Python 学习笔记-第12讲：面向对象-列表推导式和生成器

一、推导

    在 python 中，推导是利用函数或表达式按规则生成对象元素的过程。

推导式包括：

1. 列表推导式

        列表推导式是一种快速生成列表的方式。其形式是用方括号括起来的一段语句。

        l = [x * x for x in range(1, 10)]

        等效于：

l = []
for i in range(1, 10):
    lis.append(i*i)

        语法格式：

            [expr for value in collection ifcondition]

# 整除3的数字列表
numbers = [x for x in range(100) if x % 3 == 0]

将csv文件读取为字典列表

我们常常需要读取和处理csv文件的数据。处理csv数据的一个最有用的方法就是把它转换为一个字典列表。

Python

import csv
data = []
for x in csv.DictReader(open('file.csv', 'rU')):
 data.append(x)
1
2
3
4
import csv
data = []
for x in csv.DictReader(open('file.csv', 'rU')):
 data.append(x)
你可以使用列表生成式快速实现：

Python

import csv
data = [ x for x in csv.DictReader(open('file.csv', 'rU'))]
1
2
import csv
data = [ x for x in csv.DictReader(open('file.csv', 'rU'))]
DictReader类将会自动地使用csv文件的第一行作为字典的key属性名。
DictReader类返回一个将会遍历csv文件所有行的对象。这个文件对象通过open()函数产生。
我们提供了open()两个参数–第一个是csv文件名，第二个是模式。
在这例子，‘rU’有两个意思。想往常一样，‘r’表示以读模式打开文件。
‘U’表明我们将会接受通用换行符–‘n’，‘r’和‘rn’。

2. 字典推导式

        使用大括号 {} 替代 [] 可以生成字典推导式。

        语法格式：

{ key_expr: value_expr for value in collection if condition }

示例：        

mcase = {'a': 10, 'b': 34}
mcase_frequency = {v: k for k, v in mcase.items()}
print(mcase_frequency)

3. 集合推导式

        集合推导式跟列表推导式非常相似，唯一区别在于用{}代替[]。其基本格式如下:

        { expr for value in collection if condition }

        示例：

# 用集合推导建字符串长度的集合
strings = ['a','is','with','if','file','exception']
{len(s) for s in strings} #有长度相同的会只留一个，这在实际上也非常有用

二、生成器

        在 Python 中，使用了 yield 的函数被称为生成器（generator）。

第一种方式：

将列表推导式的[]改为()，就可以获得生成器。

      生成器表达式是一个对象。它执行的计算与列表推导相同，但会迭代生成结果。

        语法：        

(expression for item1 in iterable1 if condition1
            for item2 in iterable2 if condition2
            ...
            for itemN in iterableN if conditionN)

           和列表推导不同，生成器表达式实际上不创建列表或立即对括号内迭代表达式求值。而是创建一个生成器对象，通过迭代该对象以按需生成值。

        generator保存的是算法，每次调用next()，就计算出下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。

第二种方式:

在方法内使用yield来创建生成器

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1

generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

        生成器函数

        一个包含yield关键字的函数就是一个生成器函数。yield可以为我们从函数中返回值，但是yield又不同于return，return的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值。直到函数执行结束。

生成器的特点
1.语法上和函数类似：生成器函数和常规函数几乎是一样的。它们都是使用def语句进行定义，差别在于，生成器使用yield语句返回一个值，而常规函数使用return语句返回一个值
2.自动实现迭代器协议：对于生成器，Python会自动实现迭代器协议，以便应用到迭代背景中（如for循环，sum函数）。由于生成器自动实现了迭代器协议，所以，我们可以调用它的next方法，并且，在没有值可以返回的时候，生成器自动产生StopIteration异常
3.状态挂起：生成器使用yield语句返回一个值。yield语句挂起该生成器函数的状态，保留足够的信息，以便之后从它离开的地方继续执行