.array)
{
yield return item;
}
}
}
然后就行了，MyEnumerator都不用你实现了：
MyArray array = new MyArray();
array.Add("~").Add("这").Add("是").Add("一").Add("个").Add("测").Add("试").Add("。").RemoveAt(0).RemoveAt(3).RemoveAt(6);
for (int i = 0; i < array.Length; i++)
{
Console.Write(array[i]);
}
Console.WriteLine();
foreach (var item in array)
{
Console.Write(item);
}
结果：
这是一测试
这是一测试扩充一下：Python退出迭代器用yield return 或者 yield break，C#使用yield break来退出迭代
做个 demo 测试下:
public static IEnumerable<int> GetValue()
{
for (int i = 0; i < 5; i++)
{
yield return i;
if (i == 2)
{
yield break;
}
}
}
调用:
static void Main(string[] args)
{
foreach (var item in GetValue())
{
Console.WriteLine(item);
}
}
输出:
0
1
28.闭包¶
8.1.Python闭包¶
又到了上课时间，小明灰溜溜的跑回座位，听老师讲起了闭包的知识：
函数方面还有不懂的可以看之前讲的文档：Function Base
函数除了可以接受函数作为参数外，还可以把函数作为结果值返回（有点类似于C++里面的函数指针了）
来看一个可变参数求和的例子：
In [1]:
def slow_sum(*args):
def get_sum():
sum = 0
for i in args:
sum += i
return sum return get_sum # 返回函数引用地址（不加括号） a = slow_sum(1, 2, 3, 4, 5)# 返回get_sum函数的引用
print(a)# 看看引用地址
print(a())# a() 这时候才是调用get_sum()函数
<function slow_sum.<locals>.get_sum at 0x7f57783b6268>
15
其实上面一个案例就是闭包(Closure)了，来个定义：
在函数内部再定义一个函数，并且这个函数用到了外边函数的变量(参数或者局部变量)，那么将这个函数以及用到的一些变量称之为闭包
通俗点说就是：内部函数使用了外部函数作用域里的变量了，那这个内部函数和它用到的变量就是个闭包
注意：当我们调用slow_sum()时，每次调用都会返回一个新的函数（相同的参数也一样）
In [2]:
a = slow_sum(1, 2, 3, 4)
b = slow_sum(1, 2, 3, 4) a is b # a()和b()的调用结果互不影响
Out[2]:
False
由于闭包引用了外部函数的局部变量，则外部函数的局部变量没有及时释放，所以也容易消耗内存
so ==> 除非你真正需要它,否则不要使用闭包
返回函数尽量不要引用任何循环变量，或者后续会发生变化的变量（容易出错）
看着小明一脸懵圈的样子，老师说道：
新讲的知识点一般都不太容易快速消化，我们再来看个闭包的好处就理解了：
比如现在我们要根据公式来求解，以y=ax+b为例，传统方法解决：
In [3]:
# 定义一个y=ax+b的函数公式
def get_value(a, b, x):
return a * x + b
In [4]:
# 每次调用都得传 a,b
print(get_value(2, 1, 1))
print(get_value(2, 1, 2))
print(get_value(2, 1, 3))
print(get_value(2, 1, 4))
3
5
7
9
每次调用都得额外传a、b的值
就算使用偏函数来简化也不合适（毕竟已经是一个新的函数了）：
In [5]:
from functools import partial new_get_value = partial(get_value, 2, 1) print(new_get_value(1))
print(new_get_value(2))
print(new_get_value(3))
print(new_get_value(4))
print(new_get_value(5))
3
5
7
9
11
简单总结functools.partial的作用就是：
把一个函数的某些参数设置默认值，返回一个新的函数，然后调用新函数就免得你再输入重复参数了
而这时候使用闭包就比较合适了，而且真的是封装了一个通用公式了
a，b的值你可以任意变来生成新的公式，而且公式之间还不干扰，以 y=ax²+bx+c为例：
In [6]:
def quadratic_func(a, b, c):
"""y=ax²+bx+c""" def get_value(x):
return a * x * x + b * x + c return get_value
In [7]:
# 来个简单的：x^2+1
f1 = quadratic_func(1, 0, 1) print(f1(0))
print(f1(1))
print(f1(2))
print(f1(3))
print(f1(4))
print(f1(5))
1
2
5
10
17
26
In [8]:
# 可能不太形象，我们画个图看看： import matplotlib.pyplot as plt # 导入matplotlib的pyplot模块
In [9]:
# 生成x和y的值
x_list = list(range(-10, 11))
y_list = [x * x + 1 for x in x_list] print(x_list)
print(y_list) # 画图
plt.plot(x_list, y_list)
# 显示图片
plt.show()
[-10, -9, -8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
[101, 82, 65, 50, 37, 26, 17, 10, 5, 2, 1, 2, 5, 10, 17, 26, 37, 50, 65, 82, 101]
aaarticlea/png;base64,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
" alt="" />
" alt="" />
In [10]:
# 再来个简单的：x^2-1
f2 = quadratic_func(1, 0, -1) # 相互之间不干扰 print(f2(0))
print(f2(1))
print(f2(2))
print(f2(3))
print(f2(4))
print(f2(5))
-1
0
3
8
15
24
8.2.CSharp闭包¶
听完闭包老师就下课了，说什么明天接着闭包讲啥装饰器的。
小明一愣一愣的，然后就屁颠的跑黑板前讲起了C#版本的闭包：
先看看怎么定义一个闭包，和Python一样，用个求和函数举例：（返回一个匿名函数）
// 有返回值就用Func，没有就用Action
public static Func<int> SlowSum(params int[] args)
{
return () =>
{
int sum = 0;
foreach (var item in args)
{
sum += item;
}
return sum;
};
}
调用：
static void Main(string[] args)
{
var f1 = SlowSum(1, 2, 3, 4, 5);
Console.WriteLine(f1);
Console.WriteLine(f1());
}
结果：(从结果可以看到，f1是一个函数，等你调用f1()才会求和)
System.Func`1[System.Int32]
15接着讲 ～ 以上面的 y=ax²+bx+c为例，C#实现：
// 以上面的 y=ax²+bx+c 为例，C#实现：
public static Func<double, double> QuadraticFunc(double a, double b, double c)
{
return x => a * x * x + b * x + c; // 返回一个匿名函数
}
调用：
static void Main(string[] args)
{
var func = QuadraticFunc(1, 0, 1); Console.WriteLine(func(0));
Console.WriteLine(func(1));
Console.WriteLine(func(2));
Console.WriteLine(func(3));
Console.WriteLine(func(4));
Console.WriteLine(func(5));
}
结果：
1
2
5
10
17
26Func<double,double>不理解就看看定义就懂了：public delegate TResult Func<in T, out TResult>(T arg);
这部分不是很难，简单提一下知识点即可。如果你想深究可以==> (点 点 点)
在收获满满一箩筐眼球后，小明拍拍屁股去了新开的饭店大吃一顿了...
写在最后：还有一些内容没写，估计过几天又有一篇叫 “基础拓展” 的文章了，为啥不一起写完呢？
其实逆天也想写完，真写完文章又被叫做长篇大论一百页了 #^_^# 行了，听取大家意见，不写那么长的文章，下次见～