python函数序列解包 python的序列解包

python 8个常用内置函数解说8个超好用内置函数set(),eval(),sorted() , reversed(),map(),reduce(),filter(),enumerate()
python中有许多内置函数,不像print那么广为人知,但它们却异常的强大,用好了可以大大提高代码效率 。
这次来梳理下8个好用的python内置函数
1、set()
当需要对一个列表进行去重操作的时候 , set()函数就派上用场了 。
用于创建一个集合,集合里的元素是无序且不重复的 。集合对象创建后 , 还能使用并集、交集、差集功能 。
2、eval()之前有人问如何用python写一个四则运算器,输入字符串公式,直接产生结果 。用eval()来做就很简单:eval(str_expression)作用是将字符串转换成表达式 , 并且执行 。
3、sorted()在处理数据过程中 , 我们经常会用到排序操作 , 比如将列表、字典、元组里面的元素正/倒排序 。这时候就需要用到sorted(),它可以对任何可迭代对象进行排序 , 并返回列表 。对列表升序操作:
对元组倒序操作:
使用参数:key,根据自定义规则,按字符串长度来排序:
根据自定义规则 , 对元组构成的列表进行排序:
4、reversed()如果需要对序列的元素进行反转操作,reversed()函数能帮到你 。reversed()接受一个序列,将序列里的元素反转,并最终返回迭代器 。
5、map()做文本处理的时候 , 假如要对序列里的每个单词进行大写转化操作 。这个时候就可以使用map()函数 。
map()会根据提供的函数,对指定的序列做映射,最终返回迭代器 。也就是说map()函数会把序列里的每一个元素用指定的方法加工一遍 , 最终返回给你加工好的序列 。举个例子,对列表里的每个数字作平方处理:
6、reduce()前面说到对列表里的每个数字作平方处理,用map()函数 。那我想将列表里的每个元素相乘,该怎么做呢?这时候用到reduce()函数 。
reduce()会对参数序列中元素进行累积 。第一、第二个元素先进行函数操作,生成的结果再和第三个元素进行函数操作,以此类推,最终生成所有元素累积运算的结果 。再举个例子,将字母连接成字符串 。
你可能已经注意到,reduce()函数在python3里已经不再是内置函数,而是迁移到了functools模块中 。这里把reduce()函数拎出来讲,是因为它太重要了 。
7、filter()一些数字组成的列表 , 要把其中偶数去掉,该怎么做呢?
filter()函数轻松完成了任务 , 它用于过滤序列,过滤掉不符合条件的元素,返回一个迭代器对象 。filter()函数和map()、reduce()函数类似,都是将序列里的每个元素映射到函数 , 最终返回结果 。我们再试试 , 如何从许多单词里挑出包含字母w的单词 。
8、enumerate()这样一个场景,同时打印出序列里每一个元素和它对应的顺序号,我们用enumerate()函数做做看 。
enumerate翻译过来是枚举、列举的意思,所以说enumerate()函数用于对序列里的元素进行顺序标注 , 返回(元素、索引)组成的迭代器 。再举个例子说明,对字符串进行标注,返回每个字母和其索引 。
python基础数据结构:序列、映射、集合参考资料:
Python中常见的数据结构可以统称为容器(container) 。序列(如列表和元组)、映射(如字典)以及集合(set)是三类主要的容器 。
一、序列(列表、元组和字符串)
序列中的每个元素都有自己的编号 。Python中有6种内建的序列 。其中列表和元组是最常见的类型 。其他包括字符串、Unicode字符串、buffer对象和xrange对象 。下面重点介绍下列表、元组和字符串 。
1、列表
列表是可变的 , 这是它区别于字符串和元组的最重要的特点,一句话概括即:列表可以修改,而字符串和元组不能 。
(1)、创建
通过下面的方式即可创建一个列表:
输出:
['hello', 'world']
[1, 2, 3]
可以看到 , 这中创建方式非常类似于javascript中的数组 。
(2)、list函数
通过list函数(其实list是一种类型而不是函数)对字符串创建列表非常有效:
输出:
['h', 'e', 'l', 'l', 'o']
2、元组
元组与列表一样,也是一种序列,唯一不同的是元组不能被修改(字符串其实也有这种特点) 。
(1) 、创建
输出:
(1, 2, 3) ('jeffreyzhao', 'cnblogs') (1, 2, 3, 4) () (1,)
从上面我们可以分析得出:
a、逗号分隔一些值,元组自动创建完成;
b、元组大部分时候是通过圆括号括起来的;
c、空元组可以用没有包含内容的圆括号来表示;
d、只含一个值的元组 , 必须加个逗号(,);
(2)、tuple函数
tuple函数和序列的list函数几乎一样:以一个序列(注意是序列)作为参数并把它转换为元组 。如果参数就算元组,那么该参数就会原样返回:
输出:
(1, 2, 3)
('j', 'e', 'f', 'f')
(1, 2, 3)
Traceback (most recent call last):
File "F:\Python\test.py", line 7, in
t4=tuple(123)
TypeError: 'int' object is not iterable
3、字符串
(1)创建
输出:
Hello world
H
H
e
l
l
o
w
o
r
l
d
(2)、格式化
format():
print(‘{0} was {1} years old when he wrote this book’. format(name,age) )
print(‘{} was {} years old when he wrote this book’. format(name,age) )
print(‘{name} was {age} years old when he wrote this book’. format(name=’Lily’,age=’22’) )
#对于浮点数“0.333”保留小数点后三位
print(‘{0 : .3f}’.format(1.0/3) )
结果:0.333
#使用下划线填充文本,并保持文字处于中间位置
#使用^定义‘_____hello_____’字符串长度为11
print(‘{0 : ^_11}’.format(‘hello’) )
结果:_____hello_____
%:
格式化操作符的右操作数可以是任何东西,如果是元组或者映射类型(如字典),那么字符串格式化将会有所不同 。
输出:
Hello,world
Hello,World
注意:如果需要转换的元组作为转换表达式的一部分存在,那么必须将它用圆括号括起来:
输出:
Traceback (most recent call last):
File "F:\Python\test.py", line 2, in
str1='%s,%s' % 'Hello','world'
TypeError: not enough arguments for format string
如果需要输出%这个特殊字符,毫无疑问,我们会想到转义,但是Python中正确的处理方式如下:
输出:100%
对数字进行格式化处理,通常需要控制输出的宽度和精度:
输出:
3.14
3.141593
3.14
字符串格式化还包含很多其他丰富的转换类型,可参考官方文档 。
4、通用序列操作(方法)
从列表、元组以及字符串可以“抽象”出序列的一些公共通用方法(不是你想像中的CRUD),这些操作包括:索引(indexing)、分片(sliceing)、加(adding)、乘(multiplying)以及检查某个元素是否属于序列的成员 。除此之外,还有计算序列长度、最大最小元素等内置函数 。
(1)索引
输出
H
2
345
索引从0(从左向右)开始 , 所有序列可通过这种方式进行索引 。神奇的是,索引可以从最后一个位置(从右向左)开始,编号是-1:
输出:
o
3
123
(2)分片
分片操作用来访问一定范围内的元素 。分片通过冒号相隔的两个索引来实现:
输出:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[1, 2, 3, 4]
[6, 7, 8, 9]
[1, 2, 3, 4, 5, 6, 7, 8, 9]
[7, 8]
[7, 8, 9]
不同的步长,有不同的输出:
输出:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 2, 4, 6, 8]
[0, 3, 6, 9]
[]
(3)序列相加
输出:
Hello world
[1, 2, 3, 2, 3, 4]
Traceback (most recent call last):
File "F:\Python\test.py", line 7, in
print str1 num1
TypeError: cannot concatenate 'str' and 'list' objects
(4)乘法
输出:
[None, None, None, None, None, None, None, None, None, None]
HelloHello
[1, 2, 1, 2]
Traceback (most recent call last):
File "F:\Python\test.py", line 5, in
print str1*num1
TypeError: can't multiply sequence by non-int of type 'list'
(5)成员资格
in运算符会用来检查一个对象是否为某个序列(或者其他类型)的成员(即元素):
输出:
False
True
True
(6)长度、最大最小值
通过内建函数len、max和min可以返回序列中所包含元素的数量、最大和最小元素 。
输出:
5
o
H
5
123
1
二、映射(字典)
映射中的每个元素都有一个名字,如你所知,这个名字专业的名称叫键 。字典(也叫散列表)是Python中唯一内建的映射类型 。
1、键类型
字典的键可以是数字、字符串或者是元组,键必须唯一 。在Python中,数字、字符串和元组都被设计成不可变类型,而常见的列表以及集合(set)都是可变的,所以列表和集合不能作为字典的键 。键可以为任何不可变类型,这正是Python中的字典最强大的地方 。
输出:
{1: 1}
Traceback (most recent call last):
File "F:\Python\test.py", line 6, in
d[list1]="Hello world."
TypeError: unhashable type: 'list'
2、自动添加
即使键在字典中并不存在,也可以为它分配一个值,这样字典就会建立新的项 。
3、成员资格
表达式item in d(d为字典)查找的是键(containskey),而不是值(containsvalue) 。
三、集合
集合(Set)在Python 2.3引入 , 通常使用较新版Python可直接创建,如下所示:
strs=set(['jeff','wong','cnblogs'])
nums=set(range(10))
看上去,集合就是由序列(或者其他可迭代的对象)构建的 。集合的几个重要特点和方法如下:
1、副本是被忽略的
集合主要用于检查成员资格,因此副本是被忽略的,如下示例所示,输出的集合内容是一样的 。
输出如下:
set([0, 1, 2, 3, 4, 5])
set([0, 1, 2, 3, 4, 5])
2、集合元素的顺序是随意的
这一点和字典非常像,可以简单理解集合为没有value的字典 。
输出如下:
set(['wong', 'cnblogs', 'jeff'])
3、集合常用方法
a、并集union
输出:
set([1, 2, 3])
set([2, 3, 4])
set([1, 2, 3, 4])
union操作返回两个集合的并集,不改变原有集合 。使用按位与(OR)运算符“|”可以得到一样的结果:
输出和上面union操作一模一样的结果 。
其他常见操作包括(交集),=,=,-,copy()等等,这里不再列举 。
输出如下:
set([1, 2, 3])
set([2, 3, 4])
set([2, 3])
True
set([1, 2, 3])
False
b、add和remove
和序列添加和移除的方法非常类似,可参考官方文档:
输出:
set([1])
set([1, 2])
set([1])
set([1])
False
Traceback (most recent call last):
File "F:\Python\test.py", line 9, in
set1.remove(29) #移除不存在的项
KeyError: 29
4、frozenset
集合是可变的,所以不能用做字典的键 。集合本身只能包含不可变值,所以也就不能包含其他集合:
输出如下:
Traceback (most recent call last):
File "F:\Python\test.py", line 3, in
set1.add(set2)
TypeError: unhashable type: 'set'
可以使用frozenset类型用于代表不可变(可散列)的集合:
输出:
set([1, frozenset([2])])
qt中如何解包利用python 的struct.pack()函数打包的数据在Python中使用struct模块打包数据和在C/C语言中定义一个结构体(也是把多个成员打包到一块)差不多 。
只要客户端告诉了你打包的数据的格式(比如:数据包的总长度、数据包中各个数据域的长度及类型,以及端序——大端还是小端) , 然后定义一个等价的C语言结构体,并把接收到的数据放入一个这样的结构体变量(对象)中就完成了解包工作 。然后,访问结构体中的特定成员,就是访问传送过来的特定数据了 。
【python函数序列解包 python的序列解包】关于python函数序列解包和python的序列解包的介绍到此就结束了 , 不知道你从中找到你需要的信息了吗 ?如果你还想了解更多这方面的信息,记得收藏关注本站 。

    推荐阅读