一、自定义序列类

1.1、python中的序列分类

  什么叫做序列类?序列是python中重要的一个协议,python是基于协议来编程的。序列就是python中特别重要的一个协议。接下来先认识python的序列分类

容器序列:

list
tuple
deque #(双端队列)
my_list = []
my_list.append(1)
my_list.append("q") 
#向容器里面添加任意数据不会报错

容器序列和扁平序列的区别:容器序列可以放置任意数据,扁平序列是不一样的,它是属于序列类型的,序列的特性就是可以利用for循环进行遍历

扁平序列:

str
bytes
bytearray
array.array

可变序列:

list
deque
bytearray
array

不可变序列:

str
tuple
bytes

一旦创建这个对象就是不能够改变的。

1.2、python中序列类型的abc继承关系

#容器相关的一些数据结构它的抽象基类都是放在abc中的
from collections import abc   #ctrl+鼠标左键进去可以看见
"""
进到里面可以看见定义了collections相关的抽象基类
Sequence就是不可变序列的方法集合的抽象基类,MutableSequence是集合了可变序列的方法和协议的抽象基类。
序列相关的是: Sequence as Sequence(不可变序列类型),MutableSequence as MutableSequence(可变序列类型),
from . import (
    Sequence as Sequence,        ################********************
    MutableSequence as MutableSequence,###########*******************
)
"""
"""
可变序列(MutableSequence)从不可变序列(Sequence)那里继承了一些方法.
Sequence继承了collection,collection又继承了Sized、Container、Iterable
python的内置序类型并没有直接继承这些基类,但是这些基类定义了某种特性序列的方法和协议,
了解这些基类间的继承关系能很好的帮助我们了解python的内置序列类型。
"""

用图片展示他们之间的关系:(自定义序列类型需要实现那些魔法函数)

1.3、list中extend方法区别

序列的+、+=extend的区别:

####### + ###########
a = [1,2]        #加号的两边必须同一类型才能相加
b = a + [3,4]
print(b) #[1, 2, 3, 4]

####### += ##########
a += [5,6]  #+=可以相加(序列类型)
print(a) #[1, 2, 5, 6]
a += (7,8)
print(a)#[1, 2, 5, 6, 7, 8]
a.extend(range(3)) #iterable  extend是传入可迭代的对象
print(a) #[1, 2, 5, 6, 7, 8, 0, 1, 2]
a.append([1,2])#append是将传入的参数当成一个值
print(a)#[1, 2, 5, 6, 7, 8, 0, 1, 2, [1, 2]]

1.4、实现可切片的对象

切片操作不会对原来列表有改动,而是新建一个列表。

#模式[start:end:step]
"""
    其中,第一个数字start表示切片开始位置,默认为0;
    第二个数字end表示切片截止(但不包含)位置(默认为列表长度);
    第三个数字step表示切片的步长(默认为1)。
    当start为0时可以省略,当end为列表长度时可以省略,
    当step为1时可以省略,并且省略步长时可以同时省略最后一个冒号。
    另外,当step为负整数时,表示反向切片,这时start应该比end的值要大才行。
"""
aList = [3, 4, 5, 6, 7, 9, 11, 13, 15, 17]
print (aList[::])  # 返回包含原列表中所有元素的新列表
print (aList[::-1])  # 返回包含原列表中所有元素的逆序列表
print (aList[::2])  # 隔一个取一个,获取偶数位置的元素
print (aList[1::2])  # 隔一个取一个,获取奇数位置的元素
print (aList[3:6])  # 指定切片的开始和结束位置
aList[0:100]  # 切片结束位置大于列表长度时,从列表尾部截断
aList[100:]  # 切片开始位置大于列表长度时,返回空列表                       ******这前面都是取值操作******

aList[len(aList):] = [9]  # 在列表尾部增加元素
aList[:0] = [1, 2]  # 在列表头部插入元素
aList[3:3] = [4]  # 在列表中间位置插入元素
aList[:3] = [1, 2]  # 替换列表元素,等号两边的列表长度相等
aList[3:] = [4, 5, 6]  # 等号两边的列表长度也可以不相等
aList[::2] = [0] * 3  # 隔一个修改一个
print (aList)
aList[::2] = ['a', 'b', 'c']  # 隔一个修改一个
aList[::2] = [1,2]  # 左侧切片不连续,等号两边列表长度必须相等 *****会出现异常******
aList[:3] = []  # 删除列表中前3个元素

del aList[:3]  # 切片元素连续
del aList[::2]  # 切片元素不连续,隔一个删一个
import numbers
class Group:
    #支持切片操作
    def __init__(self, group_name, company_name, staffs):
        self.group_name = group_name
        self.company_name = company_name
        self.staffs = staffs

    def __reversed__(self):  #实现这个可以用reverse(group进行反转)
        self.staffs.reverse()

    def __getitem__(self, item): #切片操作传入的是slice对象  #索引取值传入的是int类型(因此需要实现这两种方法)
                                #  #实现切片功能,如果注释掉,会出现报错
        cls = type(self)         #django中的queryset实现了这个魔法方法,可以进行切片
        if isinstance(item, slice):
            return cls(group_name=self.group_name, company_name=self.company_name, staffs=self.staffs[item])
        elif isinstance(item, numbers.Integral):
            return cls(group_name=self.group_name, company_name=self.company_name, staffs=[self.staffs[item]])

    def __len__(self): #实现它可以知道员工的人数len(group)
        return len(self.staffs)

    def __iter__(self):#实现它可以遍历出具体员工 否则只是遍历出<__main__.Group object at 0x000002843AD3EF48>
        return iter(self.staffs) #遍历出对象与__getitem__有关

    def __contains__(self, item): #实现它就可以利用if语句判断(if "li" in group:返回False)
        if item in self.staffs:
            return True
        else:
            return False

staffs = ["li1", "li2", "li3", "li4"]
group = Group(company_name="university", group_name="user", staffs=staffs)
reversed(group) #反转需要实现__reversed__魔法方法
for user in group:
    print(user)
    """
    查看打印结果,说明数据反转
    li4
    li3
    li2
    li1
    """

这就是不可改变序列类型(Sequence)的协议的实现,以后需要实现某个协议,根据协议类型实现协议各自的魔法方法,这样就可以完成协议类型的开发(框架开发等)

1.5、bisect维护已排序序列

#在项目开发中,插入的数据进行排序(序列类型),直接可以利用bisect.insort(inter_list,1)进行插入
import bisect
from collections import deque

#用来处理已排序的序列,用来维持已排序的序列, 升序
#二分查找(效率高)
inter_list = deque()#序列类型都可以
bisect.insort(inter_list, 3)
bisect.insort(inter_list, 2)
bisect.insort(inter_list, 5)
bisect.insort(inter_list, 1)
bisect.insort(inter_list, 6)
#查找我们插入的数据(3)将要插入序列的位置是什么
print(bisect.bisect(inter_list, 3)) #3
#某些一样的值我们人为排序更精确例如:90-100:A,80-90:B这样我们可以将成绩按照升序排序
print(bisect.bisect_left(inter_list, 3)) #2
#学习成绩
print(inter_list) #deque([1, 2, 3, 5, 6])

1.6、什么时候我们不该使用列表?

# array, deque
# 数组
#数组比list更加高效(根据具体情况来选择)
import array
#array和list的一个重要区别, array只能存放指定的数据类型
my_array = array.array("i") #要求array是整型
my_array.append(1)
my_array.append("abc") #TypeError: an integer is required (got type str)

1.7、列表推导式、生成器表达式、字典推导式

当在应用的时候,逻辑简单的时候,能用推导式就直接用推导式,推导式的效率以及灵活性都很强。

#列表生成式(列表推导式)
#提取1-20之间的奇数
odd_list = []
for i in range(21):
    if i%2 == 1:
        odd_list.append(i)
print(odd_list) #[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
add_list = [i for i in range(21) if i%2 ==1]
print(add_list)#[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
#逻辑复杂的时候
def handle_num(item):
    return item*item
dd_list = [handle_num(i) for i in range(21) if i%2 ==1]
print(dd_list) #[1, 9, 25, 49, 81, 121, 169, 225, 289, 361]
#**************列表生成式效率高于列表操作************

#生成器表达式
add_gen = (i for i in range(21) if i%2 ==1)
print(type(add_gen)) #<class 'generator'>
print(add_gen) #<generator object <genexpr> at 0x000002393740CBC8>
for m in add_gen:
    print(m,end=' ') #1 3 5 7 9 11 13 15 17 19 生成器是可迭代对象
add_gen = list(add_gen)
print(type(add_gen))#<class 'list'>

#字典推导式
my_dict = {"li":1,"li2":2,"li3":3}
reversed_dict = {value:key for key,value in my_dict.items()}
print(reversed_dict) #{1: 'li', 2: 'li2', 3: 'li3'}

#集合推导式
#my_set = set(my_dict.keys())
my_set = {key for key,value in my_dict.items()} #灵活性更高
print(type(my_set)) #<class 'set'>
print(my_set) #{'li2', 'li3', 'li'}

版权声明:本文为lishuntao原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://www.cnblogs.com/lishuntao/p/11977997.html