列表推导式
例:
[x * x for x in range(1, 11)]
[m + n for m in 'ABC' for n in 'XYZ']
[x for x in range(1, 11) if x % 2 == 0]#if是筛选条件,后不能加else
[x if x % 2 == 0 else -x for x in range(1, 11)]
输出:
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
[2, 4, 6, 8, 10]
[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]
例:列表推导式求列表所有奇数并构造新列表
a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
b=[l for l in a if l%2==1]
print(b)
输出:
[1, 3, 5, 7, 9]
例:[[1,2],[3,4],[5,6]]一行代码展开该列表,得出[1,2,3,4,5,6]
L=[[1,2],[3,4],[5,6]]
# #for i in L ,每个i是【1,2】,【3,4】,【5,6】,for j in i,每个j就是1,2,3,4,5,6
print([j for i in L for j in i])
#法二
#将列表转成numpy矩阵,
#numpy的flatten()降到一维
import numpy as np
print(np.array(L).flatten().tolist())
例:请将[i for i in range(3)]改成生成器
def f():
for i in range(3):
yield i
f=f()
for i in f:
print(i)
输出:
0
1
2
生成器
g = (x * x for x in range(10)) #圆括号
for n in g:
print(n)
如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator
是特殊的迭代器,
1、列表表达式的【】改为()即可变成生成器
2、函数在返回值得时候出现yield就变成生成器,而不是函数了;
b=(i for i in range(3))
print(type(b))
输出:
<class 'generator'>
例:列表推导式、字典推导式、生成器
import random
l=[i for i in range(10)]
print("列表推导式",l,type(l))
l1=(i for i in range(10))
print("生成器",l1)
dic={k:random.randint(0,9) for k in ["a","b","c","d"]}
print("字典推导式",dic,type(dic))
输出:
列表推导式 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] <class 'list'>
生成器 <generator object <genexpr> at 0x000002073F51C0B0>
字典推导式 {'a': 9, 'b': 6, 'c': 1, 'd': 1} <class 'dict'>
迭代器
迭代
from collections import Iterable
isinstance('abc', Iterable) # 判断‘abc’是否可迭代
使用isinstance()判断一个对象是否是Iterable对象:
>>> from collections import Iterable
>>>> isinstance([], Iterable)
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
可以使用isinstance()判断一个对象是否是Iterator对象:
>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)