python字符串反转|python字符串反转 高阶函数 @property与sorted(八)
(1)字符串反转
1倒序输出
s = 'abcde'
print(s[::-1])
#输出: 'edcba'
2 列表reverse()操作
s = 'abcde'
lt = list(s)
lt.reverse()
print(''.join(lt))
#输出: 'edcba'
3 二分法交换位置
s = 'abcde'
lt = list(s)
for i in range(len(l) // 2):
lt[i], lt[-(i+1)] = lt[-(i+1)], lt[i]
print(''.join(lt))
#输出: 'edcba'
4 列表生成式
s = 'abcde'
print(''.join([s[i-1] for i in range(len(s), 0, -1)]))
#输出: 'edcba'
5 栈的思想
s = 'abcde'
lt = list(s)
res = ''
while lt:
res += lt.pop()
print(res)
#输出: 'edcba'
6 递归的思路
def res_str(s):
if len(s) == 1:
return s
head = s[0]
tail = s[1:]
return res_str(tail)+head
res_str('abcd')
#输出: 'dcba'
(2)冒泡排序
采用循环
import numpy as np
def bubble_sort(arr):
for i in range(1,arr.size):
for j in range(arr.size-1):
if arr[j] > arr[j+1]:
arr[j],arr[j+1] = arr[j+1],arr[j]
print(arr)
arr = np.array([4,7,8,9,3,6,7,9,4,0])
bubble_sort(arr)
采用数组中的partition,用递归实现
import numpy as np
def quick_sort(arr):
if arr.size == 1:
return arr
_arr = np.partition(arr,1)#在索引1前面的一定是最小值
return np.append(_arr[:1],quick_sort(_arr[1:]))
quick_sort(arr)def quick_sort2(arr):
if arr.size < 2:
return arr
_arr = np.partition(arr,1)#在索引2前面的一定是最小值
return np.append(_arr[:2],quick_sort2(_ar/r[2:]))
quick_sort2(arr)
(3)高阶函数用法
map函数的用法 map :
map()
函数接收两个参数,一个是函数,一个是Iterable
,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Iterator
返回。>>> list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]))
['1', '2', '3', '4', '5', '6', '7', '8', '9']
map()
传入的第一个参数是f
,即函数对象本身。由于结果r
是一个Iterator
,Iterator
是惰性序列,因此通过list()
函数让它把整个序列都计算出来并返回一个list。reduce函数的用法
reduce
把一个函数作用在一个序列[x1, x2, x3, ...]
上,这个函数必须接收两个参数,reduce
把结果继续和序列的下一个元素做累积计算,其效果就是:把序列[1, 3, 5, 7, 9]变换成整数13579,
reduce
就可以派上用场from functools import reduce
>>> def func(x, y):
...return x * 10 + y
...
>>> reduce(func, [1, 3, 5, 7, 9])
13579
如果是完成字符串转数字了,那么就可以采用
map
与reduce
组合>>> from functools import reduce
>>> def func(x, y):
...return x * 10 + y
...
>>> def tran(s):
...digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
...return digits[s]
...
>>> reduce(func, map(tran, '13579'))
13579>>>reduce(lambda x,y:10*x+y, map(tran,'13579'))#字符串也是可迭代的
13579
对于一般的函数表达式我们建议采用lambda函数实现,下面我们用
lambda
函数改写>>>reduce(lambda x,y: x*10+y , [1,3,5,7,9])
13579
>>>reduce(lambda x,y:10*x+y, map(int,['1','3','5','7','9']))
13579
>>>reduce(lambda x,y:10*x+y, map(int,['1','3','5','7','9']))
13579
filter过滤函数
filter()
也接收一个函数和一个序列。和map()
不同的是,filter()
把传入的函数依次作用于每个元素,然后根据返回值是True
还是False
决定保留还是丢弃该元素。见用
filter()
这个高阶函数,关键在于正确实现一个“筛选”函数。def not_empty(s):
return s and s.strip()list(filter(not_empty, ['A', '', 'B', None, 'C', '']))
# 结果: ['A', 'B', 'C']
注意到
filter()
函数返回的是一个Iterator
,也就是一个惰性序列,所以要强迫filter()
完成计算结果,需要用list()
函数获得所有结果并返回list。一般我们也会与
lambda
函数配合,非常方便的取代if判断效果.class BookViewModel:
self.publisher = book['publisher']
self.author = book['author']
self.price = book['price']def intro(self):
intros = filter(lambda x:True if x else False,[self.author,self.publisher,self.price])
return '/'.join(str(s) for s in intros)
lambda x:True if x else False
可以实现对x是否为空的判定,X存在返回True,并保留,X不存在返回空并排除.sorted函数 Python内置的注意:
join函数组合可迭代对象时,当对象中存在数字与字符串类型不同时,需要转成统一格式再组合.一般采 取的做法是先遍历可迭代对象转统一格式后合并.'/'.join(str(s) for s in intros)
sorted()
函数>>> sorted([36, 5, -12, 9, -21])
[-21, -12, 5, 9, 36]
sorted()
函数也是一个高阶函数,它还可以接收一个key
函数来实现自定义的排序,例如按绝对值大小排序:>>> sorted([36, 5, -12, 9, -21], key=abs)
[5, 9, -12, -21, 36]
字符串的排序
>>> sorted(['bob', 'about', 'Zoo', 'Credit'])
['Credit', 'Zoo', 'about', 'bob']
默认情况下,对字符串排序,是按照ASCII的大小比较的,由于
'Z' < 'a'
,结果,大写字母Z
会排在小写字母a
的前面。sorted
函数中key
可以实现用户自定义排序规则,而不仅仅限于简单排序>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
['Zoo', 'Credit', 'bob', 'about']
key=str.lower
按照统一小写排序, reverse=True
实现反向排序.(4)@property
Python内置的
@property
装饰器就是负责把一个方法变成属性调用的:class Student(object):
@property
def score(self):
return self._score
@score.setter
def score(self, value):
if not isinstance(value, int):
raise ValueError('score must be an integer!')
if value < 0 or value > 100:
raise ValueError('score must between 0 ~ 100!')
self._score = value
把一个getter方法变成属性,只需要加上
@property
就可以了,此时,@property
本身又创建了另一个装饰器@score.setter
,负责把一个setter方法变成属性赋值>>> s = Student()
>>> s.score = 60 # OK,实际转化为s.set_score(60)
>>> s.score # OK,实际转化为s.get_score()
60
>>> s.score = 9999
Traceback (most recent call last):
...
ValueError: score must between 0 ~ 100!
最经典的地方是对于私有变量的存储 , 例如密码
class User(Base):
'''
模型属性设置
'''
id = Column(Integer, primary_key=True)
nickname = Column(String(24), nullable=False)
_password = Column('password',String(64))@property
def password(self):#加上 @property类似将其变为getattr
return self._password@password.setter#负责生成哈希加密
def password(self,raw):
self._password = generate_password_hash(raw)
@property
本身又创建了另一个装饰器@score.setter
,负责把一个setter方法变成属性赋值,因此@password.setter
负责生成hash密文并设置给私有属性self._password
,通过调用 xxx.password
就可获取值(5) setattr hasattr getattr 动态操作属性
hasattr(object, name)
判断一个对象里面是否有name属性或者name方法,返回
BOOL
值,有name特性返回True
, 否则返回False
。getattr(object, name[,default])
获取对象object的属性或者方法,如果存在打印出来,如果不存在,打印出默认值,默认值可选。
需要注意的是,如果是返回的对象的方法,返回的是方法的内存地址.
setattr(object, name, values)
给对象的属性赋值,若属性不存在,先创建再赋值
>>> hasattr(t, "name") #判断对象有name属性
True
>>> hasattr(t, "run")#判断对象有run方法
True>>> class test():
...name="xiaohua"
...def run(self):
...return "HelloWord"
...
>>> t=test()
>>> getattr(t, "name") #获取name属性,存在就打印出来。
'xiaohua'
>>> getattr(t, "run")#获取run方法,存在就打印出方法的内存地址。
>
>>> getattr(t, "age")#获取一个不存在的属性。
Traceback (most recent call last):
File "", line 1, in
AttributeError: test instance has no attribute 'age'
>>> getattr(t, "age","18")#若属性不存在,返回一个默认值
'18'
>>>>>> hasattr(t, "age")#判断属性是否存在
False
>>> setattr(t, "age", "18")#为属相赋值,并没有返回值
>>> hasattr(t, "age")#属性存在了
True
例如我们有需求保存用户数据
user = User()
user.name = form.name.data
user.phone_number = form.name.data
....
实际应用中常常综合用来判断类实例对象是否含有某属性值 , 存在就获取 ,不存在就设置
#attrs_dict以字典的形式存储了用户的信息
def set_attrs(self, attrs_dict):
for key, value in attrs_dict.items():
#判断用户是否含有该属性
if hasattr(self, key) and key != 'id':
#设置属性值
setattr(self, key, value)
【python字符串反转|python字符串反转 高阶函数 @property与sorted(八)】转载于:https://www.cnblogs.com/why957/p/9241711.html
推荐阅读
- python学习之|python学习之 实现QQ自动发送消息
- 逻辑回归的理解与python示例
- 一起来学习C语言的字符串转换函数
- python自定义封装带颜色的logging模块
- 【Leetcode/Python】001-Two|【Leetcode/Python】001-Two Sum
- leetcode|leetcode 92. 反转链表 II
- Python基础|Python基础 - 练习1
- Python爬虫|Python爬虫 --- 1.4 正则表达式(re库)
- Python(pathlib模块)
- python青少年编程比赛_第十一届蓝桥杯大赛青少年创意编程组比赛细则