基础补充

一、字符串格式化

Python的字符串格式化有两种方式: 百分号方式、format方式

百分号的方式相对来说比较老，而format方式则是比较先进的方式，企图替换古老的方式，目前两者并存。

1、百分号方式

%[(name)][flags][width].[precision]typecode

(name) 可选，用于选择指定的key
flags 可选，可供选择的值有:
- + 右对齐；正数前加正好，负数前加负号；
- - 左对齐；正数前无符号，负数前加负号；
- 空格右对齐；正数前加空格，负数前加负号；
- 0 右对齐；正数前无符号，负数前加负号；用0填充空白处
width 可选，占有宽度
.precision 可选，小数点后保留的位数
typecode 必选
- s，获取传入对象的__str__方法的返回值，并将其格式化到指定位置
- r，获取传入对象的__repr__方法的返回值，并将其格式化到指定位置
- c，整数：将数字转换成其unicode对应的值，10进制范围为 0 <= i <= 1114111（py27则只支持0-255）；字符：将字符添加到指定位置
- o，将整数转换成八进制表示，并将其格式化到指定位置
- x，将整数转换成十六进制表示，并将其格式化到指定位置
- d，将整数、浮点数转换成十进制表示，并将其格式化到指定位置
- e，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（小写e）
- E，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（大写E）
- f，将整数、浮点数转换成浮点数表示，并将其格式化到指定位置（默认保留小数点后6位）
- F，同上
- g，自动调整将整数、浮点数转换成浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是e；）
- G，自动调整将整数、浮点数转换成浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是E；）
- %，当字符串中存在格式化标志时，需要用 %%表示一个百分号

注：Python中百分号格式化是不存在自动将整数转换成二进制表示的方式

常用的格式化：

s1 = "i am %s" % "wenchong"
s2 = "i am %s age %d" % ("wenchong", 8)
s3 = "i am %(name)s age %(age)d" % {"name": "wenchong", "age": 8}
s4 = "percent %.2f" % 99.999999
s5 = "i am %(pp).2f" % {"pp": 123.425556, }
s6 = "i am %(pp).2f %%" % {"pp": 123.425556, }

输出结果：

s1: i am wenchong
s2: i am wenchong age 8
s3: i am wenchong age 8
s4: percent 100.00
s5: i am 123.43
s6: i am 123.43 %

格式化结果

2、format 方式

[[fill]align][sign][#][0][width][,][.precision][type]

fill 【可选】空白处填充的字符
align 【可选】对齐方式（需配合width使用）
- <，内容左对齐
- >，内容右对齐(默认)
- ＝，内容右对齐，将符号放置在填充字符的左侧，且只对数字类型有效。即使：符号+填充物+数字
- ^，内容居中
sign 【可选】有无符号数字
- +，正号加正，负号加负；
- -，正号不变，负号加负；
- 空格，正号空格，负号加负；
# 【可选】对于二进制、八进制、十六进制，如果加上#，会显示 0b/0o/0x，否则不显示
，【可选】为数字添加分隔符，如：1,000,000
width 【可选】格式化位所占宽度
.precision 【可选】小数位保留精度
type 【可选】格式化类型
- 传入” 字符串类型 “的参数
  - s，格式化字符串类型数据
  - 空白，未指定类型，则默认是None，同s
- 传入“ 整数类型 ”的参数
  - b，将10进制整数自动转换成2进制表示然后格式化
  - c，将10进制整数自动转换为其对应的unicode字符
  - d，十进制整数
  - o，将10进制整数自动转换成8进制表示然后格式化；
  - x，将10进制整数自动转换成16进制表示然后格式化（小写x）
  - X，将10进制整数自动转换成16进制表示然后格式化（大写X）
- 传入“ 浮点型或小数类型 ”的参数
  - e，转换为科学计数法（小写e）表示，然后格式化；
  - E，转换为科学计数法（大写E）表示，然后格式化;
  - f ，转换为浮点型（默认小数点后保留6位）表示，然后格式化；
  - F，转换为浮点型（默认小数点后保留6位）表示，然后格式化；
  - g，自动在e和f中切换
  - G，自动在E和F中切换
  - %，显示百分比（默认显示小数点后6位）

常用格式化：

s1 = "i am {}, age {}, {}".format("wenchong", 8, 'WenChong')
s2 = "i am {}, age {}, {}".format(*["wenchong", 1, 'WenChong'])
s3 = "i am {0}, age {1}, really {0}".format("WenChong", 8)
s4 = "i am {0}, age {1}, really {0}".format(*["WenChong", 8])
s5 = "i am {name}, age {age}, really {name}".format(name="WenChong", age=8)
s6 = "i am {name}, age {age}, really {name}".format(**{"name": "WenChong", "age": 18})
s7 = "i am {0[0]}, age {0[1]}, really {0[2]}".format([1, 2, 3], [11, 22, 33])
s8 = "i am {:s}, age {:d}, money {:f}".format("WenChong", 8, 88888.1)
s9 = "i am {:s}, age {:d}".format(*["WenChong", 8])
s10 = "i am {name:s}, age {age:d}".format(name="WenChong", age=8)
s11 = "i am {name:s}, age {age:d}".format(**{"name": "WenChong", "age": 8})
s12 = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2)
s13 = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2)
s14 = "numbers: {0:b},{0:o},{0:d},{0:x},{0:X}, {0:%}".format(15)
s15 = "numbers: {num:b},{num:o},{num:d},{num:x},{num:X}, {num:%}".format(num=15)

输出结果：

s1: i am wenchong, age 8, WenChong
s2: i am wenchong, age 1, WenChong
s3: i am WenChong, age 8, really WenChong
s4: i am WenChong, age 8, really WenChong
s5: i am WenChong, age 8, really WenChong
s6: i am WenChong, age 18, really WenChong
s7: i am 1, age 2, really 3
s8: i am WenChong, age 8, money 88888.100000
s9: i am WenChong, age 8
s10: i am WenChong, age 8
s11: i am WenChong, age 8
s12: numbers: 1111,17,15,f,F, 1587.623000%
s13: numbers: 1111,17,15,f,F, 1587.623000%
s14: numbers: 1111,17,15,f,F, 1500.000000%
s15: numbers: 1111,17,15,f,F, 1500.000000%

格式化结果

二、迭代器和生成器

迭代器

迭代器是 python 最强大的功能之一，是访问集合元素的一种方式，迭代器对象从集合的第一个元素开始访问，知道所有的元素被访问结束。迭代器只能往前不能后退。

迭代器并不是一次将所有的元素都准备好，而是在迭代到这个元素时，才会计算该元素，在这之前或之后，元素可以被销毁或者不存在。这个特点可以是迭代器处理很大的文件。

迭代器有两个基本的方法：iter() 和 next()

字符串、列表、元组对象都可以用于生成迭代器

>>> li = [1,2,3]
# 生成迭代器
>>> it = iter(li)
# 通过 next() 方法获取迭代器的元素
>>> print(next(it))
1
>>> print(next(it))
2
>>> print(next(it))
3
# 当迭代器的最后一个元素被访问后，如果继续访问会报错
>>> print(next(it))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

迭代器对象也可以通过 for 循环访问

li = [1,2,3]
it = iter(li)

for i in it:
    print(i)

生成器

在 python 中使用了 yield 的函数被称之为生成器(generator)，和普通的函数不一样的地方在于生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点的理解是生成器就是一个迭代器

在调用生成器运行的过程中，当遇到 yield 时，函数就会暂停并记录当前所有的运行信息，返回 yield 的值，并且在下一次运行 next() 时从当前位置继续运行

使用 yield 实现一个斐波那契数列

def fibonacci(n):
    a, b, counter = 0, 1, 0
    while True:
        if counter > n:
            return
        yield a
        a, b = b, a+b
        counter += 1

f = fibonacci(10)
for i in f:
    print(i, end=" ")

三、递归函数

在函数内部可以调用其他的函数，那么函数的内部也可以调用自己，这类函数称之为递归函数

通过递归函数写一个阶乘: 1*2*3*4*5

def foo(n):
    if n == 1:
        return 1
    return n * foo(n - 1)

每一个函数在调用时需要存储一些内存，所以递归函数会占用更多的内存。python 会在调用自身 1000 次时停止函数调用

如上面的阶乘函数 foo(1000) 的报错如：RecursionError: maximum recursion depth exceeded in comparison