自定义序列类
一. 序列类型的分类
1.容器序列(可以在容器中放置任意类型的数据)
list、tuple、deque
2.扁平序列
str、bytes、bytearray、array.array（数组，同一类型数据）
3.可变序列
list， deque，bytearray、array
4.不可变
str、tuple、bytes
二. 序列的abc继承关系
1.collections中的abc模块：
collections中相关的抽象基类
2.序列化协议：（每个序列类型中的魔法函数共同构成了序列协议）
例："Sequence"（可变的序列类型）, "MutableSequence"(不可变的序列类型)
2.1Sequence
继承至Reversible,Collection
Sized中实现__len__(可返回长度)魔法函数，Iterable中实现__iter__(可遍历)魔法函数,Container中实现__contains__(可使用if in方法)魔法函数
2.2MutableSequece:
具体的子类必须提供__new__或__init__，
__getitem __，__ setitem __，__ delitem __，__ len__和insert（）
三. 序列的+、+=和extend的区别
+只能是同一类型（如列表），+=就地加,不产生新序列，且参数可以为任意的序列类型.是通过魔法函数__iadd__实现的，extend也可以添加任意序列类型
四.实现可切片的对象
1.切片用法回顾：
#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
2.实现可切片对象：
具有__getitem__方法
注销__getitem__方法
1 class Group: 2 # 支持切片操作 3 def __init__(self, company_name, group_name, staff): 4 self.company_name = company_name 5 self.group_name = group_name 6 self.staff = staff 7 8 def __reversed__(self): 9 #反转 10 self.staff.reverse() 11 12 def __getitem__(self, item): 13 # 实现该魔法函数就能实现切片操作 14 cls = type(self) 15 if isinstance(item, slice): 16 #传入的数据是切片类型时[0:2] 17 return cls(company_name=self.company_name, group_name=self.group_name, staff=self.staff[item]) 18 elif isinstance(item, numbers.Integral): 19 #传入的数据时整数时[0] 20 return cls(company_name=self.company_name, group_name=self.group_name, staff=[self.staff[item]]) 21 22 def __len__(self): 23 #长度 24 return len(self.staff) 25 26 def __iter__(self): 27 #迭代器 28 return iter(self.staff) 29 30 def __contains__(self, item): 31 #是否包含某条数据 32 if item in self.staff: 33 return True 34 else: 35 return False 36 37 38 staff = ['1', '2', '3'] 39 group = Group('haha', 'heihei', staff=staff) 40 sub_group1=group[0:2] 41 sub_group2 = group[0] 42 #调用__len__ 43 print(len(group)) 44 #调用__contains_ 45 print('1' in group) 46 #调用__iter__ 47 for num in group: 48 print('iter遍历：'+str(num)) 49 #调用__reverse__ 50 reversed(group)
五.bisect管理可排序序列
1.作用：
用来处理已排序的序列，用来维持已排序的序列，升序(性能高)；
采用二分查找，性能非常高，推荐使用
2.例：
默认插入右边，如插入两个3，则第二个在第一个的右边，可以查看插入的位置（左右）
六.什么时候我们不该用列表
1.array:性能比list高很多，但是array只能存放指定类型的数据（要求性能，且类型固定时可以使用）
array参数
有很多方法，用到时可以查看
2.还有deque等等
七. 列表推导式、生成器表达式、字典推导式
1.列表生成式（列表推导式）：
语义清晰，简洁，且性能高于列表操作（注意代码可读性，逻辑不应过于复杂）
#1.取20以内的奇数 ji_list=[] for i in range(21): if i %2!=0: ji_list.append(i) print(ji_list) #列表生成式 my_list=[i for i in range(21) if i%2!=0] print(my_list) #较复杂的情况,求10以内奇数的平方 def handel(item): return item*item my_list2=[handel(i) for i in range(11) if i%2!=0] print(my_list2) print(type(my_list2)) #改成括号，是生成器（可以遍历） my3=(handel(i) for i in range(11) if i%2!=0) print(type(my3)) print(my3)
2.生成器表达式（括号）：
def handel(item): return item*item #生成器表达式 my_gen=(handel(i) for i in range(11) if i%2!=0) print(my_gen) print(type(my_gen)) #生成器(可迭代)转换为列表 my_list=list(my_gen) print(my_list)
3.字典推导式：
#字典推导式 my_dict={'name':'LYQ','age':20,'sex':'man'} #将键值互换(比循环简单) rev_dict={value:key for key,value in my_dict.items()} print(rev_dict)
4.集合推导式：
#集合推导式 my_dict={'name':'LYQ','age':20,'sex':'man'} my_set={key for key,value in my_dict.items()} #my_set=set(my_dict.keys())也可以，但灵活性没有集合推导式高 print(type(my_set)) print(my_set)
