Python之列表生成式 生成器 异步I/O模型epoll 递归函数 函数式编程的定义 高阶函数

本篇主要介绍  列表生成式  生成器  递归函数 函数式编程的定义 高阶函数

1.列表生成式

列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式

示例：

# 1~20,所有偶数的平方

print [ i*i for i  in range(0,20,2)]

print [ i*i for i  in range(0,20) if i %2 == 0]

#将列表中的字符全部转化为小写

print [i.lower() for i in li if isinstance(i, str)]

1.1.  判断数据类型是否为可迭代数据类型

In [25]: from collections import  Iterable

In [26]: isinstance('hello',Iterable)

Out[26]: True

1.2. 枚举方法，显示为索引-元素对

shopinfo = [('Iphone',1000),  ('book',200), ('fentiao',3500)]

for i,v in enumerate(shopinfo):

    print i,v

2..生成器generator

 2.1 生成式的定义

     通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

      所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器。

       要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的

[]

改成

()

，就创建了一个generator。

       还可以使用关键字yield

       所以，我们创建了一个generator后，基本上永远不会调用

next()

方法，而是通过

for

循环来迭代它。

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的

for

循环无法实现的时候，还可以用函数来实现。比如，著名的斐波拉契数列（Fibonacci）。

2.2 生成器的特点

 1). 列表生成式受到内存的限制，列表容量是有限的；

 2). 列表生成式如果只需要前几个元素，浪费内存空间。

2.3.  访问生成式:

         - for循环

         - g.next()方法

l = [i for i in range(1000)]        # 列表生成式

g = (i for i in range(1000))        # 生成器

g.next()

for i in g:

    print i

2.4. 手动实现生成器



定义一函数fib，实现斐波那契数列(Fibonicci):



 3. 通过yield实现单线程的并发运算
# 异步I/O模型epoll 






4.. 递归函数   

4.1 递归与循环在编程模型和思维模型上最大的区别则在于：

                           
循环是在描述我们该如何地去解决问题。

                            递归是在描述这个问题的定义。

###求一个整数的阶乘

def fact(n):

    if not isinstance(n,int):

        print 'input int num'

    if n == 1:

        return 1

    return fact(n-1)*n

print fact(3)

4.2 递归的特点

1）. 在写递归函数时要有一个明确的结束条件；

2）. 在递归时，问题规模要越来越小；

3）. 递归函数效率不高，函数调用是通过栈的数据结构实现的，

4）. 每调用依次，栈就会多一层，最多999层，否则会出现栈溢出。

 5. 函数式编程  
    函数式编程是一种编程模型，他将计算机运算看做是数学中函数的计算，并且避免了状态以及变量的概念。

     在函数式编程中，函数是基本单位，是第一型，他几乎被用作一切，包括最简单的计算，甚至连变量都被计算所取代。在函数式编程中，变量只是一个名称，而不是一个存储单元，这是函数式编程与传统的命令式编程最典型的不同之处。

     f(x) = y ，那么这个函数无论在什么场景下，都会得到同样的结果，这个我们称之为函数的确定性。

     函数式编程取消了赋值模型，则使数学模型与编程模型完美地达成了统一

6.. 高阶函数 

6.1定义：一个函数接收另一个函数作为参数，这种函数就称之为高阶函数

6.1  map（）

     map()

函数接收两个参数，一个是函数，一个是序列，

map

将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。



  6.3  reduce():reduce函数也有两个参数，一个是函数，另一个是列表，返回值为对list的每一个元素反复调用函数f，得到最终结果，以下函数为连乘；



6.4 filter():filter函数接受函数参数f和列表参数lst，f对lst元素进行判断，返回lst的元素中调用f函数结果为true的元素组成的列表（将不满足f函数条件的元素过滤掉）