迭代在Python中就是属于可以做for循环遍历的对象,被叫做可迭代对象。
可迭代对象分为容器和迭代器两个,迭代器又有生成器分支
迭代器:
性质:
1.使用print无法查看迭代器中的元素
2.使用len方法也无法查看其中元素的个数。
3.迭代器(iterator)
4.迭代器类似数据结构中的队列(先进先出),迭代器中的元素被去除,即消失。
5.任何容器型数据类型都可以用iter方法转为迭代器。
str1 = 'hello'
str1_iter = iter(str1)
list1 = [1,2,3]
list_iter = iter(list1)
print(len(list_iter)) # TypeError: object of type 'list_iterator' has no len()
如何获取迭代器中的元素
方法一:for 循环遍历
方法二:next()
for i in str1_iter
print(i)
print(next(str1_iter))
迭代器能做什么?
元素被全部取出,迭代器小时,迭代器所占内存被释放,程序就可以减小内存使用。
生成器(generator)
性质:
1.生成器为了生成迭代器(生成器就是迭代器,但是迭代器不一定是生成器)
2.生成器是一个函数。
3.调用生成器时,函数不执行,只有在获取元素时生成器函数才执行。
4.生成器函数返回内部结果使用yield代替return
5.yield执行几次,生成器就产生几个元素
def myGener():
yield 100
yield 200
if 100 > 200:
yield 300
return 1
f = myGener()
print(f)
print(next(f))
for i in f:
print(i)
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-38qrAvdM-1659697333349)(C:\Users\Wayne\Desktop\5IPFU`IY19EV~PYNGX1QLGQ.png)]
yield 和return 区别
1.return 被触发,函数立即结束。yield不会结束函数执行。
2.return和yield都可以将函数内部结果返回到函数外部
3.return和yield后面都是跟表达式
def Id():
for i in range(1, 1000):
yield f'pythot{i:0>3}'
# yield 'python'+f'{i}'.rjust(3,'0')
result = Id()
for _ in range(1000):
print(next(result))
匿名函数
概念:python中有一个lambda表达式,lambda有匿名的意思,并且lambda表达式就是简化版的函数,所以被叫做匿名函数。
理解:匿名函数和普通函数的关系理解为但分支结构和三目运算符的关系
匿名函数在语法上就是有单一严格限制的固定语法。在语义上是普通函数的语法糖。
语法糖(糖衣语法),是英国计算机科学家提出的一个概念,语法糖就是对已经存在的语法的简化
语法糖能提高代码的可读性,但不影响功能
匿名函数语法:
函数名 = lambda 形参:返回值
函数名(实参)
计算两个数字的和:
def numSum(num1, num2):
return num1 + num2
print(numSum(10, 20))
# ------------------------------------
numSumLambda = lambda num1, num2: num1 + num2
print(numSumLambda(10, 20))
计算1-100的和(使用匿名函数):
Sum = lambda a,b:sum([i for i in range(a,b)])
print(Sum(1,101))
并不是所有普通函数都可以转为匿名函数
练习:使用匿名函数判断年份是否是闰年
leapYear = lambda year: True if (year % 4 == 0 and year % 100 != 0) or year % 400 == 0 else False
print(leapYear(2005))
一:递归
1.递归就是一种循环的思想
2.函数之间是一个相互调用的过程,递归是对于函数来说的,但是递归是一种特殊的函数调用(自己调自己)
二:迭代(递推)思维和递归思维
1.递推思维:斐波那契数列:根据已有的数据推算规律(正向的推算)
2.递归思维:根据规律逆向推算
三:递归虽然是循环的思想,但是要注意循环结束的条件,不然就陷入了死循环。
# 斐波那契数列
a = 1
b = 1
N = 9
for i in range(N - 2):
MID = a + b
a = b
b = MID
print(b)
递归思想
def fib(N):
if N == 1 or N == 2:
return 1
else:
return fib(N - 1) + fib(N - 2)
print(fib(9))
"""
fib(9) = fib(8) + fib(7)
fib(8) = fib(7) + fib(6)
fib(7) = fib(6) + fib(5)
fib(6) = fib(5) + fib(4)
fib(5) = fib(4) + fib(3)
fib(4) = fib(3) + fib(2)
fib(3) = fib(2) + fib(1)
"""
"""
如何写出递归思想的代码:
1. 知道最终结果的计算规律。
2. 从需要算的结果向前推。
3. 了解递归结束的条件
4. 学会自己调自己的方式
"""
高阶函数:
1.将一个函数当作另一个函数的参数,叫做高阶函数。
def func1():
print('这是一个函数')
def func2(func):
print('这是另一个函数')
func()
func2(func1)
结果为:
这是另一个函数
这是一个函数
2.Python常用高阶函数:max、min、sorted、map、reduce
max(容器,key=函数):按照函数定义的方式获取容器中的最大值
函数的要求:(1)函数有且仅有一个形参。(2)必有有返回值。
nums = [10, 55, 67, 666, 900]
def unitNum(num):
return num % 10
print(max(nums, key=unitNum))
print(max(nums, key=lambda num: num % 10))
print(min(nums, key=unitNum))
sorted(容器,key=函数):按照函数指定的形式对容器中元素排序
函数的要求:(1)函数有且仅有一个形参。(2)必有有返回值
nums = [10, 55, 67, 666, 900]。
print(sorted(nums, key=lambda num: num % 10))
reduce:根据传递的容器对容器中每个元素做累计。
reduce(函数,容器,初始值)
函数要求:
a.函数有两个形参。第一个形参开始指向初始值,然后再指向每次累计的结果。第二个形参指向容器中每个元素。
b.必须有返回值
from functools import reduce
nums = [10, 55, 67, 666, 900]
对列表中元素做累乘:
print(reduce(lambda total, num: total * num, nums, 1))
map():根据容器产生一个新的序列
map(函数, 容器1, 容器2, .......)
函数要求:
a.函数有N(容器数量)个形参
b.有返回值。
map函数的结果是一个可迭代对象,可以将这个可迭代对象使用构造器语法转换为列表、元组、集合等容器。
names = ['小明', '小王', '小李']
chinese = [90, 95, 80]
english = [60, 70, 80]
转成:{'name':'小明','chinese':90,'english':60}
map_iter = map(lambda a, b, c: {'name': a, 'chinese': b, 'english': c}, names, chinese, english)
print(map_iter)
ap函数的结果是一个可迭代对象,可以将这个可迭代对象使用构造器语法转换为列表、元组、集合等容器。
names = [‘小明’, ‘小王’, ‘小李’]
chinese = [90, 95, 80]
english = [60, 70, 80]
转成:{‘name’:‘小明’,‘chinese’:90,‘english’:60}
map_iter = map(lambda a, b, c: {‘name’: a, ‘chinese’: b, ‘english’: c}, names, chinese, english)
print(map_iter)