列表生成式
#列表生成式,能简化很多代码
#第一项写需要输出的东西(i*i),中间写for循环,后面写条件
li = [i*i for i in xrange(1,10) if i%2==0]
print li
[4, 16, 36, 64]
列表生成器
#列表生成器,他跟列表生成式的区别相当range和xrange的区别,数据大的时候节省内存空间
#最简单的办法就把原来的[]换成()就可以了,不过输出变成了迭代对象
li1 = (i*i for i in xrange(1,10) if i%2==0)
for i in li1:
print i
4
16
36
64
#函数中的列表生成器
#函数中包含yield语句的函数会被特地的编译成生成器,当函数被调用时,他们返回一个生成器对象
#每当遇到yield的时候,可以当成return
def f(n):
sum = 0
i = 0
while(i<n):
sum +=i
i +=1
yield(sum)
print (type(f(5)))
for i in f(5):
print(i)
type ‘generator’
0
1
3
6
10
#列表生成式:一次性生成所有的数据,然后保存在内存中,适合小量数据
#列表生成器:返回一个可迭代对象,即‘generator’对象,必须通过循环才能一一取出数据
#可迭代对象:可以通过循环调用出来的,就是可迭代对象
#迭代器:简单理解为生成器,必须通过next()调用的,被next()函数调用并不断返回下一个值的对象称为迭代器
打印9*9乘法表
#i取值范围为1, 2, 3, 4, 5, 6, 7, 8, 9
for i in xrange(1,10):
#每个内层for循环结束后换行,即在输出完九九乘法表一行后换行。
print
#j取值范围为1, 2, ..., i
for j in xrange(1,i+1):
#逗号用来取消自动换行
print '%d*%d = %d' %(i,j,i*j),
迭代器
我们已经知道,可以直接作用于for循环的数据类型有以下几种:
一类是集合数据类型,如list、tuple、dict、set、str等;
一类是generator,包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象:Iterable。
可以使用isinstance()判断一个对象是否是Iterable对象
而生成器不但可以作用于for循环,还可以被next()函数不断调用并返回下一个值,直到最后抛出StopIteration错误表示无法继续返回下一个值了。
可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator。
有next方法的才是迭代器,生成器都是Iterator对象,但list、dict、str虽然是Iterable,却不是Iterator。
为什么list、dict、str等数据类型不是Iterator?
这是因为Python的Iterator对象表示的是一个数据流,Iterator对象可以被next()函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列,但我们却不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,所以Iterator的计算是惰性的,只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流,例如全体自然数。而使用list是永远不可能存储全体自然数的。
小结
凡是可作用于for循环的对象都是Iterable类型;
凡是可作用于next()函数的对象都是Iterator类型,它们表示一个惰性计算的序列;
集合数据类型如list、dict、str等是Iterable但不是Iterator,不过可以通过iter()函数获得一个Iterator对象。