自定义序列类

序列是Python中非常重要的协议！是可迭代的！

序列的分类：

 

序列的协议是放在 from collections import abc的__all__里面的“Sequence”和“MutableSequence”

里面collection方法继承了 Sized, Iterable, Container

如果为MutableSequence的话，就声明了很多可以使用的方法 例如:  insert,append,clear,reverse,extend,pop,remove,__iadd__

下面很重要！！

a = [1,2]
a += (3,4)
#结果是
[1, 2, 3, 4]

改为 
a = [1,2]
c = a + (3,4)
TypeError: can only concatenate list (not "tuple") to list

上面不报错的原因可以参考可变序列的MutableSequence的__iadd_函数，它实际上是调用了该类的extend的方法，对该元祖进行了for循环，这样就再在循环中使用append方法可以一个一个得将元祖内值放入list中。而后者并没有调用该函数，所以报错！

append和extend的区别是：

a = [1,2]
a.append((1,2))
print(a)
a的结果是 [1, 2, (1, 2)]

由此可见append是将所有看成一个值放进去，不迭代

而extend
a.extend(range(3))
print(a)
[1, 2, 0, 1, 2]
是将能够可迭代对象实现迭代一个一个当进去

List的基本切片操作！！！

#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

bisect的用法：序列类型必须为可修改的序列类型

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
inter_list = deque()
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)

#bisect的默认是bisect_right
print(bisect.bisect_left(inter_list, 3))
#学习成绩
print(inter_list)

序列的另一种类型：数组 array。数组的存储是一种连续的空间，所以性能很快。

# array, deque
# 数组
import array
#array和list的一个重要区别， array只能存放指定的数据类型 i是指的int类型，其他类型可以百度
my_array = array.array("i")
my_array.append(1)
my_array.append("abc")就会报错 因为这个数组指明的只能接受int类型

列表生成式！！ 性能是高于 列表操作的！逻辑过于复杂就不用！！

def handle_item(item):
    return item * item
odd_list= []
odd_list = [handle_item(i) for i in range(20) if i%2 ==0]
print(odd_list)

结果为：
[0, 4, 16, 36, 64, 100, 144, 196, 256, 324]

生成器表达式：

odd_gen = (i for i in range(20) if i%2 ==0)
print(odd_gen)
odd_list = list(odd_gen)
print(odd_list)


结果为
<generator object <genexpr> at 0x0000023A7F2B1728>
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

字典推导式：

#字典推导式
my_dict = {
    "key1":"bobby1",
    "key2":"bobby2"
}
reverse_dict = {value:key for key,value in my_dict.items()}
print(reverse_dict)


结果是：
{'bobby1': 'key1', 'bobby2': 'key2'}

集合推导式：和列表推导式是一样的，只是用的是大括号。推导出来的是集合！

#集合推导式
my_set = {key for key,value in my_dict.items()}
print(type(my_set))
print(my_set)

结果为
<class 'set'>
{'key2', 'key1'}