python基础技巧总结（五）

曾经终败给现在 2022-05-16 03:28 189阅读 0赞

前四期到博客找：[https://blog.csdn.net/hebtu666][https_blog.csdn.net_hebtu666]

我们继续说一些好用的函数

# split #

Python **split()** 通过指定分隔符对字符串进行切片，如果参数 num 有指定值，则仅分隔 num 个子字符串。

语法：

str.split(str="", num=string.count(str))

简化：

str.split("")

结合第四期所学知识，我们可以写出这一行代码

`print``(``" "``.join(``input``().split(``" "``)[::``-``1``]))`

实现功能：给定一个句子（只包含字母和空格），将句子中的单词位置反转，单词用空格分割，单词之间只有一个空格，前后没有空格。比如：（1）“hello xiao mi” - >“ mi xiao你好“

再举一例：

将两个整型数组按照升序合并，并且过滤掉重复数组元素

输入参数：

int\* pArray1 ：整型数组1

intiArray1Num：数组1元素个数

int\* pArray2 ：整型数组2

intiArray2Num：数组2元素个数

对于python来说，给个数没什么卵用。

a,b,c,d=input(),list(map(int,input().split())),input(),list(map(int,input().split()))
    print("".join(map(str,sorted(list(set(b+d))))))

我们把最近的知识结合起来做一道题：

输入一个int型整数，按照从右向左的阅读顺序，返回一个不含重复数字的新的整数。

result=""
    for i in input()[::-1]:
        if i not in result:
            result+=i
    print(result)

还有很多具体的简洁操作，这里就不再举例子了，多体会吧。

好，我们继续其它函数。

# filter #

Python内建的`filter()`函数用于过滤序列。

和`map()`类似，`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。

简单例子，删掉偶数：

def is_odd(n):
        return n % 2 == 1
    
    list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))
    # 结果: [1, 5, 9, 15]

我们可以用所学知识实现埃氏筛：

埃氏筛相关知识：[https://blog.csdn.net/hebtu666/article/details/81486370][https_blog.csdn.net_hebtu666_article_details_81486370]

本代码非原创：

#先构造一个从3开始的奇数序列：
    def _odd_iter():
        n = 1
        while True:
            n = n + 2
            yield n
    #这是一个生成器，并且是一个无限序列。
    
    #筛选函数
    def _not_divisible(n):
        return lambda x: x % n > 0
    #生成器
    def primes():
        yield 2
        it = _odd_iter() # 初始序列
        while True:
            n = next(it) # 返回序列的第一个数
            yield n
            it = filter(_not_divisible(n), it) # 构造新序列

利用`filter()`不断产生筛选后的新的序列

`Iterator`是惰性计算的序列，所以我们可以用Python表示“全体自然数”，“全体素数”这样的序列，而代码非常简洁。

# sorted #

复制过来的，因为写的很好很好，相比之下，我自己写的太差劲了。

>>> sorted([36, 5, -12, 9, -21])
    [-21, -12, 5, 9, 36]
    #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]

我们再看一个字符串排序的例子：

>>> 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。

现在，我们提出排序应该忽略大小写，按照字母序排序。要实现这个算法，不必对现有代码大加改动，只要我们能用一个key函数把字符串映射为忽略大小写排序即可。忽略大小写来比较两个字符串，实际上就是先把字符串都变成大写（或者都变成小写），再比较。

这样，我们给`sorted`传入key函数，即可实现忽略大小写的排序：

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower)
    ['about', 'bob', 'Credit', 'Zoo']

要进行反向排序，不必改动key函数，可以传入第三个参数`reverse=True`：

>>> sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)
    ['Zoo', 'Credit', 'bob', 'about']

从上述例子可以看出，高阶函数的抽象能力是非常强大的，而且，核心代码可以保持得非常简洁。

`sorted()`也是一个高阶函数。用`sorted()`排序的关键在于实现一个映射函数。

基础技巧总结持续更新。。。。。。

[https_blog.csdn.net_hebtu666]: https://blog.csdn.net/hebtu666
[https_blog.csdn.net_hebtu666_article_details_81486370]: https://blog.csdn.net/hebtu666/article/details/81486370