一、迭代器
迭代器是一种函数,只是一种称呼而已
1.可迭代对象
含有.__iter__方法的对象就叫做可迭代对象
x = 10 # 不是可迭代对象
s = 'abc'
s.__iter__()
lt = [1, 2, 3]
lt.__iter__()
tup = (1,)
tup.__iter__()
dic = {'a': 1}
dic.__iter__()
se = {1}
se.__iter__()
fw = open('test.txt', 'a+', encoding='utf8')
fw.seek(0, 0)
fw.__iter__()
可见,除了数字类型和布尔类型,其余数据类型都是可迭代对象。
2.迭代器对象
含有.__iter__和.__next__方法的对象就是迭代器对象
为什么要有迭代器对象:提供了一种 不依赖索引取值的手段
dic = {'a': 1, 'b': 2, 'c': 3}
print(dic_iter.__next__()) # 迭代取值 --》 基于上一个值
print(dic_iter.__next__())
print(dic_iter.__next__())
print(dic_iter.__next__())
注意:迭代器一定是可迭代对象;可迭代对象不一定是迭代器
二、三元表达式
也叫三目表达式
x = 10
y = 20
if x > y:
print(x)
else:
print(y)
# 上下相等
print(x) if x > y else print(y)
三、列表推导式
lt = []
for i in range(10):
lt.append(i)
# 比较麻烦,因此有了下面
lt = [i for i in range(10)] # 这就是列表推导式
# 效果一样,而且i可以做运算
lt = [i**2 for i in range(10)]
四、字典生成式
和列表生成式差不多:
dic = {i:i**2 for i in range(10)}
1.zip方法
通过解压缩函数生成一个字典
lt1 = ['a', 'b', 'c']
lt2 = [1, 2, 3]
dic = {k: v ** 2 for k, v in zip(lt1, lt2)}
print(dic)
五、生成器表达式
把列表推导式的[]换成()就是生成器表达式
g = (i for i in range(100))
print(g)
for i in g:
print(i)
六、生成器
生成器:含有yield关键字的函数叫做生成器
def ge():
yield 3 # 一个yield相当于一个next; yield可以暂停函数
yield 4
# ge是一个函数对象,但是个ge()就得到了一个生成器,它的本质是一个迭代器
g = ge() # 得到了一个生成器
1.yield的特性
- 暂停函数
- 通过next取值
七、递归
就是在函数a内部调用函数a本身
def a():
x = 1
print(x)
a()
# 创建了一个死循环
# 真正的递归必须得要有 退出条件
count = 0
def a():
global count
count += 1
print(count)
if count == 5:
return
a()
a()
1.递归的要求
- 函数内部调用函数自己
- 必须要有退出条件
- 递归必须要有规律