python中的序列分类
序列类型的分类：
① 容器序列：list，tuple，deque（可以防任意的类型的容器）
② 扁平序列：str，bytes，bytearray，array.array（可以使用 for循环遍历的）
③ 可变序列：list，deque，bytearray，array
④ 不可变：str，tuple，bytes
python中序列类型的abc继承关系
from collections import abc
查看abc的源码
__all__ = ["Awaitable", "Coroutine",
"AsyncIterable", "AsyncIterator", "AsyncGenerator",
"Hashable", "Iterable", "Iterator", "Generator", "Reversible",
"Sized", "Container", "Callable", "Collection",
"Set", "MutableSet",
"Mapping", "MutableMapping",
"MappingView", "KeysView", "ItemsView", "ValuesView",
"Sequence", "MutableSequence",
"ByteString",
]
Sequence不可变序列
class Sequence(Reversible, Collection):
"""All the operations on a read-only sequence.
Concrete subclasses must override __new__ or __init__,
__getitem__, and __len__.
"""
__slots__ = ()
可以看到 Sequence 继承 Reversible和Collection
Reversible可以实现反转
class Reversible(Iterable):
__slots__ = ()
@abstractmethod
def __reversed__(self):
while False:
yield None
Collection 继承 Sized, Iterable, Container
class Collection(Sized, Iterable, Container):
pass
Sized 可以使用len（）查看对象的长度
class Sized(metaclass=ABCMeta):
__slots__ = ()
@abstractmethod
def __len__(self):
return 0
Iterable 可以是一个对象变成可迭代对象
class Iterable(metaclass=ABCMeta):
__slots__ = ()
@abstractmethod
def __iter__(self):
while False:
yield None
Container 可以是if in 判断一个属性是否在对象内
class Container(metaclass=ABCMeta):
__slots__ = ()
@abstractmethod
def __contains__(self, x):
return False
MutableSequence可变序列
继承 Sequence，自己内部也封装了增删改查的方法
class MutableSequence(Sequence):
__slots__ = ()
"""All the operations on a read-write sequence.
Concrete subclasses must provide __new__ or __init__,
__getitem__, __setitem__, __delitem__, __len__, and insert().
"""
@abstractmethod
def __setitem__(self, index, value):
raise IndexError
@abstractmethod
def __delitem__(self, index):
raise IndexError
@abstractmethod
def insert(self, index, value):
'S.insert(index, value) -- insert value before index'
raise IndexError
def append(self, value):
'S.append(value) -- append value to the end of the sequence'
self.insert(len(self), value)
def clear(self):
'S.clear() -> None -- remove all items from S'
try:
while True:
self.pop()
except IndexError:
pass
def reverse(self):
'S.reverse() -- reverse *IN PLACE*'
n = len(self)
for i in range(n//2):
self[i], self[n-i-1] = self[n-i-1], self[i]
def extend(self, values):
'S.extend(iterable) -- extend sequence by appending elements from the iterable'
for v in values:
self.append(v)
def pop(self, index=-1):
'''S.pop([index]) -> item -- remove and return item at index (default last).
Raise IndexError if list is empty or index is out of range.
'''
v = self[index]
del self[index]
return v
def remove(self, value):
'''S.remove(value) -- remove first occurrence of value.
Raise ValueError if the value is not present.
'''
del self[self.index(value)]
def __iadd__(self, values):
self.extend(values)
return self
Sequence 继承 Reversible, Collection 功能和不可变序列一样
class Sequence(Reversible, Collection):
pass
list中+,+= 和extend方法区别
’+’两边必须为统一类型的
a=[1,2]
b=a+[3,4] # 这样是可以的=>b=[1,2,3,4]
b=a+(3,4) # 这样是不可行的，’+’两边必须为统一类型的
+= 只要是可迭代对象就可以想加
c=[3,4]
c += (1,2) # 这样也是可以的 =>c=[3,4,1,2]
c += ‘hello’ #这样也是可以的 =>c=[3,4,’h’,’e’,’l’,’l’,’o’]
内部实现
会调用__iadd__
def __iadd__(self, values):
self.extend(values)
return self
extend 遍历添加
def extend(self, values):
'S.extend(iterable) -- extend sequence by appending elements from the iterable'
for v in values:
self.append(v)
extend 直接作用域本身，没返回值
d=[5,6]
a.entend(d) #这样是可以的，a=[1,2,5,6]
d=(5,6)
a.extend(d) #这样也是可以的，a=[1,2,5,6]
实现可切片的对象
python 帮我们实现的切片
# 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
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
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
可以看出python的切片功能是相当强大的，那我们如何去实现呢？
在这里我实现的是不可变序列 ，查看abc中 Sequence 源码按照python协议实现其内部的魔法函数即可
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):
self.staffs.reverse()
def __getitem__(self, item):
"返回一个对象"
cls = type(self)
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 True
else:
return False
staffs = ["bobby1", "imooc", "bobby2", "bobby3"]
group = Group(company_name="imooc", group_name="user", staffs=staffs)
print(group[0]) # __getitem__ 中的item 为 int 0
print(group[:2]) # __getitem__ 中的item 为 slice 类型 slice(None, 2, None)
reversed(group)
for user in group:
print(user)
输出结果如下
bisect维护已排序序列
我们可以使用bisect 帮助我们在不断的向序列中插入数据是，而我们的列表还是一个已排序的
import bisect
#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 = []
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)
print(inter_list)
输出结果如下
也可以使用双端队列
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 = 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)
#学习成绩
print(inter_list)
输出结果
什么时候我们不该使用列表
list 和array的区别
1 list中可以存放任意的数据类型，array中只能存放单一的数据类型。
2 如果是单一的数据类型array是比list更加高校
基本使用
# array, deque
# 数组
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") # 只能存放int类型
my_array.append(1)
print(my_array)
my_array.append("abc") # 会报错
输出结果如下
列表推导式、生成器表达式、字典推导式
列表推导式
qu_list = [item * item for item in range(6)]
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)
def trs_str(item):
return str(item)
qu_list = [trs_str(item) for item in range(6)]
print(qu_list)
字典推导式
def process_item(item):
return str(item)
int_dict = {process_item(item):item for item in range(5)}
print(int_dict)
生成器表达式
my_dict = {
"key1":"bobby1",
"key2":"bobby2"
}
res = ((key, value) for key, value in my_dict.items())
print(res)