重要知识点

  • 生成式（推导式）的用法

    1. prices = {
    2.     'AAPL': 191.88,
    3.     'GOOG': 1186.96,
    4.     'IBM': 149.24,
    5.     'ORCL': 48.44,
    6.     'ACN': 166.89,
    7.     'FB': 208.09,
    8.     'SYMC': 21.29
    9. }
    10. # 用股票价格大于100元的股票构造一个新的字典
    11. prices2 = {key: value for key, value in prices.items() if value > 100}
    12. print(prices2)

    说明：生成式（推导式）可以用来生成列表、集合和字典。

  • 嵌套的列表的坑

    1. names = ['关羽', '张飞', '赵云', '马超', '黄忠']
    2. courses = ['语文', '数学', '英语']
    3. # 录入五个学生三门课程的成绩
    4. # 错误 - 参考http://pythontutor.com/visualize.html#mode=edit
    5. # scores = [[None] * len(courses)] * len(names)
    6. scores = [[None] * len(courses) for _ in range(len(names))]
    7. for row, name in enumerate(names):
    8.     for col, course in enumerate(courses):
    9.         scores[row][col] = float(input(f'请输入{name}的{course}成绩: '))
    10.         print(scores)

    Python Tutor - VISUALIZE CODE AND GET LIVE HELP

  • heapq模块（堆排序）

    1. """
    2. 从列表中找出最大的或最小的N个元素
    3. 堆结构(大根堆/小根堆)
    4. """
    5. import heapq
    7. list1 = [34, 25, 12, 99, 87, 63, 58, 78, 88, 92]
    8. list2 = [
    9.     {'name': 'IBM', 'shares': 100, 'price': 91.1},
    10.     {'name': 'AAPL', 'shares': 50, 'price': 543.22},
    11.     {'name': 'FB', 'shares': 200, 'price': 21.09},
    12.     {'name': 'HPQ', 'shares': 35, 'price': 31.75},
    13.     {'name': 'YHOO', 'shares': 45, 'price': 16.35},
    14.     {'name': 'ACME', 'shares': 75, 'price': 115.65}
    15. ]
    16. print(heapq.nlargest(3, list1))
    17. print(heapq.nsmallest(3, list1))
    18. print(heapq.nlargest(2, list2, key=lambda x: x['price']))
    19. print(heapq.nlargest(2, list2, key=lambda x: x['shares']))

  • itertools模块

    1. """
    2. 迭代工具模块
    3. """
    4. import itertools
    6. # 产生ABCD的全排列
    7. itertools.permutations('ABCD')
    8. # 产生ABCDE的五选三组合
    9. itertools.combinations('ABCDE', 3)
    10. # 产生ABCD和123的笛卡尔积
    11. itertools.product('ABCD', '123')
    12. # 产生ABC的无限循环序列
    13. itertools.cycle(('A', 'B', 'C'))

  • collections模块

    常用的工具类：

    • namedtuple：命令元组，它是一个类工厂，接受类型的名称和属性列表来创建一个类。
    • deque：双端队列，是列表的替代实现。Python中的列表底层是基于数组来实现的，而deque底层是双向链表，因此当你需要在头尾添加和删除元素是，deque会表现出更好的性能，渐近时间复杂度为$O(1)$。
    • Counter：dict的子类，键是元素，值是元素的计数，它的most_common()方法可以帮助我们获取出现频率最高的元素。Counter和dict的继承关系我认为是值得商榷的，按照CARP原则，Counter跟dict的关系应该设计为关联关系更为合理。
    • OrderedDict：dict的子类，它记录了键值对插入的顺序，看起来既有字典的行为，也有链表的行为。
    • defaultdict：类似于字典类型，但是可以通过默认的工厂函数来获得键对应的默认值，相比字典中的setdefault()方法，这种做法更加高效。
    1. """
    2. 找出序列中出现次数最多的元素
    3. """
    4. from collections import Counter
    6. words = [
    7.     'look', 'into', 'my', 'eyes', 'look', 'into', 'my', 'eyes',
    8.     'the', 'eyes', 'the', 'eyes', 'the', 'eyes', 'not', 'around',
    9.     'the', 'eyes', "don't", 'look', 'around', 'the', 'eyes',
    10.     'look', 'into', 'my', 'eyes', "you're", 'under'
    11. ]
    12. counter = Counter(words)
    13. print(counter.most_common(3))