热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

Python进阶教程:自定义序列类的详细解析与实践

本课程深入探讨了Python中自定义序列类的实现方法,涵盖从基础概念到高级技巧的全面解析。通过实例演示,学员将掌握如何创建支持切片操作的自定义序列对象,并了解`bisect`模块在序列处理中的应用。适合希望提升Python编程技能的中高级开发者。

第三课 python进阶自定义序列类

tags:



  • Python

  • 慕课网

categories:



  • 序列类型分类

  • bisect

  • 自定义可切片对象

文章目录

  • 第三课 python进阶自定义序列类
    • 第一节 序列类分类
    • 第二节 序列的abc继承关系
    • 第三节 序列的+、+=和extend的区别
    • 第四节 切片基础操作
    • 第五节 自定义可切片的对象
    • 第六节 bisect维护已排序序列
    • 第七节 列表推导式、生成器表达式、字典推导式


第一节 序列类分类



  1. 通过序列存储数据的类型区分:

    • 容器序列:list、tuple、deque(队列)

    • 扁平序列:str、bytes、bytearray、array.array (数组放置同一种数据类型)



  2. 通过序列是否可变进行区分:

    • 可变序列:list、deque、bytearray、array

    • 不可变序列:str、tuple、bytes



  3. 数组和列表的区别:

    • array和list的一个重要区别, array只能存放指定的数据类型

    • 因为array在使用的时候要指定元素数据类型,因此它比list和tuple都有比较高效空间性能。



# array, deque
# 数组
from array import array
# array和list的一个重要区别, array只能存放指定的数据类型
# i指定为int f为float d是double...
my_array = array("i", (1, 5, 2, 3))
my_array.append(1)
# my_array.append("abc")
print(my_array)

第二节 序列的abc继承关系



  1. 查看序列的抽象基类,Lib_collections_abc.py。帮助我们理解这些数据结构的协议的细节

    • from collections import abc



  2. Sequence(不可变)和MutableSequence(可变序列),因为它里面有setitem和delitem魔法函数所以可变。

  3. Sequence发现继承了Reversible和Collection(Sized, Iterable, Container),Sized可以用len(), Iterable可以迭代,Container可以使用if in。

    • 这里if in首选__contains__,如果没有的话,退一步找__getitem__




第三节 序列的+、+=和extend的区别



  1. +只能拓展同类型的序列 变成元祖就会报错

  2. += 实际上调用了__iadd__魔法函数, 它更加灵活.它内部调用了extend方法 可以加任何可迭代类型。看Lib_collections_abc.py下的__iadd__魔法函数。

  3. extend方法 可以加任何可迭代类型

  4. append把数组当做一个值 添加到尾部

# +只能拓展同类型的序列 变成元祖就会报错
a = [1, 2]
c = a + [3, 4]
# c = a + (3, 4)
print(c)
# 就地加 改为元祖
# += 实际上调用了__iadd__魔法函数 它内部调用了extend方法 可以加任何可迭代类型
a += [3, 4]
# a += (3, 4)
print(a)
# extend没有返回值
a.extend(range(3))
# append把数组当做一个值 添加到尾部
a.append([1, 2])
print(a)

第四节 切片基础操作



  1. 模式[start: end: step] 切片操作返回新的列表,不会改变原来的元素

  2. 第一个数字start表示切片开始位置,默认为0;

  3. 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);

  4. 第三个数字step表示切片的步长(默认为1)。

  5. 当start为0时可以省略,当end为列表长度时可以省略,

  6. 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。

  7. 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。

# 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
print(aList[0:100]) # 切片结束位置大于列表长度时,从列表尾部截断
print(aList[100:]) # 切片开始位置大于列表长度时,返回空列表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 [0, 0, 0]
print(aList)
aList[::2] = ['a', 'b', 'c'] # 隔一个修改一个
print(aList)
# aList[::2] = [1, 2] # 左侧切片不连续,等号两边列表长度必须相等 这里会报异常
aList[:3] = [] # 删除列表中前3个元素
print(aList)
del aList[:3] # 切片元素连续
print(aList)
del aList[::2] # 切片元素不连续,隔一个删一个
print(aList)

第五节 自定义可切片的对象



  1. 必须实现Sequence里面的下面魔法方法。(这里是不可变切片对象)

    • __reversed__、 __getitem__、 __len__、 __iter__、 __contains__



import numbersclass Group:# 支持切片操作def __init__(self, group_name, company_name, staffs):self.group_name = group_nameself.company_name = company_nameself.staffs = staffsdef __reversed__(self):self.staffs.reverse()# 切片实现的关键函数# def __getitem__(self, item):# return self.staffs[item] # 断点打到这 看下item到底传的什么 item: sLice(None,2, None)def __getitem__(self, item):cls = type(self)# print(cls) # Group# 这里自定义 切片的返回 结果是一个Group对象 让切片之后还可以在切片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):return len(self.staffs)def __iter__(self):return iter(self.staffs)def __contains__(self, item):if item in self.staffs:return Trueelse:return Falsestaffs = ["bobby1", "imooc", "bobby2", "bobby3"]
group = Group(company_name="imooc", group_name="user", staffs=staffs)
# 切片的实现要覆盖下面两种情况
# sub_group = group[:2]
# group[0]reversed(group)
for user in group:print(user)

第六节 bisect维护已排序序列



  1. bisect包中有一个insort插入函数,在插入时就维护序列的有序性。使用二分查找算法效率高。

  2. 维护已排序的序列,尽量用bisect

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
inter_list = []
# inter_list = deque()
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)
# insort_left和insort_right 该函数用入处理将会插入重复数值的情况,返回将会插入的位置
bisect.insort_left(inter_list, 1) # 将x插入到列表L中,x存在时插入在左侧
bisect.insort_right(inter_list, 3) # 将x插入到列表L中,x存在时插入在右侧print(inter_list)
# 在inter_list中查找x,x存在时返回x左侧的位置,x不存在返回应该插入的位置..这是5存在于列表中,返回左侧位置5
print(bisect.bisect_left(inter_list, 5)) # 5
# 在inter_list中查找x,x存在时返回x右侧的位置,x不存在返回应该插入的位置..这是5存在于列表中,返回右侧位置6
print(bisect.bisect_right(inter_list, 5)) # 6
# 学习成绩
print(inter_list)

第七节 列表推导式、生成器表达式、字典推导式



  1. 列表生成式:能用尽量用, 因为效率高

# 列表生成式 提取1-20之间的奇数
odd_list = [i for i in range(21) if i % 2 == 1]
print(odd_list)# 生成器表达式 []->()
odd_list1 = (i*i for i in range(21) if i % 2 == 1)
print(odd_list1)
print(type(odd_list1))
# 生成器对象可以通过for循环输出
for i in odd_list1:print(i)# 用简介的方式去遍历可迭代对象生成需要格式的列表
int_list = [1, 2, -3, 4, 5]
qu_list = [item if item > 0 else abs(item) for item in int_list]
print(qu_list)# 笛卡尔积
int_list1 = [1, 2]
int_list2 = [3, 4]
qu_list = [(first, second) for first in int_list1 for second in int_list2]
print(qu_list)# 字典推导式 反转键值
my_dict = {"bobby1": 22, "bobby2": 11, "bobby3": 12}
reversed_dict = {value: key for key, value in my_dict.items()}
print(reversed_dict)# 集合推导式
# my_set = set(my_dict.keys()) 虽然也行 但是下面更加灵活
my_set = {key for key, value in my_dict.items()}
print(type(my_set))
print(my_set)

推荐阅读
  • FastDFS Nginx 扩展模块的源代码解析与技术剖析
    FastDFS Nginx 扩展模块的源代码解析与技术剖析 ... [详细]
  • HBase Java API 进阶:过滤器详解与应用实例
    本文详细探讨了HBase 1.2.6版本中Java API的高级应用,重点介绍了过滤器的使用方法和实际案例。首先,文章对几种常见的HBase过滤器进行了概述,包括列前缀过滤器(ColumnPrefixFilter)和时间戳过滤器(TimestampsFilter)。此外,还详细讲解了分页过滤器(PageFilter)的实现原理及其在大数据查询中的应用场景。通过具体的代码示例,读者可以更好地理解和掌握这些过滤器的使用技巧,从而提高数据处理的效率和灵活性。 ... [详细]
  • Python 实战:异步爬虫(协程技术)与分布式爬虫(多进程应用)深入解析
    本文将深入探讨 Python 异步爬虫和分布式爬虫的技术细节,重点介绍协程技术和多进程应用在爬虫开发中的实际应用。通过对比多进程和协程的工作原理,帮助读者理解两者在性能和资源利用上的差异,从而在实际项目中做出更合适的选择。文章还将结合具体案例,展示如何高效地实现异步和分布式爬虫,以提升数据抓取的效率和稳定性。 ... [详细]
  • 在Python多进程编程中,`multiprocessing`模块是不可或缺的工具。本文详细探讨了该模块在多进程管理中的核心原理,并通过实际代码示例进行了深入分析。文章不仅总结了常见的多进程编程技巧,还提供了解决常见问题的实用方法,帮助读者更好地理解和应用多进程编程技术。 ... [详细]
  • 在Python网络编程中,多线程技术的应用与优化是提升系统性能的关键。线程作为操作系统调度的基本单位,其主要功能是在进程内共享内存空间和资源,实现并行处理任务。当一个进程启动时,操作系统会为其分配内存空间,加载必要的资源和数据,并调度CPU进行执行。每个进程都拥有独立的地址空间,而线程则在此基础上进一步细化了任务的并行处理能力。通过合理设计和优化多线程程序,可以显著提高网络应用的响应速度和处理效率。 ... [详细]
  • 在《Python编程基础》课程中,我们将深入探讨Python中的循环结构。通过详细解析for循环和while循环的语法与应用场景,帮助初学者掌握循环控制语句的核心概念和实际应用技巧。此外,还将介绍如何利用循环结构解决复杂问题,提高编程效率和代码可读性。 ... [详细]
  • 在过去,我曾使用过自建MySQL服务器中的MyISAM和InnoDB存储引擎(也曾尝试过Memory引擎)。今年初,我开始转向阿里云的关系型数据库服务,并深入研究了其高效的压缩存储引擎TokuDB。TokuDB在数据压缩和处理大规模数据集方面表现出色,显著提升了存储效率和查询性能。通过实际应用,我发现TokuDB不仅能够有效减少存储成本,还能显著提高数据处理速度,特别适用于高并发和大数据量的场景。 ... [详细]
  • 本文探讨了基于点集估算图像区域的Alpha形状算法在Python中的应用。通过改进传统的Delaunay三角剖分方法,该算法能够生成更加灵活和精确的形状轮廓,避免了单纯使用Delaunay三角剖分时可能出现的过大三角形问题。这种“模糊Delaunay三角剖分”技术不仅提高了形状的准确性,还增强了对复杂图像区域的适应能力。 ... [详细]
  • 本文详细介绍了在 Python 中使用 OpenCV 进行图像处理的各种方法和技巧,重点讲解了腐蚀(erode)和膨胀(dilate)操作,以及开运算和闭运算的应用。腐蚀操作可以去除前景物体的边缘部分,而膨胀操作则可以扩展前景物体的边界。开运算和闭运算则是结合这两种基本操作,用于消除图像中的噪声和填充空洞,提高图像处理的效果。通过具体的代码示例和实际应用案例,读者可以深入理解这些技术在图像处理中的重要作用。 ... [详细]
  • Android 网络请求中的下载断点续传技术解析与实现
    本文详细解析了 Android 平台下网络请求中下载断点续传的技术原理与实现方法。断点续传技术在下载过程中尤为重要,当下载因网络中断或其他原因暂停时,该技术允许从上次中断的位置继续下载,而无需重新开始。文章重点介绍了断点续传的逻辑思路和关键实现步骤,包括如何记录下载进度、处理 HTTP 请求头以及优化下载性能。通过具体示例代码,读者可以更好地理解和应用这一技术,提高应用程序的用户体验和可靠性。 ... [详细]
  • 分布式开源任务调度框架 TBSchedule 深度解析与应用实践
    本文深入解析了分布式开源任务调度框架 TBSchedule 的核心原理与应用场景,并通过实际案例详细介绍了其部署与使用方法。首先,从源码下载开始,详细阐述了 TBSchedule 的安装步骤和配置要点。接着,探讨了该框架在大规模分布式环境中的性能优化策略,以及如何通过灵活的任务调度机制提升系统效率。最后,结合具体实例,展示了 TBSchedule 在实际项目中的应用效果,为开发者提供了宝贵的实践经验。 ... [详细]
  • Go语言实现Redis客户端与服务器的交互机制深入解析
    在前文对Godis v1.0版本的基础功能进行了详细介绍后,本文将重点探讨如何实现客户端与服务器之间的交互机制。通过具体代码实现,使客户端与服务器能够顺利通信,赋予项目实际运行的能力。本文将详细解析Go语言在实现这一过程中的关键技术和实现细节,帮助读者深入了解Redis客户端与服务器的交互原理。 ... [详细]
  • 探索聚类分析中的K-Means与DBSCAN算法及其应用
    聚类分析是一种用于解决样本或特征分类问题的统计分析方法,也是数据挖掘领域的重要算法之一。本文主要探讨了K-Means和DBSCAN两种聚类算法的原理及其应用场景。K-Means算法通过迭代优化簇中心来实现数据点的划分,适用于球形分布的数据集;而DBSCAN算法则基于密度进行聚类,能够有效识别任意形状的簇,并且对噪声数据具有较好的鲁棒性。通过对这两种算法的对比分析,本文旨在为实际应用中选择合适的聚类方法提供参考。 ... [详细]
  • 蓝桥杯 Python 竞赛:详细成绩解析与评估
    本文对蓝桥杯 Python 竞赛的成绩进行了详细的解析与评估。通过使用 `max`、`min` 和 `round` 三个基本函数,我们能够高效地解决竞赛中的相关问题。具体代码实现如下:```pythondef get_num(li, n): # 代码实现部分```此外,我们还对参赛选手的表现进行了全面分析,提供了改进建议和未来竞赛的准备策略。 ... [详细]
  • 本文深入探讨了Python线程池的内部实现机制,作为对Apshceduler调度器研究的延伸。在先前关于Apshceduler源码分析的文章中,我们提到调度器通过`def_do_submit_`函数将任务提交到线程池。本文将进一步解析线程池的工作原理,包括任务分配、线程管理及性能优化等方面,为读者提供更全面的技术理解。 ... [详细]
author-avatar
Vin-莹持_366
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有