一、三元表示式、列表推導式、生成器表示式

1，三元表示式

name = input('姓名>>: ')
res = 'SB' if name == '菊花四' else 'NB'
print(res)

2，列表推導式

# 1，示例
egg_list=[]
for i in range(10):
    egg_list.append('雞蛋%s' %i)

egg_list = ['雞蛋%s' %i for i in range(10)]

# 2，語法
[expression for item1 in iterable1 if condition1
for item2 in iterable2 if
 
 condition2
...
for itemN in iterableN if conditionN
]
類似於
res = []
for item1 in iterable1:
    if condition1:
        for item2 in iterable2:
            if condition2
                ...
                for itemN in iterableN:
                    if conditionN:
                        res.append(expression)

 
# 3，優點：方便，改變了程式設計習慣，可稱之為宣告式程式設計

3，生成器表示式

# 1，把列表推導式的[]換成()就是生成器表示式

# 2，示例：生一筐雞蛋變成給你一隻老母雞，用的時候就下蛋，這也是生成器的特性

>>> chicken = ('雞蛋%s' %i for i in range(5))
>>> chicken
<generator object <genexpr> at 0x10143f200>
>>> next(chicken)
'雞蛋0'
>>> list(chicken)     #
 
 因chicken可迭代，因而可以轉成列表
['雞蛋1', '雞蛋2', '雞蛋3', '雞蛋4',]

# 3，優點：省記憶體，一次只產生一個值在記憶體中

4，練習題

1）將names = ['zixi','oldsix_sb','oldfour','dalaoer']中的名字全部變大寫。

2）將names = ['zixi','oldsix_sb','oldfour','dalaoer']中以sb結尾的名字過濾掉，然後儲存剩下的名字長度。

3）求檔案a.txt中最長的行的長度（長度按字元個數算，需要使用max函式）

4）求檔案a.txt中總共包含的字元個數？思考為何在第一次之後的n次sum求和得到的結果為0？（需要使用sum函式）

5）思考題

with open('a.txt') as f:
    g = (len(line) for line in f)
print(sum(g))     # 為何報錯？

6）檔案shopping.txt 內容如下：

mac,20000,3
lenovo,3000,10
tesla,1000000,10
chicken,200,1

求總共花了多少錢？

打印出所有商品的資訊，格式為[{'name':'xxx','price':333,'count':3},...]

求單價大於10000的商品資訊,格式同上。

# 題目一
names = ['zixi','oldsix_sb','oldfour','dalaoer']
names = [name.upper() for name in names]

# 題目二
names = ['zixi','oldsix_sb','oldfour','dalaoer']
names = [len(name) for name in names if not name.endswith('sb')]

# 題目三
with open('a.txt',encoding='utf-8') as f:
    print(max(len(line) for line in f))

# 題目四
with open('a.txt', encoding='utf-8') as f:
    print(sum(len(line) for line in f))
    print(sum(len(line) for line in f))     # 求包換換行符在內的檔案所有的字元數，為何得到的值為0?
    print(sum(len(line) for line in f))     # 求包換換行符在內的檔案所有的字元數，為何得到的值為0?

# 題目五（略）

# 題目六：每次必須重新開啟檔案或seek到檔案開頭，因為迭代完一次就結束了
with open('a.txt',encoding='utf-8') as f:
    info = [line.split() for line in f]
    cost = sum(float(unit_price)*int(count) for _,unit_price,count in info)
    print(cost)


with open('a.txt',encoding='utf-8') as f:
    info = [{
        'name': line.split()[0],
        'price': float(line.split()[1]),
        'count': int(line.split()[2]),
    } for line in f]
    print(info)


with open('a.txt',encoding='utf-8') as f:
    info = [{
        'name': line.split()[0],
        'price': float(line.split()[1]),
        'count': int(line.split()[2]),
    } for line in f if float(line.split()[1]) > 10000]
    print(info)

二、遞迴與二分法

1，遞迴呼叫的定義

遞迴呼叫是函式巢狀呼叫的一種特殊形式，函式在呼叫時，直接或間接呼叫了自身，就是遞迴呼叫。

# 直接呼叫本身
def f1():
    print('from f1')
    f1()
f1()

# 間接呼叫本身
def f1():
    print('from f1')
    f2()

def f2():
    print('from f2')
    f1()
f1()

# 呼叫函式會產生區域性的名稱空間，佔用記憶體，因為上述這種呼叫會無需呼叫本身，python直譯器的
#記憶體管理機制為了防止其無限制佔用記憶體，對函式的遞迴呼叫做了最大的層級限制

# 可以修改遞迴最大深度
import sys
sys.getrecursionlimit()
sys.setrecursionlimit(2000)

def f1(n):
    print('from f1',n)
    f1(n+1)
f1(1)

# 雖然可以設定，但是因為不是尾遞迴，仍然要儲存棧，記憶體大小一定，不可能無限遞迴，而且無限制地
# 遞迴呼叫本身是毫無意義的，遞迴應該分為兩個明確的階段，回溯與遞推

2，遞迴呼叫應該分為兩個明確的階段：遞推，回溯

# 1，遞迴呼叫應該包含兩個明確的階段：回溯，遞推
"""
回溯就是從外向裡一層一層遞迴呼叫下去，
回溯階段必須要有一個明確地結束條件，每進入下一次遞迴時，問題的規模都應該有所減少（否則，單純地重複呼叫自身是毫無意義的）

遞推就是從裡向外一層一層結束遞迴
"""

# 2，示例+圖解。。。
# salary(5)=salary(4)+300
# salary(4)=salary(3)+300
# salary(3)=salary(2)+300
# salary(2)=salary(1)+300
# salary(1)=100
#
# salary(n)=salary(n-1)+300     n>1
# salary(1) =100                n=1

def salary(n):
    if n == 1:
        return 100
    return salary(n-1)+300

print(salary(5))

3，python中的遞迴效率低且沒有尾遞迴優化

# python中的遞迴
python中的遞迴效率低，需要在進入下一次遞迴時保留當前的狀態，在其他語言中可以有解決方法：尾遞迴優化，即在函式的最後一步（而非最後一行)呼叫自己。
但是python又沒有尾遞迴，且對遞迴層級做了限制


# 總結遞迴的使用：
1，必須有一個明確的結束條件

2，每次進入更深一層遞迴時，問題規模相比上次遞迴都應有所減少

3，遞迴效率不高，遞迴層次過多會導致棧溢位（在計算機中，函式呼叫是通過棧（stack）這種資料結構實現的，每當進入一個函式呼叫，
棧就會加一層棧幀，每當函式返回，棧就會減一層棧幀。由於棧的大小不是無限的，所以，遞迴呼叫的次數過多，會導致棧溢位）

4，二分法

想從一個按照從小到大排列的數字列表中找到指定的數字，遍歷的效率太低，用二分法（演算法的一種，演算法是解決問題的方法）可以極大低縮小問題規模。

l=[1,2,10,30,33,99,101,200,301,311,402,403,500,900,1000] 
# 從小到大排列的數字列表

def search(n,l):
    print(l)
    if len(l) == 0:
        print('not exists')
        return
    mid_index=len(l) // 2
    if n > l[mid_index]:
        # in the right
        l=l[mid_index+1:]
        search(n,l)
    elif n < l[mid_index]:
        # in the left
        l=l[:mid_index]
        search(n,l)
    else:
        print('find it')


search(3,l)

l = [1,2,10,30,33,99,101,200,301,402]

def search(num,l,start=0,stop=len(l)-1):
    if start <= stop:
        mid = start+(stop-start)//2
        print('start:[%s] stop:[%s] mid:[%s] mid_val:[%s]' %(start,stop,mid,l[mid]))
        if num > l[mid]:
            start = mid+1
        elif num < l[mid]:
            stop = mid-1
        else:
            print('find it',mid)
            return
        search(num,l,start,stop)
    else:         # 如果stop > start則意味著列表實際上已經全部切完，即切為空
        print('not exists')
        return

search(301,l)

    

三、匿名函式

1，什麼是匿名函式？

# 匿名就是沒有名字
def func(x,y,z=1):
    return x+y+z

# 匿名
lambda x,y,z = 1:x+y+z     
# 與函式有相同的作用域，但是匿名意味著引用計數為0，使用一次就釋放，除非讓其有名字

func=lambda x,y,z=1:x+y+z 
func(1,2,3)
# 讓其有名字就沒有意義

2，有名字的函式與匿名函式的對比

# 有名函式與匿名函式的對比
有名函式：迴圈使用，儲存了名字，通過名字就可以重複引用函式功能

匿名函式：一次性使用，隨時隨時定義

應用：max，min，sorted,map,reduce,filter

四、內建函式

注意：

# 內建函式id()可以返回一個物件的身份，返回值為整數。這個整數通常對應與該物件在記憶體中的位置，
# 但這與python的具體實現有關，不應該作為對身份的定義，即不夠精準，最精準的還是以記憶體地址為準。
# is運算子用於比較兩個物件的身份，等號比較兩個物件的值，內建函式type()則返回一個物件的型別。

# 更多內建函式：https://docs.python.org/3/library/functions.html?highlight=built#ascii 

# 字串可以提供的引數 's' None
>>> format('some string','s')
'some string'
>>> format('some string')
'some string'

# 整形數值可以提供的引數有 'b' 'c' 'd' 'o' 'x' 'X' 'n' None
>>> format(3,'b')      # 轉換成二進位制
'11'
>>> format(97,'c')     # 轉換unicode成字元
'a'
>>> format(11,'d')     # 轉換成10進位制
'11'
>>> format(11,'o')     # 轉換成8進位制
'13'
>>> format(11,'x')     # 轉換成16進位制 小寫字母表示
'b'
>>> format(11,'X')     # 轉換成16進位制 大寫字母表示
'B'
>>> format(11,'n')     # 和d一樣
'11'
>>> format(11)         # 預設和d一樣
'11'

# 浮點數可以提供的引數有 'e' 'E' 'f' 'F' 'g' 'G' 'n' '%' None
>>> format(314159267,'e')          # 科學計數法，預設保留6位小數
'3.141593e+08'
>>> format(314159267,'0.2e')     # 科學計數法，指定保留2位小數
'3.14e+08'
>>> format(314159267,'0.2E')     # 科學計數法，指定保留2位小數，採用大寫E表示
'3.14E+08'
>>> format(314159267,'f')         # 小數點計數法，預設保留6位小數
'314159267.000000'
>>> format(3.14159267000,'f')     # 小數點計數法，預設保留6位小數
'3.141593'
>>> format(3.14159267000,'0.8f')     # 小數點計數法，指定保留8位小數
'3.14159267'
>>> format(3.14159267000,'0.10f')     # 小數點計數法，指定保留10位小數
'3.1415926700'
>>> format(3.14e+1000000,'F')      # 小數點計數法，無窮大轉換成大小字母
'INF'

# g的格式化比較特殊，假設p為格式中指定的保留小數位數，先嚐試採用科學計數法格式化，得到冪指數exp，如果-4<=exp<p，則採用小數計數法，並保留p-1-exp位小數，否則按小數計數法計數，並按p-1保留小數位數
>>> format(0.00003141566,'.1g')     # p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留0位小數點
'3e-05'
>>> format(0.00003141566,'.2g')     # p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留1位小數點
'3.1e-05'
>>> format(0.00003141566,'.3g')     # p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留2位小數點
'3.14e-05'
>>> format(0.00003141566,'.3G')     # p=1,exp=-5 ==》 -4<=exp<p不成立，按科學計數法計數，保留0位小數點，E使用大寫
'3.14E-05'
>>> format(3.1415926777,'.1g')     # p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留0位小數點
'3'
>>> format(3.1415926777,'.2g')     # p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留1位小數點
'3.1'
>>> format(3.1415926777,'.3g')     # p=1,exp=0 ==》 -4<=exp<p成立，按小數計數法計數，保留2位小數點
'3.14'
>>> format(0.00003141566,'.1n')     # 和g相同
'3e-05'
>>> format(0.00003141566,'.3n')     # 和g相同
'3.14e-05'
>>> format(0.00003141566)         # 和g相同
'3.141566e-05'

            

字典的運算：最小值，最大值，排序
salaries={
    'zixi':3000,
    'oldsix':100000000,
    'oldfour':10000,
    'dalaoer':2000
}

迭代字典，取得是key，因而比較的是key的最大和最小值
>>> max(salaries)
'oldsix'
>>> min(salaries)
'dalaoer'

可以取values，來比較
>>> max(salaries.values())
>>> min(salaries.values())
但通常我們都是想取出，工資最高的那個人名，即比較的是salaries的值，得到的是鍵
>>> max(salaries,key=lambda k:salary[k])
'oldsix'
>>> min(salaries,key=lambda k:salary[k])
'dalaoer'



也可以通過zip的方式實現
salaries_and_names=zip(salaries.values(),salaries.keys())

先比較值，值相同則比較鍵
>>> max(salaries_and_names)
(100000000, 'oldsix')


salaries_and_names是迭代器，因而只能訪問一次
>>> min(salaries_and_names)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: min() arg is an empty sequence



sorted(iterable，key=None,reverse=False)

# 1，語法
# eval(str,[,globasl[,locals]])
# exec(str,[,globasl[,locals]])

# 2，區別
# 示例一：
s='1+2+3'
print(eval(s))     # eval用來執行表示式，並返回表示式執行的結果
print(exec(s))     # exec用來執行語句，不會返回任何值
'''
6
None
'''

# 示例二：
print(eval('1+2+x',{'x':3},{'x':30}))     # 返回33
print(exec('1+2+x',{'x':3},{'x':30}))     # 返回None

# print(eval('for i in range(10):print(i)'))     # 語法錯誤，eval不能執行表示式
print(exec('for i in range(10):print(i)'))

complie(str,filename,kind)
# filename：用於追蹤str來自於哪個檔案，如果不想追蹤就可以不定義
# kind可以是：single代表一條語句，exec代表一組語句，eval代表一個表示式

s = 'for i in range(10):print(i)'
code = compile(s,'','exec')
exec(code)


s = '1+2+3'
code = compile(s,'','eval')
eval(code)

五、階段練習

1，檔案內容如下,標題為:姓名,性別,年紀,薪資：

zixi male 18 3000
oldsix male 38 30000
oldfour female 28 20000
dalaoer female 28 10000

要求:
從檔案中取出每一條記錄放入列表中,
列表的每個元素都是{'name':'zixi','sex':'male','age':18,'salary':3000}的形式

2，根據1得到的列表,取出薪資最高的人的資訊。

3，根據1得到的列表,取出最年輕的人的資訊。

4，根據1得到的列表,將每個人的資訊中的名字對映成首字母大寫的形式。

5，根據1得到的列表,過濾掉名字以a開頭的人的資訊。

6，使用遞迴列印斐波那契數列(前兩個數的和得到第三個數，如：0 1 1 2 3 4 7...)。

7，一個巢狀很多層的列表，如l=［1,2,[3,[4,5,6,[7,8,[9,10,[11,12,13,[14,15]]]]]]］，用遞迴取出所有的值。

# 題目一
with open('db.txt') as f:
    items = (line.split() for line in f)
    info = [{'name':name,'sex':sex,'age':age,'salary':salary} \
          for name,sex,age,salary in items]

print(info)


# 題目二
print(max(info,key=lambda dic:dic['salary']))


# 題目三
print(min(info,key=lambda dic:dic['age']))


# 題目四
info_new = map(lambda item:{'name':item['name'].capitalize(),
                            'sex':item['sex'],
                            'age':item['age'],
                            'salary':item['salary']},info)

print(list(info_new))


# 題目五
g = filter(lambda item:item['name'].startswith('a'),info)
print(list(g))


# 題目六
# 非遞迴
def fib(n):
    a,b = 0,1
    while a < n:
        print(a,end=' ')
        a,b = b,a+b
    print()

fib(10)

# 遞迴
def fib(a,b,stop):
    if a > stop:
        return
    print(a,end=' ')
    fib(b,a+b,stop)

fib(0,1,10)


# 題目七
l = [1,2,[3,[4,5,6,[7,8,[9,10,[11,12,13,[14,15]]]]]]]

def get(seq):
    for item in seq:
        if type(item) is list:
            get(item)
        else:
            print(item)
get(l)