Fluent Python - 序列

Contact me

• Blog -> https://cugtyt.github.io/blog/index
• Email -> cugtyt@qq.com
• GitHub -> Cugtyt@GitHub

本系列博客主页及相关见此处

---

• 列表推导的可读性更好，但是不要用来做复杂的循环。

• 虽然map,filter也可以做类似的事情，但是列表推导反而快。

• 生成推导相比于列表推导节省空间，一次仅返回一个值。

• *可以捕获多个值。a, b, *rest = range(5)

• namedtuple可以帮助调试

  >>> from collections import namedtuple
  >>> City = namedtuple('City', 'name country population coordinates')
  >>> tokyo = City('Tokyo', 'JP', 36.933, (35.689722, 139.691667))
  >>> tokyo
  City(name='Tokyo', country='JP', population=36.933, coordinates=(35.689722,
  139.691667))
  >>> tokyo.population
  36.933
  >>> tokyo.coordinates
  (35.689722, 139.691667)
  >>> tokyo[1]
  'JP
  

• namedtuple有几个特殊函数

  >>> City._fields
  ('name', 'country', 'population', 'coordinates')
  >>> LatLong = namedtuple('LatLong', 'lat long')
  >>> delhi_data = ('Delhi NCR', 'IN', 21.935, LatLong(28.613889, 77.208889))
  >>> delhi = City._make(delhi_data)
  >>> delhi._asdict()
  OrderedDict([('name', 'Delhi NCR'), ('country', 'IN'), ('population',
  21.935), ('coordinates', LatLong(lat=28.613889, long=77.208889))])
  >>> for key, value in delhi._asdict().items():
  print(key + ':', value)
  

• slice是个对象

  >>> SKU = slice(0, 6)
  >>> DESCRIPTION = slice(6, 40)
  >>> UNIT_PRICE = slice(40, 52)
  >>> QUANTITY = slice(52, 55)
  >>> ITEM_TOTAL = slice(55, None)
  

• 序列可是使用加法和乘法

  >>> l = [1, 2, 3]
  >>> l * 5
  [1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3]
  >>> 5 * 'abcd'
  'abcdabcdabcdabcdabcd'
  

• 注意序列的乘法操作时可变的引用，因此[[]] * 3 修改一项就修改了所有项

  >>> board = [['_'] * 3 for i in range(3)]
  >>> board
  [['_', '_', '_'], ['_', '_', '_'], ['_', '_', '_']]
  >>> board[1][2] = 'X'
  >>> board
  [['_', '_', '_'], ['_', '_', 'X'], ['_', '_', '_']]
  

>>> weird_board = [['_'] * 3] * 3
>>> weird_board
[['_', '_', '_'], ['_', '_', '_'], ['_', '_', '_']]
>>> weird_board[1][2] = 'O'
>>> weird_board
[['_', '_', 'O'], ['_', '_', 'O'], ['_', '_', 'O']]

• tuple的+=

  >>> t = (1, 2, [30, 40])
  >>> t[2] += [50, 60]
  Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  TypeError: 'tuple' object does not support item assignment
  >>> t
  (1, 2, [30, 40, 50, 60])
  

• sorted的key参数，是一个一个参数的函数

• bisect管理有序序列，bisect主要提供两个函数，bisect和insort，使用二分查找插入和查找。bisect(haystack, needle)寻找小于或等于needle的位置，然后可以插入haystack.insert(index, needle), insort可以做两个步骤，更快。

• bisect有个可选参数，指定低和高lo 和hi，默认为0和len()

• bisect其实是bisect_right，有个相似的bisect_left。区别在于相等值的情况，bisect_right返回一个存在项后面的位置，bisect_left返回存在的位置，因此插入会插在前一个位置。对于简单类型如int没有区别，但是如果包括不同但是相等的情况会有变化，如1和1.0。

• 不使用List的情况，如果有存一千万个浮点数，array更有效。如果需要先入先出和先入后出，队列更快

• 如果只包括数字，array.array更高效，和C的数组一样轻快。 array.tofile和array.fromfile 非常快速和方便。

  >>> from array import array
  >>> from random import random
  >>> floats = array('d', (random() for i in range(10**7)))
  >>> floats[-1]
  0.07802343889111107
  >>> fp = open('floats.bin', 'wb')
  >>> floats.tofile(fp)
  >>> fp.close()
  >>> floats2 = array('d')
  >>> fp = open('floats.bin', 'rb')
  >>> floats2.fromfile(fp, 10**7)
  >>> fp.close()
  >>> floats2[-1]
  0.07802343889111107
  >>> floats2 == floats
  True
  

• memorview无需拷贝即可操作数组。

  >>> numbers = array.array('h', [-2, -1, 0, 1, 2])
  >>> memv = memoryview(numbers)
  >>> len(memv)
  5
  >>> memv[0]
  -2
  >>> memv_oct = memv.cast('B') # 无符号数
  >>> memv_oct.tolist()
  [254, 255, 255, 255, 0, 0, 1, 0, 2, 0]
  >>> memv_oct[5] = 4
  >>> numbers
  array('h', [-2, -1, 1024, 1, 2])
  

• 使用numpy和scipy更高效的处理数字运算。
• list在首段插入和删除成本高，deque是双向队列，可以旋转

  >>> from collections import deque
  >>> dq = deque(range(10), maxlen=10)
  >>> dq
  deque([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], maxlen=10)
  >>> dq.rotate(3)
  >>> dq
  deque([7, 8, 9, 0, 1, 2, 3, 4, 5, 6], maxlen=10)
  >>> dq.rotate(-4)
  >>> dq
  deque([1, 2, 3, 4, 5, 6, 7, 8, 9, 0], maxlen=10)
  >>> dq.appendleft(-1)
  >>> dq
  deque([-1, 1, 2, 3, 4, 5, 6, 7, 8, 9], maxlen=10)
  >>> dq.extend([11, 22, 33])
  >>> dq
  deque([3, 4, 5, 6, 7, 8, 9, 11, 22, 33], maxlen=10)
  >>> dq.extendleft([10, 20, 30, 40])
  >>> dq
  deque([40, 30, 20, 10, 3, 4, 5, 6, 7, 8], maxlen=10)