python -day7
补：
pass 语句
Python pass是空语句，是为了保持程序结构的完整性。
pass 不做任何事情，一般用做占位语句
eg;
if 1:pass;
if 后面要有语句，如果什么都不需要，就可以用pass语句做占位语句，保证程序结构的完整性。
基础语法已经学完，尝试写些小东西；
eg：斐波那契数列
n1=0;
n2=1;
n=0;
n3=0;
while n<10:n3=n1+n2;print(n3);n1=n2;n2=n3;n=n+1;运行结果如下：
或者：
n1=0;
n2=1;
n=0;
n3=0;
while n<10:n1,n2=n2,n1+n2; #这个先完成等式右边的运算，再赋值给等式左边的变量n=n+1; print(n2,end=" ");运行结果
推导式
Python 推导式是一种独特的数据处理方式，可以从一个数据序列构建另一个新的数据序列的结构体。
Python 推导式是一种强大且简洁的语法，适用于生成列表、字典、集合和生成器。
在使用推导式时，需要注意可读性，尽量保持表达式简洁，以免影响代码的可读性和可维护性。
Python 支持各种数据结构的推导式：
- 列表(list)推导式
- 元组(tuple)推导式
- 字典(dict)推导式
- 集合(set)推导式
列表推导式
[表达式 for 变量 in 列表]
[out_exp_res for out_exp in input_list]或者 [表达式 for 变量 in 列表 if 条件]
[out_exp_res for out_exp in input_list if condition]- out_exp_res：列表生成元素表达式，可以是有返回值的函数。
- for out_exp in input_list：迭代 input_list 将 out_exp 传入到 out_exp_res 表达式中。
- if condition：条件语句，可以过滤列表中不符合条件的值。
eg：
#计算 30 以内可以被 3 整除的整数：n=[i for i in range(30) if i%3==0]#range(30)生成0-29的整数序列，if i%3==0判断是否能被3整除，符合条件的整数序列存入n列表
print(n);#过滤掉长度小于或等于3的字符串列表，并将剩下的转换成大写字母：words=["qqq","www","eeee","rrr","tttt","yyyy"];
new_words=[word.upper() for word in words if len(word)>3];
#word.upper()将字符串word转换成大写字母
#len(word)>3判断字符串长度是否大于3，符合条件的字符串序列存入new_words列表
print(new_words);运行结果：
字典推导式
{ key_expr: value_expr for value in collection }或{ key_expr: value_expr for value in collection if condition }key_expr：字典的键值
value_expr：字典的键值对应的值
value：从collection中提取的值，它也会被传到，key_expr和value_expr的表示式中。
eg：
#使用字符串及其长度创建字典：
listdemo = ['Google','Runoob', 'Taobao'];
dict1={len(i):i for i in listdemo};
print(dict1);#提供三个数字，以三个数字为键，三个数字的平方为值来创建字典：
n=[2,3,4];
n_dict={i:i**2 for i in n};#*表示乘方运算,**表示幂运算
print(n_dict);运行结果：
这里可以思考一下为什么dict1这个字典只有一个键和对应的值。
-
-
-
-
-
因为listdemo中的每个字符串的长度都是6，所以在创建dict1时，每个键 i 都是 6，如果键值相同，则只保留最后一个。
这里有另一个问题是：如果我想创造的字典键和值来自于不同的序列，应该怎么做？
我查到的是使用 zip（）函数，注意 zip 会截断到较短的列表；
zip 会“截断到较短的列表”的意思是：zip 只按最短的可迭代对象长度配对，超过最短长度的元素会被丢弃（不会成对出现）。
zip（）函数
eg：
#使用n的元素作为键，listdemo的元素作为值来创建字典：
listdemo = ['Google','Runoob', 'Taobao'];
n=[1,2,3,4];
dict1={k:v for k,v in zip(n,listdemo)};#zip函数会截断较短的序列，因此这里k,v的长度为3
print(dict1);运行结果：
eg：也可以使用索引
#使用n的元素作为键，listdemo的元素作为值来创建字典：
listdemo1 = ['Google','Runoob', 'Taobao'];
n1=[1,2,3,4];listdemo2 = ['Google','Runoob', 'Taobao'];
n2=[1,2,3,4];dict1={k:v for k,v in zip(n1,listdemo1)};#zip函数会截断较短的序列，因此这里k,v的长度为3dict2={n2[i]:listdemo2[i] for i in range(min(len(n2),len(listdemo2)))};#使用索引
#min(len(n),len(listdemo))会返还两个列表中较短的长度print(listdemo1,listdemo2,n1,n2)
print(dict1,dict2);
运行结果：
集合推导式
{ expression for item in Sequence }
或
{ expression for item in Sequence if conditional }他们的这些格式都是很一致的了，只有小部分不同。
eg:
n={i*2 for i in range(5)};
print(n);
print(type(n));运行结果;
n={i for i in"ancoiasucaiwbauwic" if i not in "abc"};
print(n);运行结果;
注意：集合是一个无序不重复的序列，内部元素不会重复。
元组推导式（生成器表达式）
元组推导式可以利用 range 区间、元组、列表、字典和集合等数据类型，快速生成一个满足指定需求的元组。
元组推导式基本格式：
(expression for item in Sequence )
或
(expression for item in Sequence if conditional )元组推导式和列表推导式的用法也完全相同，只是元组推导式是用 () 圆括号将各部分括起来，而列表推导式用的是中括号 []，另外元组推导式返回的结果是一个生成器对象。
关于生成器对象简单问了一下ai：
生成器对象就是一个“惰性的、按需生产的工厂”。
惰性/按需：它不会一次性把所有数据都计算出来并塞进内存，而是你要一个，它才算一个，给你一个。
只能迭代一次：就像售货机里的可乐，掉出来就没了。生成器被遍历一次后，再想
next()就没东西了，会抛出StopIteration异常。节省内存：这是它最大的优点！当你处理海量数据（比如处理一个几十GB的日志文件，或者从数据库查询百万条记录）时，如果用列表，内存会瞬间爆炸。而用生成器，你永远只在内存中保持当前正在处理的一条数据。
个人理解就是生成器对象的内容不会一次全部调入内存，而是你每次使用一次next（）函数，他就会给你一个它的内容，同时清除这个内容，然后再次使用，会给你下一个内容，这样会节省内存空间，它类比了一下售卖机（生成器对象），你每次投币（调用next（）函数，（）内是生成式对象），它就会给你一罐可乐（生成器的内容，这罐可乐给你了，售卖机里面就没有了，也就是声生成式对象里面就没有这个内容了）。
eg：
n=(i for i in range(10));#生成器表达式
print(n);
print(type(n));
print(tuple(n));#tuple函数将生成器转换成元组运行结果：
generator 就是生成器对象的类型。