Learning Python 011 高级特性 2
2016-07-21 18:42
507 查看
Python 高级特性 2
列表生成式
列表生成式就是指类似这样的代码:[x for x in range(1, 11)]
>>> L = [x for x in range(1, 11)] >>> L [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
生成了一个列表
L,从
1到
10的列表,一共
(11-1)-1 = 9个元素。
L这个列表也可以这样生成:
L = list(range())。
>>> L= list(range(1, 11)) >>> L [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
关于列表生成式,我们在介绍几个实例:
要生成[1x1, 2x2, 3x3, …, 10x10]怎么做?>>> [x * x for x in range(1, 11)] [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
使用两层循环,可以生成全排列:
>>> [m + n for m in 'ABC' for n in 'XYZ'] ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
列出当前目录下的所有文件和目录名,可以通过一行代码实现:
import os # 导入os模块,模块的概念后面讲到 L = [d for d in os.listdir('.')] # os.listdir可以列出文件和目录 print(L)
运行:
['.idea', 'dict_set.py', 'qiepian.py']
列表生成式也可以使用两个变量来生成list:
d = {'x': 'A', 'y': 'B', 'z': 'C' } L = [k + '=' + v for k, v in d.items()] print(L)
运行:
['y=B', 'x=A', 'z=C']
把一个list中所有的字符串变成小写:
L = ['Hello', 'World', 'IBM', 'Apple'] l = [s.lower() for s in L] print(l)
运行:
['hello', 'world', 'ibm', 'apple']
总结:
列表生成式生成的是list。使用的是
[]符号。
生成器 (generator)
介绍生成器
创建一个生成器,只要把一个列表生成式的[]改成
()。
>>> L = [x * x for x in range(10)] >>> L [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] >>> g = (x * x for x in range(10)) >>> g <generator object <genexpr> at 0x1022ef630>
创建
L和
g的区别仅在于最外层的
[]和
(),
L是一个list,而
g是一个generator。
Q:生成器是干什么用的?
A:受到内存限制,列表容量肯定是有限的。创建一个包含100万个元素的列表,会占用很大的存储空间。如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器:generator。
通过
next()函数获得generator的下一个返回值:
>>> next(g) 0 >>> next(g) 1 >>> next(g) 4 >>> next(g) 9 >>> next(g) 16 >>> next(g) 25 >>> next(g) 36 >>> next(g) 49 >>> next(g) 64 >>> next(g) 81 >>> next(g) Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
后面没有更多的元素时,抛出
StopIteration的错误。
不断调用
next(g)函数是一种麻烦的方法,正确的方法是使用
for循环:
>>> g = (x * x for x in range(10)) >>> for n in g: ... print(n) ... 0 1 4 9 16 25 36 49 64 81
通过
for循环来迭代它,并且不需要关心
StopIteration的错误。
创建一个函数生成器 (generator function)
迭代器(Iterator
)
讲过了迭代(Iterable)。现在讲讲迭代器:
Q:什么是迭代器?
A:可以直接作用于
for循环的对象统称为可迭代对象:
Iterable;可以被
next()函数调用并不断返回下一个值的对象称为迭代器:
Iterator。
Iterator对象可以被
next()函数调用并不断返回下一个数据,直到没有数据时抛出
StopIteration错误。
Python的
Iterator对象表示的是一个数据流.
判断一个对象是否是可迭代对象Iterable
可以使用isinstance()判断一个对象是否是
Iterable对象:
>>> from collections import Iterable >>> isinstance([], Iterable) True >>> isinstance({}, Iterable) True >>> isinstance('abc', Iterable) True >>> isinstance((x for x in range(10)), Iterable) True >>> isinstance(100, Iterable) False
总结:
可以直接作用于
for循环的数据类型有以下几种:
一类是集合数据类型,如
list、
tuple、
dict、
set、
str等;
一类是
generator,包括生成器和带
yield的
generator function。
判断一个对象是否是迭代器Iterator
使用isinstance()判断一个对象是否是
Iterator对象:
>>> from collections import Iterator >>> isinstance((x for x in range(10)), Iterator) True >>> isinstance([], Iterator) False >>> isinstance({}, Iterator) False >>> isinstance('abc', Iterator) False
总结:
可以被
next()函数调用并不断返回下一个值的对象称为迭代器:
Iterator。
生成器都是
Iterator对象,但
list、
dict、
str虽然是
Iterable,却不是
Iterator。
如何将一个Iterable
变成Iterator
把list、dict、str等Iterable变成Iterator可以使用iter()函数:>>> isinstance(iter([]), Iterator) True >>> isinstance(iter('abc'), Iterator) True
总结:
Python的
for循环本质上就是通过不断调用
next()函数实现的,例如:
for x in [1, 2, 3, 4, 5]: pass
实际上完全等价于:
# 首先获得Iterator对象: it = iter([1, 2, 3, 4, 5]) # 循环: while True: try: # 获得下一个值: x = next(it) except StopIteration: # 遇到StopIteration就退出循环 break
参考网站:
http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431756919644a792ee4ead724ef7afab3f7f771b04f5000
相关文章推荐
- Python动态类型的学习---引用的理解
- Python3写爬虫(四)多线程实现数据爬取
- 垃圾邮件过滤器 python简单实现
- 下载并遍历 names.txt 文件,输出长度最长的回文人名。
- install and upgrade scrapy
- Scrapy的架构介绍
- Centos6 编译安装Python
- 使用Python生成Excel格式的图片
- 让Python文件也可以当bat文件运行
- [Python]推算数独
- Python中zip()函数用法举例
- Python中map()函数浅析
- 设计模式之行为型模式 - 调用行为的传递问题
- Python将excel导入到mysql中
- Python在CAM软件Genesis2000中的应用
- 使用Shiboken为C++和Qt库创建Python绑定
- FREEBASIC 编译可被python调用的dll函数示例