内置函数
匿名函数
匿名函数:其实就是没有名字的函数
语法格式:
lambda 形参:返回值
def index(形参):
返回值# 匿名函数也是必须加括号才能使用
res = lambda x,y:x+y
print(res(1, 2))
常见的内置函数
配合匿名函数一起使用的内置函数:
map zip max min filter...
map(映射):
# map
ll = [1, 2, 3, 4, 5, 6, 7]
new_res = []
for i in res:
new_res.append(i ** 2)
print(new_res)
def index(x):
return x ** 2
# res=map(index, ll) #
res = map(lambda x: x ** 2, ll) #
print(list(res)) # [1, 4, 9, 16, 25, 36, 49]
zip(拉链):
# zip 拉链
l1 = [1, 2, 3,4,5,6]
l2 = ['a', 'b', 'c', 'd']
l3 = ['kevin', 'jerry', 'tank', 'oscar']
l4 = ['kevin1', 'jerry2', 'tank3', 'oscar4']
# [(1, 'a'), (2, 'b'), (3, 'c')]
new_list = []
for i in range(len(l1)):
new_list.append((l1[i], l2[i]))
print(new_list) # [(1, 'a'), (2, 'b'), (3, 'c'), (4, 'd'), (5, 'e'), (6, 'f')]
res = zip(l1, l2, l3, l4) # [(1, 'a', 'kevin'), (2, 'b', 'jerry'), (3, 'c', 'tank')]
print(list(res)) # [(1, 'a'), (2, 'b'), (3, 'c'), (4, 'd')]
max和min:
d = {
'kevin': 1000,
'jerry': 30000,
'Tank': 200000,
'Oscar': 100
}
'''max和min默认情况下返回的是字典的key,也是按照key值比较的'''
# print(max(d))
# print(min(d))
def index(x):
return d[x] # 返回什么就安装什么进行比较
res=max(d, key=lambda x:d[x])
res1=min(d, key=lambda x:d[x])
print(res,res1)
filter(过滤器):
res = [11, 22, 33, 44, 55, 66]
# new_res = []
# for i in res:
# if i > 30:
# new_res.append(i)
# print(new_res)
def index(x):
return x>30
# res1=filter(index, res) # 内部也是for循环
res1=filter(lambda x:x>30, res) # 内部也是for循环
print(list(res1))
迭代器
一 迭代器介绍
迭代器即用来迭代取值的工具,而迭代是重复反馈过程的活动,其目的通常是为了逼近所需的目标或结果,每一次对过程的重复称为一次“迭代”,而每一次迭代得到的结果会作为下一次迭代的初始值,单纯的重复并不是迭代
while True:
msg = input('>>: ').strip()
print(msg)
下述while循环才是一个迭代过程,不仅满足重复,而且以每次重新赋值后的index值作为下一次循环中新的索引进行取值,反复迭代,最终可以取尽列表中的值
goods=['mac','lenovo','acer','dell','sony']
index=0
while index < len(goods):
print(goods[index])
index+=1
1.1 可迭代对象
通过索引的方式进行迭代取值,实现简单,但仅适用于序列类型:字符串,列表,元组。对于没有索引的字典、集合等非序列类型,必须找到一种不依赖索引来进行迭代取值的方式,这就用到了迭代器。
要想了解迭代器为何物,必须事先搞清楚一个很重要的概念:可迭代对象(Iterable)。从语法形式上讲,内置有__iter__方法的对象都是可迭代对象,字符串、列表、元组、字典、集合、打开的文件都是可迭代对象:
{'name':'kevin'}.__iter__
{7,8,9}.__iter__
……
1.2 迭代器对象
调用obj.iter()方法返回的结果就是一个迭代器对象(Iterator)。迭代器对象是内置有iter和next方法的对象,打开的文件本身就是一个迭代器对象,执行迭代器对象.iter()方法得到的仍然是迭代器本身,而执行迭代器.next()方法就会计算出迭代器中的下一个值。 迭代器是Python提供的一种统一的、不依赖于索引的迭代取值方式,只要存在多个“值”,无论序列类型还是非序列类型都可以按照迭代器的方式取值
res=s.__iter__() # 迭代器对象
print(res.__next__()) # next其实就是迭代取值的,而且不依赖于索引取值
print(res.__next__())
print(res.__next__())
print(res.__next__())
print(res.__next__())
res1 = l.__iter__()
print(res1.__next__())
print(res1.__next__())
print(res1.__next__())
print(res1.__next__())
print(res1.__next__()) # 迭代取值,一旦值被取完,就会直接报错
print(next(res1))
print(next(res1))
print(next(res1))
print(next(res1))
"""
迭代器给我们提供了一种不依赖于索引取值的方式
"""
# 可迭代对象调用多次__iter__方法仍然是迭代器对象
# print(res.__iter__().__iter__().__iter__())
#### 易错题
l = [1, 2, 3, 4]
print(l.__iter__().__next__()) # 1
print(l.__iter__().__next__()) # 1
print(l.__iter__().__next__()) # 1
print(l.__iter__().__next__()) # 1
res = l.__iter__()
print(res.__next__()) # 1
print(res.__next__()) # 2
print(res.__next__()) # 3
print(res.__next__()) # 4
二 for循环原理
有了迭代器后,我们便可以不依赖索引迭代取值了,使用while循环的实现方式如下
goods=['mac','lenovo','acer','dell','sony']
i=iter(goods) #每次都需要重新获取一个迭代器对象
while True:
try:
print(next(i))
except StopIteration: #捕捉异常终止循环
break
for循环又称为迭代循环,in后可以跟任意可迭代对象,上述while循环可以简写为
goods=['mac','lenovo','acer','dell','sony']
for item in goods:
print(item)
for循环内部的原理:
1. 首先把关键字in后面的可迭代对象转为迭代器对象
2. while循环取值__next__迭代取值,当next取值完毕的时候会报错
3. 当内部报错的时候,for循环进行了异常捕捉
异常捕捉
什么是异常?
异常就是错误发生的信号,如果不对该信号做处理,那么,异常发生的位置之后的代码都不能正常运行
异常的信息:
1. Traceback:追踪信息,异常发生的位置
File "D:/Python27/day17/05 for循环内部原理.py", line 21, in <module>
# 有时候错误发生的信息可能会有很多行,你就找最后一行,然后点击可以跳转到错误发生的位置
2. XXXError: 异常发生的类型
NameError KeyError ...
3. 错误发生的详细信息(最重要的:一般情况从这里就可以知道错位发生的原因)
name 'a' is not defined
异常的分类:
1. 语法错误
# 是代码运行过程中一开始就不允许的,只要语法错误,代码一定是不能够运行的
# 通过代码提示就知道语法错误的原因
2. 逻辑错误
# 在编码过程中,逻辑错误是允许出现的
但是我们应该尽量避免逻辑错误出现的可能性
l = [1, 2, 3]
if i < len(l):
print(l[i])
异常如何进行捕捉:
try:
l = [1, 2, 3]
print(l[4]) # IndexError
# d = {'a':1}
# print(d['b'])
# 1/0
# except NameError as e:
# print(e)
# except KeyError as e:
# print(e)
# except IndexError as e:
# print(e) # list index out of range
# except ZeroDivisionError as e:
# print(e)
except Exception as e:
print(e)
else:
# 当被检测的代码没有异常的时候会走这个语法
print('这是else语法') # 这是else语法
finally:
# 不管被监测的代码是否有异常都会走
print('这是finally语法')
print(123)
"""
只能当你的被监测代码可能会出现,但是,又不想让它报错,这个时候使用异常捕捉是最合适的
异常捕捉的代码尽量少的写
"""
l = [1,2,3,4,5,6,7]
res= l.__iter__()
while True:
try:
print(res.__next__())
except Exception:
break
三 迭代器的优缺点
基于索引的迭代取值,所有迭代的状态都保存在了索引中,而基于迭代器实现迭代的方式不再需要索引,所有迭代的状态就保存在迭代器中,然而这种处理方式优点与缺点并存:
3.1 优点:
1、为序列和非序列类型提供了一种统一的迭代取值方式。
2、惰性计算:迭代器对象表示的是一个数据流,可以只在需要时才去调用next来计算出一个值,就迭代器本身来说,同一时刻在内存中只有一个值,因而可以存放无限大的数据流,而对于其他容器类型,如列表,需要把所有的元素都存放于内存中,受内存大小的限制,可以存放的值的个数是有限的。
3.2 缺点:
1、除非取尽,否则无法获取迭代器的长度
2、只能取下一个值,不能回到开始,更像是‘一次性的’,迭代器产生后的唯一目标就是重复执行next方法直到值取尽,否则就会停留在某个位置,等待下一次调用next;若是要再次迭代同个对象,你只能重新调用iter方法去创建一个新的迭代器对象,如果有两个或者多个循环使用同一个迭代器,必然只会有一个循环能取到值。