Python(五) 高级特性总结

1.迭代

  通过for循环来遍历一个list或者tuple,这种遍历就叫迭代(Iteration),在Python中用for   in 语句来实现迭代。

Python的for循环不仅可以用在list和tuple,还可以用在其他可迭代对象,比如dict就可以迭代:

d={'a':1,'b':2,'c':3}
# 循环打印key
for key in d:
    print(key)
# 默认循环的是key
for value in d.values():
    print(value)

迭代字符串对象:

# 迭代一个str对象
s='adcsddd'
for x in s:
    print(x)

  只要作用于一个可迭代对象,for循环就可以正常运行,通过collections模块的Iterable类型判断

print(isinstance('adc',Iterable))
# 判断list是否可迭代
print(isinstance([1,2,3],Iterable))
# 判断123是否可迭代
print(isinstance(123,Iterable))

输出结果:

True
True
False

  Python内置的enumerate函数可以把一个list变成下标索引-元素对:

for i, value in enumerate(['a','b','c']):
    print(i,value)

输出结果:

0 a
1 b
2 c

  在for循环中同时引用两个变量:

for x,y in[(1,2),(2,3),(1,3)]:
    print(x,y)

输出结果:

1 2
2 3
1 3

 

2.列表生成式

  Python内置了可以用来生成list的生成式:

# 生成list[1,2,3,4,5,6,7,8,9,10]
print(list(range(1,11)))

输出结果:
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

  生成[1*1,2*2...,10*10]:

L=[]
for x in range(1,11):
    L.append(x*x)
print(L)
# 可简写
L1=[x*x for x in range(1,11)]
print(L1)

输出结果:

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

  for循环后面可以加入if条件来生成符合条件的元素:

# 筛选出仅偶数的平方的元素
L2=[x*x for x in range(1,11) if x%2==0]
print(L2)

输出结果:

[4, 16, 36, 64, 100]

  使用两层循环,生成全排列:

L3=[m+n for m in 'ABC' for n in '123']
print(L3)

输出结果:

['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'C1', 'C2', 'C3']

  for循环可以同时使用两个甚至多个变量,同时迭代dict中key和value:

for k, v in {'a':1,'b':2}.items():
    print(k,'=',v)

输出结果:

a = 1
b = 2

把一个list中所有的字符串变成小写:

L5=[s.lower() for s in ['qQQA','Acd','asbdD']]
print(L5)

输出结果:

['qqqa', 'acd', 'asbdd']

 3.生成器

  在Python中,一边循环一边计算的机智,成为生成器:genertator

  第一种创建方式:把一个列表生成式的[]改成()

# 列表生成式
List1=[x*x for x in range(10)]
# 生成器
g=(x*x for x in range(10))

  如果要一个一个打印出来,可以通过next()函数获得generator的下一个返回值。

# generator是可迭代对象,可以使用for循环
for n in g:
    print(n)

我们创建了一个generator后,基本上永远不会调用next(),而是通过for循环来迭代它,并且不需要关心StopIteration的错误。

  第二种创建方式:在一个函数定义中包含yield关键字

def f(max):
    n,a,b=0,0,1
    while n<max:
        yield b
        a,b=b,a+b
        n=n+1
    return 'done'
for m in f(6):
    print(m)

输出结果:

1
1
2
3
5
8

generator和函数的执行流程不一样,函数是顺序执行的,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。

但是用for循环调用generator时,发现拿不到generator的return语句的返回值。如果想要拿到返回值,必须捕获StopIteration错误,返回值包含在StopIterationvalue中:

g1=f(6)
while True:
    try:
        x=next(g1)
        print('g:',x)
    except StopIteration as e:
        print(e.value)
        break

输出结果:

g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
done

4.迭代器

  可以直接作用于for循环的数据类型有以下几种:

  1.集合数据类型:list、tuple、dict、set、str。

  2.generator类型,包括生成器和带yield的generator function。

  这些可以直接作用于for循环的对象统称为可迭代对象:Iterable。

  可以使用isinstance判断一个对象是否是Iterable对象:

from collections import Iterable
print(isinstance([],Iterable))
print(isinstance(123,Iterable))

输出结果:

True
False

  可以被next()函数调用并不断返回下一个值得对象称为迭代器:Iterator。可以使用isinstance判断一个对象是否是Iterator对象:

 

from collections import Iterator
print(isinstance((x*x for x in range(10)),Iterator))
print(isinstance([],Iterator))

 

输出结果:

True
False

 

 

  生成器是Iterator对象,可以使用iter()函数把Iterable变成Iterator:

print(isinstance(iter([]),Iterator))

输出结果:
True

  Python的Iterator对象表示的是一个数据流,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。可以把这个数据流看做是一个有序序列,但我们却不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,所以Iterator的计算是惰性的,只有在需要返回下一个数据时它才会计算。

  Iterator甚至可以表示一个无限大的数据流,例如全体自然数。而使用list是永远不可能存储全体自然数的。

 

 

 

  

 

  

posted on 2017-12-02 22:06  codeRose 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/codeRose/p/7955866.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值