概述此前的日志中，我们了解了 python 的循环语句python 条件与循环语句本篇日志中，我们通过 yield 关键字来优化循环的执行 生成斐波那契数列斐波那契数列是一个非常简单的递归数列，除第一个和第二个数外，任意一个数都可由前两个数相加得到下面是使用 python 实现的一个斐波那契序列函数：def fab(max): n, a, b = 0, 0, 1 L = [] while n < max: L.append(b) a, b = b, a + b n = n + 1 return L  如下调用可以看到返回结果：>>> for n in fab(5): ... print n ... 1 1 2 3 5  如果我们的 max 增大，返回的列表占用的空间将显著提升，这显然是我们不希望看到的 空间优化 -- 迭代器上一篇日志中，我们介绍了迭代器，迭代器可以解决上面提到的问题下面我们定义一个迭代器：class Fab(object): def __init__(self, max)

概述上一篇日志中，我们介绍了 python 的字典与集合：本篇日志中，我们来介绍他们的内建函数与方法 内建工厂函数 -- dict、set、frozensetdict()dict 工厂函数被用来创建字典，下面的例子展示了 dict 方法的几种用法：>>> dict(zip(('x', 'y'), (1, 2))) {'y': 2, 'x': 1} >>> dict([['x', 1], ['y', 2]]) {'y': 2, 'x': 1} >>> dict([('xy'[i-1], i) for i in range(1,3)]) {'y': 2, 'x': 1} >>> dict(x=1, y=2) {'y': 2, 'x': 1} >>> dict8 = dict(x=1, y=2) >>> dict8 {'y': 2, 'x': 1} >>> dict9 = dict(**dict8) >>> dict9 {'y': 2, 'x': 1}  dict9 = dict(**dict8) 的方式并不推荐使用，

概述前面两篇日志中，我们介绍了 python 的序列类型，包含字符串、列表和元组python 序列与深浅拷贝python 序列支持的所有操作接下来我们就来介绍 python 映射类型 字典字典是 Python 语言中的一种映射类型，是一种存储哈希表结构的容器类型字典是 Python 中最强大的数据类型之一，它存储的数据是无序的，但是一般具有很好的性能>>> dict1 = {} >>> dict2 = {'name': 'earth', 'port': 80} >>> dict1, dict2 ({}, {'port': 80, 'name': 'earth'})  字典的基本使用fromkeys字典的 fromkeys 可以将序列转换为字典，转换后的字典的 key 即是序列的元素，value 则是默认值参数dict.fromkeys(seq[, value])  示例：>>> seq = ('hello', 'world', 'python') >>> dict = {}.fromkeys(seq) >

概述上一篇日志中，我们介绍了 python 的序列类型：字符串 -- "abc"列表 -- ["a", "b", "c"]元组 -- ("a", "b", "c")以及他们支持的操作python 序列与深浅拷贝 本文，我们来介绍一下 python 序列类型支持的函数 内建工厂函数序列相关的工厂函数主要有list -- 生成列表tuple -- 生成元组str -- 生成 stringchr -- 转换为 ascii 字符ord -- 将 ascii 字符转换为数值 通用内建函数 -- min、max、len、sorted、reversed、enumerate、zip比较函数 -- min、max、len>>> str = "abcdef" >>

概述上一篇日志中，我们介绍了 python 的对象类型python 对象本文我们来介绍 python 的几个序列类型：字符串 -- "abc"列表 -- ["a", "b", "c"]元组 -- ("a", "b", "c") 这些容器类型都是由一些成员共同组成的一个序列整体，所以统称为序列列表和字符串、元组最大的区别为列表可变，字符串和元祖不可变 操作符一般来说，标准类型操作符适用于所有的序列类型，除此之外，这些序列类型还支持以下操作 序列的加法 -- 连接操作符序列的加法用来连接两个序列，但是必须是两个相同类型的序列才可以进行连接操作>>> seq0 = ["a", "b", "c"] >>> seq1 = ["d", "e", "f"] >>> seq0 + seq1 ['a',

概述上一篇日志中，我们讲解了 python 的垃圾回收机制我们也提到了 python 对象的一些源码构成python 的内存管理与垃圾收集 Python 对象所有的 python 对象都有三个特性组成：id -- 使用内建函数 id() 可以获取，被认为是该对象的内存地址，通常并不被程序使用类型 -- 型决定了该对象可以保存什么类型的值，可以进行什么样的操作，以及遵循什么规则，通过用内建函数 type() 可以查看对象的类型信息值 -- 对象表示的数据项id 和类型信息是只读的，对象的值是否可变称为对象的可改变性 对象标准类型python 对象拥有以下标准类型：整型布尔型浮点型复数型字符串列表 -- []元组 -- ()字典 -- {} 其他内建类型typeclassnonefile集合/固定集合函数/方法模块 内部类型内部类型是在一般情况下程序员不需要关心的类型代码帧跟踪记录切片省略Xrange 代码对象代码对象是编译过的 Python 源代码片段，它是可执行对象通

hasattrhasattr() 函数用于判断对象是否包含对应的属性。 语法hasattr 语法：hasattr(object, name)  参数object -- 对象。name -- 字符串，属性名。 返回值如果对象有该属性返回 True，否则返回 False。 实例以下实例展示了 hasattr 的使用方法：#!/usr/bin/python # -*- coding: UTF-8 -*- class Coordinate: x = 10 y = -5 z = 0 point1 = Coordinate() print(hasattr(point1, 'x')) print(hasattr(point1, 'y')) print(hasattr(point1, 'z')) print(hasattr(point1, 'no')) # 没有该属性  输出结果：True True True False  maxmax() 方法返回给定参数的最大值，参数可以为序列。 语法以下是 max() 方法的语法:max( x, y, z, .... ) 

getattrgetattr() 函数用于返回一个对象属性值。 语法getattr 语法：getattr(object, name[, default])  参数object -- 对象。name -- 字符串，对象属性。default -- 默认返回值，如果不提供该参数，在没有对应属性时，将触发 AttributeError。 返回值返回对象属性值。 实例以下实例展示了 getattr 的使用方法：>>>class A(object): ... bar = 1 ... >>> a = A() >>> getattr(a, 'bar') # 获取属性 bar 值 1 >>> getattr(a, 'bar2') # 属性 bar2 不存在，触发异常 Traceback (most recent call last): File "<stdin>", line 1, in <module> AttributeError: 'A' object has no attribute 'bar2' >>>

formatPython2.6 开始，新增了一种格式化字符串的函数 str.format()，它增强了字符串格式化的功能。基本语法是通过 {} 和 : 来代替以前的 % 。format 函数可以接受不限个参数，位置可以不按顺序。 实例>>>"{} {}".format("hello", "world") # 不设置指定位置，按默认顺序 'hello world' >>> "{0} {1}".format("hello", "world") # 设置指定位置 'hello world' >>> "{1} {0} {1}".format("hello", "world") # 设置指定位置 'world hello world'  也可以设置参数：#!/usr/bin/python # -*- coding: UTF-8 -*- print("网站名：{name}, 地址 {url}".forma

filterfilter() 函数用于过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。该接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。 语法以下是 filter() 方法的语法:filter(function, iterable)  参数function -- 判断函数。iterable -- 可迭代对象。 返回值返回一个迭代器对象 实例以下展示了使用 filter 函数的实例： 过滤出列表中的所有奇数：#!/usr/bin/python3 def is_odd(n): return n % 2 == 1 tmplist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) newlist = list(tmplist) print(newlist) 输出结果 ：[1, 3, 5, 7, 9]&