Python中关于循环技术的短文
Python中有很多数据结构可用来存储数据集合,而当我们想读取调用这些存储在数据结构中的数据时,常常使用一些循环遍历技术。根据我们对调用数据方式的要求以及不同数据结构的特点,我们有许多不同的循环技术,本文将对这些技术进行总结。
基础
-对于基本的数据结构,像列表、元组,如果我们只是想按顺序调用读取存储在其中的数据,我们只需用简单的for循环就可以了。
例子
列表:
代码:
List = [1,2,3,4]
for i in List:
print(i)
输出结果:
1
2
3
4
元组:
代码:
Tuple = ("a","b","c","d")
for i in Tuple:
print(i)
输出结果:
a
b
c
d
特殊数据结构
-对于集合和字典这两种数据结构,有特殊的循环技术。
集合
-集合中数据是无序的,如果直接用for循环技术遍历输出,则不会按输入的顺序输出。
例子:
代码:
Set = {"a","b","f","s"}
for i in Set:
print(i)
输出:
b
a
s
f
字典
-字典中数据以键值对形式存储,想要循环遍历输出key和对应的value值可以使用item()函数。
例子:
代码:
Dict = {1:"a",2:"b",3:"c"}
for i,j in Dict.items():
print(i,"--",j)
输出:
1 -- a
2 -- b
3 -- c
特殊遍历要求
-在实际情况中,我们有时候需要按顺序遍历之外的循环技术。
列表下标和值共同输出
-当我们在遍历列表时,如果想要将下标和值一起输出,可以使用enumerate()函数。
例子:
代码:
List = [1,2,3,4]
for i,j in enumerate(List):
print(i,"--",j)
输出:
0 -- 1
1 -- 2
2 -- 3
3 -- 4
同样适用于元组,集合。
例子:
代码(元组):
Tuple = ("a","b","c","d")
for i,j in enumerate(Tuple):
print(i,"--",j)
输出:
0 -- a
1 -- b
2 -- c
3 -- d
代码(集合):
Set = {"a","b","f","s"}
for i,j in enumerate(Set):
print(i,"--",j)
输出:
0 -- b
1 -- a
2 -- s
3 -- f
-集合输出依旧是无序的。
多个列表同时遍历
-当我们想同时遍历两个或以上的列表时,我们可以使用zip()函数。下面仅以两个列表为例。
例子:
代码:
List1 = ["a","b","c","d"]
List2 = ["e","f","g","h"]
for i,j in zip(List1,List2):
print(i,"--",j)
输出:
a -- e
b -- f
c -- g
d -- h
同样适用于元组,集合。
例子:
代码(元组):
Tuple1 = ("a","b","c","d")
Tuple2 = ("e","f","g","h")
for i,j in zip(Tuple1,Tuple2):
print(i,"--",j)
输出:
a -- e
b -- f
c -- g
d -- h
代码(集合):
Set1 = {"a","b","f","s"}
Set2 = {1,2,3,4}
for i,j in zip(Set1,Set2):
print(i,"--",j)
b -- 1
a -- 2
s -- 3
f -- 4
-集合输出依旧是无序的。
逆序遍历
-当我们想倒着输出一个列表时,我们可以使用reversed()函数。
例子:
代码
List = [1,2,3,4]
for i in reversed(List):
print(i)
输出:
4
3
2
1
排序后输出
-当我们循环遍历一个列表时,想对其中排序后再输出可以使用sorted()函数
例子:
代码
List = [4,2,5,1,3]
for i in sorted(List):
print(i)
输出
1
2
3
4
5
循环技巧
-有时候我们想循环遍历对一个列表进行操作,我们可以直接新定义一个列表
例子:
代码
import math
raw_data = [56.2, float('NaN'), 51.7, 55.3, 52.5, float('NaN'), 47.8]
filtered_data = []
for value in raw_data:
if not math.isnan(value):
filtered_data.append(value)
print(filtered_data)
输出
[56.2, 51.7, 55.3, 52.5, 47.8]
关于python生成器技术的补充
本文简单对python中生成器的一些应用做出介绍
-可以通过yield实现在单线程的情况下实现并发运算的效果
例子
代码
import time
def consumer(name):
print("%s 准备学习啦!" %name)
while True:
lesson = yield
print("开始[%s]了,[%s]老师来讲课了!" %(lesson,name))
def producer(name):
c = consumer('A')
c2 = consumer('B')
c.__next__()
c2.__next__()
print("同学们开始上课 了!")
for i in range(10):
time.sleep(1)
print("到了两个同学!")
c.send(i)
c2.send(i)
输出结果
A 准备学习啦!
B 准备学习啦!
同学们开始上课 了!
到了两个同学!
开始[0]了,[A]老师来讲课了!
开始[0]了,[B]老师来讲课了!
到了两个同学!
开始[1]了,[A]老师来讲课了!
开始[1]了,[B]老师来讲课了!
到了两个同学!
开始[2]了,[A]老师来讲课了!
开始[2]了,[B]老师来讲课了!
到了两个同学!
开始[3]了,[A]老师来讲课了!
开始[3]了,[B]老师来讲课了!
到了两个同学!
开始[4]了,[A]老师来讲课了!
开始[4]了,[B]老师来讲课了!
到了两个同学!
开始[5]了,[A]老师来讲课了!
开始[5]了,[B]老师来讲课了!
到了两个同学!
开始[6]了,[A]老师来讲课了!
开始[6]了,[B]老师来讲课了!
到了两个同学!
解析
-由上面的例子我么可以发现,python提供了两种基本的方式
-生成器函数:也是用def定义的,利用关键字yield一次性返回一个结果,阻塞,重新开始
-生成器表达式:返回一个对象,这个对象只有在需要的时候才产生结果
-用定义函数来使用生成器
例子:
定义一个可生成斐波那契数列的函数,生成的值存储到生成器中
代码
def fib(max):
n,a,b =0,0,1
while n < max:
yield b
a,b =b,a+b
n = n+1
return 'done'
g = fib(6)
while True:
try:
x = next(g)
print('generator: ',x)
except StopIteration as e:
print("生成器返回值:",e.value)
break
输出结果
generator: 1
generator: 1
generator: 2
generator: 3
generator: 5
generator: 8
生成器返回值: done
解析:
-这段代码中利用了yield将生成结果存储到生成器中。然后用next()函数不断获取生成器的值,直到全部获取完。
-在用异常处理捕获StopIteration异常,获取函数返回值。
-生成器表达式
-生成器表达式来源于迭代和列表解析的组合,生成器和列表解析类似,但是它使用尖括号而不是方括号
例子
代码
>>> # 列表解析生成列表
>>> [ x ** 3 for x in range(5)]
[0, 1, 8, 27, 64]
>>>
>>> # 生成器表达式
>>> (x ** 3 for x in range(5))
<generator object <genexpr> at 0x000000000315F678>
>>> # 两者之间转换
>>> list(x ** 3 for x in range(5))
[0, 1, 8, 27, 64]
-一个迭代既可以被写成生成器函数,也可以被协程生成器表达式,均支持自动和手动迭代。而且这些生成器只支持一个active迭代,也就是说生成器的迭代器就是生成器本身。
对yield的几点总结
(1)通常的for…in…循环中,in后面是一个数组,这个数组就是一个可迭代对象,类似的还有链表,字符串,文件。他可以是a = [1,2,3],也可以是a = [x*x for x in range(3)]。
它的缺点也很明显,就是所有数据都在内存里面,如果有海量的数据,将会非常耗内存。
(2)生成器是可以迭代的,但是只可以读取它一次。因为用的时候才生成,比如a = (x*x for x in range(3))。!!!注意这里是小括号而不是方括号。
(3)生成器(generator)能够迭代的关键是他有next()方法,工作原理就是通过重复调用next()方法,直到捕获一个异常。
(4)带有yield的函数不再是一个普通的函数,而是一个生成器generator,可用于迭代
(5)yield是一个类似return 的关键字,迭代一次遇到yield的时候就返回yield后面或者右面的值。而且下一次迭代的时候,从上一次迭代遇到的yield后面的代码开始执行
(6)yield就是return返回的一个值,并且记住这个返回的位置。下一次迭代就从这个位置开始。
(7)带有yield的函数不仅仅是只用于for循环,而且可用于某个函数的参数,只要这个函数的参数也允许迭代参数。
(8)send()和next()的区别就在于send可传递参数给yield表达式,这时候传递的参数就会作为yield表达式的值,而yield的参数是返回给调用者的值,也就是说send可以强行修改上一个yield表达式值。
(9)send()和next()都有返回值,他们的返回值是当前迭代遇到的yield的时候,yield后面表达式的值,其实就是当前迭代yield后面的参数。
(10)第一次调用时候必须先next()或send(),否则会报错,send后之所以为None是因为这时候没有上一个yield,所以也可以认为next()等同于send(None)