1、迭代：是一个重复的过程，每一次重复，都是基于上一次的结果而来
l=['a','b','c','d'] count=0 while count < len(l): print(l[count]) count+=1
对于列表可以依赖索引取到值，但是数据结构没有索引，比如字典，就需要一种不依赖索引的取值方式，这就需要迭代器了
2、课迭代对象：凡是对象下有__iter__方法，该对象就是可迭代对象（如字符串，列表，字典，集合，元组，文件等）
迭代器对象：内置有__iter__方法和__next__，得到的结果就是迭代器对象（如文件）
可迭代对象执行__iter__方法变成迭代器对象，执行__next__取到里面的值，每次取一个值
dic={'name':'wang','sex':'m',"age":18}
dic_iter=dic.__iter__()
print(dic_iter.__next__()) #打印取到的name
print(dic_iter.__next__()) #打印取到的sex
print(dic_iter.__next__()) #打印取到的age
print(dic_iter.__next__()) #值取完了，抛出异常StopIteration
while True:
try: #处理异常的用法
print(next(dic_iter))
except StopIteration:
break我们通过这种方式取到的值，用for循环就可以简单做到，for循环的原理就是把数据变成迭代器对象执行，并加入处理异常
二、三元表达式和列表推导式
1、三元表达式
def my_max(x,y): return x if x > y else y #判断语句在中间，左边写执行语句，右边写else语句 print(my_max(1,3))
2、列表推导式
l=['egg%s' %i for i in range(10)] #列表生成egg0到egg9共十个元素 print(l) l=['egg%s' %i for i in range(10) if i >=5] #加上if判断，只取egg5到egg9共五个元素 print(l)
3、列表推导式的优点
方便，改变了编程习惯，可称之为声明式编程
三、生成器
1、生成器就是迭代器，只要在函数内部出现yield关键字，那么再调用该函数，将不会立即执行函数体代码，会得到一个结果，该结果就是生成器对象
2、yield与return比较
相同点：都有返回值的功能
不同点：return只能返回一次值，而yield可以返回多次值
3、实现range功能
def my_range(start,stop): while True: if start == stop: raise StopIteration yield start #碰到yield，程序会暂停，执行next会得到返回值1，接着往下执行start变成2，接着循环，最后取到的值就是1和2 start+=1 g=my_range(1,3) for i in my_range(1,3): print(i)
4、实现 python3 tail.py -f access.log | grep 'error'功能
import time
def tail(filepath):
with open(filepath, 'r') as f:
f.seek(0, 2)
while True:
line = f.readline()
if line: #有新的内容，用yield返回，因为yield可以多次返回值
yield line
else:
time.sleep(0.2)
def grep(pattern,lines):
for line in lines: #先查看所有的行，然后找出现error模式的行
if pattern in line:
print(line,end='')
grep('error',tail('access.log'))四、面向过程的编程
1、编程思想：核心是过程，即解决问题的步骤，先做什么再做什么，是一种机械式的编程思想
2、优缺点
优点：复杂问题流程化，进而简单化
缺点：可扩展性差
五、递归和二分法
1、递归调用：递归调用是函数嵌套调用的一种特殊形式，函数在调用时，直接或间接调用了自身
递归分为两个阶段：递推，回溯
2、递归的使用：
1. 必须有一个明确的结束条件
2. 每次进入更深一层递归时，问题规模相比上次递归都应有所减少
3. 递归效率不高，递归层次过多会导致栈溢出
补充：在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的，所以，递归调用的次数过多，会导致栈溢出）
def salary(n): if n == 1: return 100 return salary(n-1)+300 print(salary(5))
分析：需要salary(5)的值，返回salary(4)+300,接着取salary(4)的值，一直递推，直到遇到结束条件salary(1)返回值为100，然后回溯，得到salary(5)的值1300
3、二分法
将整个列表切分为两份，取中间值和要找的数据作比较，判断在哪一部分，然后再在那一部分切分，再次取值判断，直到最终找到需要的数据
想从一个按照从小到大排列的数字列表中找到指定的数字，遍历的效率太低，用二分法（算法的一种，算法是解决问题的方法）可以极大低缩小问题规模
六、匿名函数
1、lambda x,y,z=1:x+y+z #与函数有相同的作用域，但是匿名意味着引用计数为0，使用一次就释放，除非让其有名字
2、有名函数与匿名函数的对比
有名函数：循环使用，保存了名字，通过名字就可以重复引用函数功能
匿名函数：一次性使用，随时随时定义
应用：max，min，sorted,map,reduce,filter
salaries={
'wang':3000,
'li':100000,
'tom':10000,
'jim':2000
}
print(max(salaries)) #取到的结果是wang
print(min(salaries)) #取到的结果是jim
可以看到结果不是我们想要的，因为max，min函数只是把字典的key做比较得到的最大值，最小值，而我们要的是后面的工资的最大值和最小值
print(max(salaries.values())) #取到的结果是100000
print(min(salaries.values())) #取到的结果是20003、通常我们都是想取出，工资最高的那个人名，即比较的是salaries的值，得到的是键
print(max(salaries,key=lambda k:salaries[k])) #取到的结果是li，是我们需要的值 print(min(salaries,key=lambda k:salaries[k])) #取到的结果是jim，是我们需要的值
原文地址：http://blog.51cto.com/qidian510/2054419
