接上一篇高级特性——切片和迭代
文章目录
一、列表生成式
列表生成式即List Comprehensions
,是Python内置的非常简单却强大的可以用来创建list的生成式。
1.列表生成式的基本使用
1.用list(range(1,11))
生成list: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> list(range(1,11))
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
2.用列表生成式生成[1x1, 2x2, 3x3, ..., 10x10]
>>> [x * x for x in range(1,11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
for循环后面还可以加上if判断
,这样我们就可以筛选出仅偶数的平方
>>> [x * x for x in range(1,11) if x % 2 == 0]
[4, 16, 36, 64, 100]
使用两层循环生成全排列
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
运用列表生成式,可以写出很简洁的代码。列出当前目录下的所有文件和目录名,可以通过一行代码实现:
>>> import os # 导入os模块,模块的概念后面讲到
>>> [d for d in os.listdir('.')] # os.listdir可以列出文件和目录
['.emacs.d', '.ssh', '.Trash', 'Adlm', 'Applications', 'Desktop', 'Documents', 'Downloads', 'Library', 'Movies', 'Music', 'Pictures', 'Public', 'VirtualBox VMs', 'Workspace', 'XCode']
for循环可以同时使用两个或多个变量,因此列表生成式也可以使用两个变量来生成list:
>>> d = {'x':'A','y':'S', 'z':'C'}
>>> [k + '=' + v for k, v in d.items()]
['x=A', 'y=S', 'z=C']
把一个list中所有的字符串变成小写
>>> L = ['Hello', 'World', 'IBM', 'Apple']
>>> [s.lower() for s in L]
['hello', 'world', 'ibm', 'apple']
2.列表表达式中的if … else
跟在for后面的if是一个筛选条件,不能带else
>>> [x for x in range(1, 11) if x % 2 == 0 else 0]
File "<stdin>", line 1
[x for x in range(1, 11) if x % 2 == 0 else 0]
^
SyntaxError: invalid syntax
把if写在for前面必须加else,否则报错;
>>> [x if x % 2 == 0 for x in range(1, 11)]
File "<stdin>", line 1
[x if x % 2 == 0 for x in range(1, 11)]
^
SyntaxError: invalid syntax
因为for前面是一个表达式,必须根据x计算出一个结果,所以必须加上else
>>> [x if x % 2 == 0 else -x for x in range(1, 11)]
[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]
可见,在一个列表生成式中,for前面的if ... else是表达式,而for后面的if是过滤条件,不能带else。
3.练习:使列表中字符串变成小写
如果list中既包含字符串,又包含整数,由于非字符串类型没有lower()
方法,所以列表生成式会报错:
>>> L = ['Hello', 'World', 18, 'Apple', None]
>>> [s.lower() for s in L]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 1, in <listcomp>
AttributeError: 'int' object has no attribute 'lower'
使用内建的isinstance
函数可以判断一个变量是不是字符串:
>>> x = 'abc'
>>> y = 123
>>> isinstance(x, str)
True
>>> isinstance(y, str)
False
请修改列表生成式,通过添加if
语句保证列表生成式能正确地执行:
L1 = ['Hello', 'World', 18, 'Apple', None]
#考虑新建一个列表筛选出字符串元素组成一个新列表再小写
L3 = []
for i in L1:
if isinstance(i, str):
L3.append(i)
L2 = [s.lower() for s in L3]
# 直接利用列表生成式在for后边设置if进行条件过滤
L2 = [s.lower() for s in L1 if isinstance(s, str)]
二、生成器
通过列表生成式,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,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,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,称为生成器:generator
1.创建generator的方法
方法一:
只要把一个列表生成式的[]改成(),就创建了一个generator:
>>> L = [x * x for x in range(10)]
>>> L # L作为一个list可以直接打印每一个元素
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10)) #g是一个生成器
>>> g
<generator object <genexpr> at 0x1022ef630>
因为generator也是可迭代对象,所以使用for循环,打印出generator的每一个元素
>>> g = (x * x for x in range(10))
>>> for n in g:
... print(n)
...
0
1
4
9
16
25
36
49
64
81
2.用函数实现生成器
如果推算的算法比较复杂,用类似列表生成式的for循环无法实现的时候,还可以用函数来实现。
比如,著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到:
1, 1, 2, 3, 5, 8, 13, 21, 34, …
#用函数打印斐波拉契数列
def fib(max):
#上面的函数可以输出斐波那契数列的前max个数:
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b # t = (a, a + b) a = t[0] b = t[1]
n = n + 1
return 'done'
方法二:
要把fib函数变成generator函数,只需要把print(b)
改为yield b
就可以了:
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
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函数
,调用一个generator函数
将返回一个generator
:
>>> f = fib(6)
>>> f
<generator object fib at 0x104feaaa0>
generator函数和普通函数的执行流程不一样。普通函数是顺序执行,遇到return语句或者最后一行函数语句就返回。
而变成generator的函数,在每次调用next()的时候执行,遇到yield语句返回,再次执行时从上次返回的yield语句处继续执行。
调用generator函数会创建一个generator对象,多次调用
generator函数会创建多个相互独立的generator
。 正确的写法是创建一个generator对象,然后不断对这一个generator对象调用next()。
3.for循环调用generator时,拿到返回值
但是用for循环调用generator时,发现拿不到generator的return语句的返回值。因为调用一次就在yield被打断一次。
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
>>> for n in fib(6):
... print(n)
...
1
1
2
3
5
8
如果想要拿到返回值,必须捕获StopIteration
错误,返回值包含在StopIteration的value
中
>>> g = fib(6)
>>> while True:
... try:
... x = next(g)
... print('g:', x)
... except StopIteration as e:
... print('Generator return value:', e.value)
... break
...
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done
4.练习:杨辉三角问题
利用生成器解决杨辉三角问题,把每一行看做一个list,试写一个generator,不断输出下一行的list
参考大佬提出的简单结局方法!
# -*- coding: utf-8 -*-
# 即第n+1行的第i个数等于第n行的第i-1个数和第i个数之和,这也是组合数的性质之一。
# 即 C(n+1,i)=C(n,i)+C(n,i-1)
def triangles():
# 初始化一个列表作为第一排输出
L = [1]
while True:
yield L
# 列表可以直接相加,这里添零保证计算第n行时其上一行是n+1个元素(形成一个倒三角形),方便加法运算
X = [0] + L
Y = L + [0]
L = [X[i] + Y[i] for i in range(len(X))] #列表生成式
测试
# 期待输出:
# [1]
# [1, 1]
# [1, 2, 1]
# [1, 3, 3, 1]
# [1, 4, 6, 4, 1]
# [1, 5, 10, 10, 5, 1]
# [1, 6, 15, 20, 15, 6, 1]
# [1, 7, 21, 35, 35, 21, 7, 1]
# [1, 8, 28, 56, 70, 56, 28, 8, 1]
# [1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
n = 0
results = []
for t in triangles():
results.append(t)
n = n + 1
if n == 10:
break
for t in results:
print(t)
if results == [
[1],
[1, 1],
[1, 2, 1],
[1, 3, 3, 1],
[1, 4, 6, 4, 1],
[1, 5, 10, 10, 5, 1],
[1, 6, 15, 20, 15, 6, 1],
[1, 7, 21, 35, 35, 21, 7, 1],
[1, 8, 28, 56, 70, 56, 28, 8, 1],
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
]:
print('测试通过!')
else:
print('测试失败!')
三、迭代器
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。
可以直接作用于for循环的对象统称为可迭代对象:Iterable
生成器与迭代器
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
迭代器: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.abc import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True #生成器都是Iterator对象
# list、dict、str虽然是Iterable,但不是Iterator
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False
你可能会问,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。
使用iter()
函数可以把 list、dict、str
等可迭代对象变成Iterator:
>>> isinstance(iter([]),Iterator)
True
>>> isinstance(iter(['abc']),Iterator)
True
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。