推导式是Python中很强大的、很受欢迎的特性,具有语言简洁,速度快等优点。推导式包括:
1.列表推导式
#整除3的数字列表 numbers=[x for x in range(100) if x % 3==0] def squared(x): return x*x multiples=[squared(i) for i in range (30) if i % 3 is 0] print(multiples)
2.集合推导式:
squared={x**2 for x in [1,1,2]} print(squared) # 用集合推导建字符串长度的集合 strings=['a','is','with','if','file','exception'] {len(s)for s in strings}#有长度相同的只会留一个,但这实际上也非常有用 #Output:set{1,2,4,9}
#1到10的平方的列表 #一、列表推导式 #例1:整除3的数字列表 numbers = [] for x in range(100): if x % 3 == 0: numbers.append(x) # 使用推导实现 numbers = [x for x in range(100) if x % 3 == 0] #例2: def squared(x): return x*x multiples = [squared(i) for i in range(30) if i % 3 is 0] print(multiples) #例3:使用()生成generator将俩表推导式的[]改成()即可得到生成器。 multiples = (i for i in range(30) if i % 3 is 0) print(type(multiples))
3.字典推导式
#字典推导和列表推导的使用方法是类似的,只不过中括号改成大括号 #例1:快速更换key和value mcase={'a':10,'b':34} mcase_frequency={v:k for k,v in mcase.items()} print(mcase_frequency)
迭代器:
迭代是Python最强大的功能之一,是访问集合元素的一种方式。。字符串,列表或元组对象都可用于创建迭代器:
字符串,列表或元组==>(iterable object)可迭代对象
迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。
迭代器有两个基本的方法:__iter__() 和 __next__()。
__iter__方法:返回迭代器自身。可以通过python内建函数iter()调用。
__next__方法:当next方法被调用的时候,迭代器会返回它的下一个值,如果next方法被调用,但迭代器没有只可以返回,就会引发一个StopIteration异常。该方法可以通过 python 内建函数next()调用。
迭代器内部持有一个状态,该状态用于记录当前迭代所在的位置,以方便下次迭代的时候获取正确的元素。迭代器有一种具体的迭代器类型,比如list_iterator,set_iterator。可迭代对象实现了__iter__方法,该方法返回一个迭代器对象。
X=[1,2,3]
内建函数iter()可以从可迭代对象中获得迭代器。
it = iter(list) # 创建迭代器对象
创建一个迭代器有3种方法,其中前两种分别是:
为容器对象添加 __iter__() 和 __next__() 方法(Python 2.7 中是 next());__iter__() 返回迭代器对象本身 self,__next__() 则返回每次调用 next() 或迭代时的元素;
2. 内置函数 iter() 将可迭代对象转化为迭代器
3.就是生成器(generator)。生成器通过 yield 语句快速生成迭代器,省略了复杂的 __iter__() & __next__() 方式
生成器:
第一种方式:将列表的[]改为(),里面可以写推导
生成器只要调用next()方法即可得到下一个值,到最后一个后异常(StopIteration)退出
用表达式做生成器
例:
test=(x for x in rang(10))
next(test)或test.__next__()
第二种方式:
''' 通过裴波那切序列讲解:将print换成yield,每次生成一个值 但是调用方法时没有结果 在方法内使用yield做生成器,这样调用此方法时,会得出一个结果:generator object... 然后也是可以调用next() 每到yield时,就会停止,返回当前这个值,可以一次一次next()调用,看看运行过程 生成器可以被循环迭代,直到循环结束''' import collections print(isinstance([], collections.Iterable)) # True print(isinstance(iter([]), collections.Iterator)) # True print(isinstance(iter([]), collections.Iterable)) # True print(isinstance([], collections.Iterator)) # False print(isinstance((x * x for x in range(10)), collections.Iterable))