【Python 基础篇】Python代码 之 推导式大操练

一、列表推导式

基本格式：

[表达式 for 变量 in 旧列表] 或者 [表达式 for 变量 in 旧列表 if 条件]

第一个表达式表示最终需要得到的形式

# 过滤长度小于等于3的人名
names = ['tom','lily','jack','bob','haha']

result = [name for name in names if len(name) > 3]
print(result)

result = [name.capitalize() for name in names if len(name) > 3]  #capitalize()所有单词首字母大写
print(result)
----------------------------------------------------
['lily', 'jack', 'haha']
['Lily', 'Jack', 'Haha']

携带if条件

#0~5 偶数  0~9 奇数 构成列表
result = [(x,y) for x in range(5) if x%2 == 0 for y in range(10) if y%2 != 0]  #可以嵌套for循环
print(result)
-------------------------------------------------
[(0, 1), (0, 3), (0, 5), (0, 7), (0, 9), (2, 1), (2, 3), (2, 5), (2, 7), (2, 9), (4, 1), (4, 3), (4, 5), (4, 7), (4, 9)]

没有if 条件，注意 i 代表列表

list1 = [[2,5,3],[2,5,6],[3,8,9],[7,8,5]]
list2 = [i[-1] for i in list1]
print(list2)
-----------------------------------------------------
[3, 6, 9, 5]

if…else...

dict1 = {'name':'lili','salary':5000}
dict2 = {'name':'lyly','salary':4000}
dict3 = {'name':'tom','salary':3500}
dict4 = {'name':'jack','salary':8000}
list1 = [dict1,dict2,dict3,dict4]
newlist = [{'name':dict['name'],'salary':dict['salary']+300} if dict['salary']>5000 else {'name':dict['name'],'salary':dict['salary']+800} for dict in list1]
print(newlist)  #dict 表示取出对应键的值,运用dict把更改后的salary在原字典中进行更新
----------------------------------------------------
[{'name': 'lili', 'salary': 5800}, {'name': 'lyly', 'salary': 4800}, {'name': 'tom', 'salary': 4300}, {'name': 'jack', 'salary': 8300}]

二、集合推导式

{}类似于列表推导式，在列表推导式的基础上添加一个去除重复项

list1 = [1,2,1,2,5,6,8,9,8,7,9]
set1 = {x for x in list1 if x>5}
print(set1)
----------------------------------------------------
{8, 9, 6, 7}

三、字典推导式

dict1 = {'a':'A','b':'B','c':'C','d':'C'}
newdict = {value:key for key,value in dict1.items()}
print(newdict)
-----------------------------------------------------
{'A': 'a', 'B': 'b', 'C': 'd'}

四、生成器

通过列表生成式（列表推导式），我们可以直接创建一个列表，但是，受到内存限制，列表容量肯定是有限的。而且，我们创建一个包含100万个元素的列表，那后面绝大多数元素占用的空间都白白浪费了。所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间，在python中，这种一边循环一边计算的机制，成为生成器：generator。

4.1 生成器的方式

1）通过列表推导式得到生成器
[] 是列表推导式，（）是生成器

g = (x*3 for x in range(20))
print(type(g))
------------------------------------------------
<class 'generator'>

通过使用g.next()方式得到元素，或者使用next(g)得到元素，每调用一次则会产生一个元素。
若生成器产生的元素用完，继续调用则会抛出异常StopIteration
利用try…except的方式解决异常

g = (x*3 for x in range(10))
while True:
    try:
        e = next(g)
        print(e)
    except:
        print('没有更过元素了')
        break

2）借助函数完成
只要函数中出现了yield关键字，说明函数就不是函数了，是一个生成器，借助于next(),next()得到元素

def func():
    n = 0
    while True:
        n += 1
        yield n

g = func()
print(g)  # generator
print(next(g))

斐波那契数列

def fib(length):
    n=0
    a,b=0,1
    while n < length:
        yield b    #return b 并且暂停
        a,b = b,a+b
        n+=1
    return '没有更多元素'   #当while循环执行完之后，返回return的值
g = fib(8)
print(next(g))

send 方法 和__next__()一样 都可以让生成器执行到下一个yield，send可以向yield的位置传递参数,向每次生成器调用中传值，不能给最后一个yield发送值 会报错,第一次执行函数是不能用send,第一次调用sned(None)

4.2 生成器的应用

进程 > 线程 > 协程
概念：比如迅雷下载1.0G的电影，叫做进程，然后迅雷将1.0G的电影按顺序分为10份，这10份叫做线程，然后其中的一份再分为5份，每一份就叫做协程。

def task1(n):
    for i in range(n):
        print("正在搬第{}块砖！".format(i))
        yield None
def task2(n):
    for i in range(n):
        print("正在听第{}首歌！".format(i))
        yield None
g1 = task1(6)
g2 = task2(6)
while True:
    try:
        g1.__next__()
        g2.__next__()
    except:
        break
# 交替输出

六、迭代器

可迭代的对象：生成器、元组、列表、集合、字典、字符串
如何判断一个对象是否可迭代？

from collections import Iterable
list1 = [1,4,5,6,8]
f = isinstance(list1,Iterable)
print(f)  #True

生成器是可迭代的，并且是迭代器；列表是可迭代的，但不是迭代器。
迭代器只能往前不能往后
可以被next()函数调用，不断返回下一个值得对象称为迭代器：Iterator。

list1 = [1,4,5,6,8]
list1 = iter(list1)
print(next(list1))

通过iter()函数将可迭代的变成一个迭代器。