Python学习【第十篇】基础之杂货铺

字符串格式化

Python的字符串格式化有两种方式: 百分号方式、format方式

百分号的方式相对来说比较老，而format方式则是比较先进的方式，企图替换古老的方式，目前两者并存。

百分号方式：

%[(name)][flags][width].[precision]typecode

• (name) 可选，用于选择指定的key
• flags 可选，可供选择的值有:
• + 右对齐；正数前加正好，负数前加负号；
• - 左对齐；正数前无符号，负数前加负号；
• 空格 右对齐；正数前加空格，负数前加负号；
• 0 右对齐；正数前无符号，负数前加负号；用0填充空白处
• width 可选，占有宽度
• .precision 可选，小数点后保留的位数
• typecode 必选
• s，获取传入对象的__str__方法的返回值，并将其格式化到指定位置
• r，获取传入对象的__repr__方法的返回值，并将其格式化到指定位置
• c，整数：将数字转换成其unicode对应的值，10进制范围为 0 <= i <= 1114111（py27则只支持0-255）；字符：将字符添加到指定位置
• o，将整数转换成 八 进制表示，并将其格式化到指定位置
• x，将整数转换成十六进制表示，并将其格式化到指定位置
• d，将整数、浮点数转换成 十 进制表示，并将其格式化到指定位置
• e，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（小写e）
• E，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（大写E）
• f， 将整数、浮点数转换成浮点数表示，并将其格式化到指定位置（默认保留小数点后6位）
• F，同上
• g，自动调整将整数、浮点数转换成 浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是e；）
• G，自动调整将整数、浮点数转换成 浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是E；）
• %，当字符串中存在格式化标志时，需要用 %%表示一个百分号

注：Python中百分号格式化是不存在自动将整数转换成二进制表示的方式

常用格式化：

s = "My name is %s and age is %d"%("bourbon",22)
print(s)

# 输出
My name is bourbon and age is 22


# name：根据名字进行格式化
s = "My name is %(name)s and age is %(age)d"%{'name':"bourbon",'age':23}
print(s)

# 输出
My name is bourbon and age is 22


s1 = "My name is %"
print(s1)

# 输出
My name is %


# 当格式化时，字符串中出现占位符%s..需要用%%输出%
s2 = "My name is %s %%"%("Bourbon")
print(s2)

# 输出
My name is Bourbon %


s3 = "percent %.2f" % 99.97623
print(s3)

# 输出
percent 99.98


s4 = "i am %(pp).2f" % {"pp": 123.425556, }
print(s4)

# 输出
i am 123.43

Format方法：

[[fill]align][sign][#][0][width][,][.precision][type]

• fill 【可选】空白处填充的字符
• align 【可选】对齐方式（需配合width使用）
• <，内容左对齐
• >，内容右对齐(默认)
• ＝，内容右对齐，将符号放置在填充字符的左侧，且只对数字类型有效。 即使：符号+填充物+数字
• ^，内容居中
• sign 【可选】有无符号数字
• +，正号加正，负号加负；
• -，正号不变，负号加负；
• 空格 ，正号空格，负号加负；
• # 【可选】对于二进制、八进制、十六进制，如果加上#，会显示 0b/0o/0x，否则不显示
• ， 【可选】为数字添加分隔符，如：1,000,000
• width 【可选】格式化位所占宽度
• .precision 【可选】小数位保留精度
• type 【可选】格式化类型
• 传入” 字符串类型 “的参数
• s，格式化字符串类型数据
• 空白，未指定类型，则默认是None，同s
• 传入“ 整数类型 ”的参数
• b，将10进制整数自动转换成2进制表示然后格式化
• c，将10进制整数自动转换为其对应的unicode字符
• d，十进制整数
• o，将10进制整数自动转换成8进制表示然后格式化；
• x，将10进制整数自动转换成16进制表示然后格式化（小写x）
• X，将10进制整数自动转换成16进制表示然后格式化（大写X）
• 传入“ 浮点型或小数类型 ”的参数
• e， 转换为科学计数法（小写e）表示，然后格式化；
• E， 转换为科学计数法（大写E）表示，然后格式化;
• f ， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；
• F， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；
• g， 自动在e和f中切换
• G， 自动在E和F中切换
• %，显示百分比（默认显示小数点后6位）

 常用格式化：

tpl = "i am {}, age {}, {}".format("seven", 18, 'alex')
  
tpl = "i am {}, age {}, {}".format(*["seven", 18, 'alex'])
  
tpl = "i am {0}, age {1}, really {0}".format("seven", 18)
  
tpl = "i am {0}, age {1}, really {0}".format(*["seven", 18])
  
tpl = "i am {name}, age {age}, really {name}".format(name="seven", age=18)
  
tpl = "i am {name}, age {age}, really {name}".format(**{"name": "seven", "age": 18})
  
tpl = "i am {0[0]}, age {0[1]}, really {0[2]}".format([1, 2, 3], [11, 22, 33])
  
tpl = "i am {:s}, age {:d}, money {:f}".format("seven", 18, 88888.1)
  
tpl = "i am {:s}, age {:d}".format(*["seven", 18])
  
tpl = "i am {name:s}, age {age:d}".format(name="seven", age=18)
  
tpl = "i am {name:s}, age {age:d}".format(**{"name": "seven", "age": 18})
 
tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2)
 
tpl = "numbers: {0:b},{0:o},{0:d},{0:x},{0:X}, {0:%}".format(15)
 
tpl = "numbers: {num:b},{num:o},{num:d},{num:x},{num:X}, {num:%}".format(num=15)

更多格式化操作：https://docs.python.org/3/library/string.html

生成器和迭代器：

1.生成器：

生成器不会把结果保存在一个系列中，而是保存生成器的状态，在每次进行迭代时返回一个值。

li = [11,22,33,44]
result = filter(lambda x:x>22, li)
print(result) # 具有生成指定条件数据的能力的一个对象

# 输出
<filter object at 0x00000000010FD588>

生成器，使用函数创造的

# 普通函数
# def func():
#     return 123
#
# ret = func()

def func():
    print('start')
    yield 1
    yield 2
    yield 3
func() # 函数没有执行

ret = func()
print(ret) # 在普通函数里面出现yield，那这个函数就是生成器了

for i in ret:
    print(i)

# 输出
<generator object func at 0x00000000006B6C50>
start
1
2
3

2.迭代器：

迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件

特点：

1. 访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容
2. 不能随机访问集合中的某个值 ，只能从头到尾依次访问
3. 访问到一半时不能往回退
4. 便于循环比较大的数据集合，节省内存

上述代码中：func是函数称为生成器，当执行此函数func()时会得到一个迭代器。

ret = func()
r1 = ret.__next__() # 进入函数找到yield，获取yield后面的数据
print(r1)

# 输出
start
1


r2 = ret.__next__() # 进入函数找到yield，获取yield后面的数据
print(r2)

# 输出
2


r3 = ret.__next__() # 进入函数找到yield，获取yield后面的数据
print(r3)

# 输出
3

3.实例：

def myrange(arg):
    start = 0
    while True:
        if start > arg:
            return
        yield start
        start += 1

ret = myrange(10)
# ret.__next__()
# 通过for 循环迭代
for item in ret:
    print(item)

函数递归：

def d():
    return '123'

def c():
    r = d()
    return r

def b():
    r = c()
    return r

def a():
    r = a()
    print(r)

a()

# 输出
123

递归函数的特点：

　　1 调用自身函数

　　2 有一个明显的结束条件，问题规模相比上次递归有所减少

优点： 定义简单，逻辑清晰，所有的递归函数都可以写成循环的方式，但是循环的逻辑不如递归清晰。

但是，递归的效率不高，递归层次过多会导致栈溢出。

例1、每次自增1，当大于等于4时退出并输出end

def func(n):
    n += 1
    if n >=4:
        return 'end'
    return func(n)

ret = func(1)
print(ret)

例2、实现1×2×3×4×5×...7的阶乘

def func(num):
    if num == 1:
        return 1
    return num * func(num-1)

x = func(7)
print(x)