一、自定义序列类
1.1、python中的序列分类
什么叫做序列类？序列是python中重要的一个协议，python是基于协议来编程的。序列就是python中特别重要的一个协议。接下来先认识python的序列分类
容器序列：
list tuple deque #（双端队列）
my_list = []
my_list.append(1)
my_list.append("q")
#向容器里面添加任意数据不会报错
容器序列和扁平序列的区别：容器序列可以放置任意数据，扁平序列是不一样的，它是属于序列类型的，序列的特性就是可以利用for循环进行遍历
扁平序列：
str bytes bytearray array.array
可变序列：
list deque bytearray array
不可变序列：
str tuple bytes
一旦创建这个对象就是不能够改变的。
1.2、python中序列类型的abc继承关系
#容器相关的一些数据结构它的抽象基类都是放在abc中的
from collections import abc #ctrl+鼠标左键进去可以看见
"""
进到里面可以看见定义了collections相关的抽象基类
Sequence就是不可变序列的方法集合的抽象基类，MutableSequence是集合了可变序列的方法和协议的抽象基类。
序列相关的是： Sequence as Sequence（不可变序列类型）,MutableSequence as MutableSequence（可变序列类型）,
from . import (
Sequence as Sequence, ################********************
MutableSequence as MutableSequence,###########*******************
)
"""
"""
可变序列（MutableSequence）从不可变序列（Sequence）那里继承了一些方法.
Sequence继承了collection，collection又继承了Sized、Container、Iterable
python的内置序类型并没有直接继承这些基类，但是这些基类定义了某种特性序列的方法和协议，
了解这些基类间的继承关系能很好的帮助我们了解python的内置序列类型。
"""
用图片展示他们之间的关系：（自定义序列类型需要实现那些魔法函数）
1.3、list中extend方法区别
序列的+、+=和extend的区别：
####### + ########### a = [1,2] #加号的两边必须同一类型才能相加 b = a + [3,4] print(b) #[1, 2, 3, 4] ####### += ########## a += [5,6] #+=可以相加（序列类型） print(a) #[1, 2, 5, 6] a += (7,8) print(a)#[1, 2, 5, 6, 7, 8] a.extend(range(3)) #iterable extend是传入可迭代的对象 print(a) #[1, 2, 5, 6, 7, 8, 0, 1, 2] a.append([1,2])#append是将传入的参数当成一个值 print(a)#[1, 2, 5, 6, 7, 8, 0, 1, 2, [1, 2]]
1.4、实现可切片的对象
切片操作不会对原来列表有改动，而是新建一个列表。
#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 ******这前面都是取值操作******
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 *****会出现异常******
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
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): #实现这个可以用reverse（group进行反转）
self.staffs.reverse()
def __getitem__(self, item): #切片操作传入的是slice对象 #索引取值传入的是int类型（因此需要实现这两种方法）
# #实现切片功能，如果注释掉，会出现报错
cls = type(self) #django中的queryset实现了这个魔法方法，可以进行切片
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): #实现它可以知道员工的人数len(group)
return len(self.staffs)
def __iter__(self):#实现它可以遍历出具体员工 否则只是遍历出<__main__.Group object at 0x000002843AD3EF48>
return iter(self.staffs) #遍历出对象与__getitem__有关
def __contains__(self, item): #实现它就可以利用if语句判断(if "li" in group:返回False)
if item in self.staffs:
return True
else:
return False
staffs = ["li1", "li2", "li3", "li4"]
group = Group(company_name="university", group_name="user", staffs=staffs)
reversed(group) #反转需要实现__reversed__魔法方法
for user in group:
print(user)
"""
查看打印结果，说明数据反转
li4
li3
li2
li1
"""
这就是不可改变序列类型（Sequence）的协议的实现，以后需要实现某个协议，根据协议类型实现协议各自的魔法方法，这样就可以完成协议类型的开发（框架开发等）
1.5、bisect维护已排序序列
#在项目开发中，插入的数据进行排序（序列类型），直接可以利用bisect.insort(inter_list,1)进行插入 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（效率高） inter_list = deque()#序列类型都可以 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) #查找我们插入的数据（3）将要插入序列的位置是什么 print(bisect.bisect(inter_list, 3)) #3 #某些一样的值我们人为排序更精确例如：90-100：A，80-90：B这样我们可以将成绩按照升序排序 print(bisect.bisect_left(inter_list, 3)) #2 #学习成绩 print(inter_list) #deque([1, 2, 3, 5, 6])
1.6、什么时候我们不该使用列表？
# array, deque
# 数组
#数组比list更加高效（根据具体情况来选择）
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") #要求array是整型
my_array.append(1)
my_array.append("abc") #TypeError: an integer is required (got type str)
1.7、列表推导式、生成器表达式、字典推导式
当在应用的时候，逻辑简单的时候，能用推导式就直接用推导式，推导式的效率以及灵活性都很强。
#列表生成式（列表推导式）
#提取1-20之间的奇数
odd_list = []
for i in range(21):
if i%2 == 1:
odd_list.append(i)
print(odd_list) #[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
add_list = [i for i in range(21) if i%2 ==1]
print(add_list)#[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
#逻辑复杂的时候
def handle_num(item):
return item*item
dd_list = [handle_num(i) for i in range(21) if i%2 ==1]
print(dd_list) #[1, 9, 25, 49, 81, 121, 169, 225, 289, 361]
#**************列表生成式效率高于列表操作************
#生成器表达式
add_gen = (i for i in range(21) if i%2 ==1)
print(type(add_gen)) #<class 'generator'>
print(add_gen) #<generator object <genexpr> at 0x000002393740CBC8>
for m in add_gen:
print(m,end=' ') #1 3 5 7 9 11 13 15 17 19 生成器是可迭代对象
add_gen = list(add_gen)
print(type(add_gen))#<class 'list'>
#字典推导式
my_dict = {"li":1,"li2":2,"li3":3}
reversed_dict = {value:key for key,value in my_dict.items()}
print(reversed_dict) #{1: 'li', 2: 'li2', 3: 'li3'}
#集合推导式
#my_set = set(my_dict.keys())
my_set = {key for key,value in my_dict.items()} #灵活性更高
print(type(my_set)) #<class 'set'>
print(my_set) #{'li2', 'li3', 'li'}