Python迭代器、生成器、匿名函数、高阶函数

Python迭代器、生成器、匿名函数、高阶函数

迭代器和生成器

迭代

在python中就是属于可以做for循环遍历的对象，被叫做可迭代对象

可迭代对象分为容器和迭代器两个，迭代器又有生成器分支

迭代器

• 性质：

1. print无法打印迭代器中的元素
2. len无法查看其中元素
3. 类似数据结构中的对列（先进先出），迭代器中的元素被取出，即消失
4. 任何容器型数据类型都可以使用iter方法转为迭代器

str1 = 'fwgq'
str1_iter = iter(str1)
print(str1_iter,type(str1_iter))

• 元素的获取

1. for循环遍历
2. next（）

print(next(str1_iter))
print(next(str1_iter))
for i in str1_iter:
    print(i)

• 迭代器的作用

当迭代器中的元素全部取出，迭代器消失，所占内存被释放

生成器

• 性质：

1. 生成器是为了生成迭代器{迭代器包括生成器}
2. 生成器是一个函数
3. 调用生成器函数时，函数不执行，只有在获取元素时生成器函数才执行，且获取一个元素执行一次
4. 生成器函数返回内部结果使用yield代替return
5. yield执行几次，生成器便产生几个元素

def myGener():
    yield 100
    yield 200
    if 100 > 200:
        yield 300
    return 1
    yield 400


f = myGener()
print(f)
print(next(f))

• yield和return的区别

1. return响应时，函数立刻结束；yield不会
2. 两者都可以将函数内部结果返回到外部
3. 两者后面都是跟着表达式

匿名函数

概念

Python中有一个lambda表达式，lambda有匿名的意思，并且lambda表达式就是简化的函数

匿名函数与普通函数的关系类似于单分支结构和三目运算符的关系

语法糖

匿名函数在语法上就是有单一的严格限制的固定语法（在语义上是普通的语法糖）
语法糖（糖衣语法，英国人提出的概念），就是对已经存在的语法简化
能够提高代码的可读性，但不影响功能

• 语法：

  函数名 = lambda 形参：返回值
  函数名（实参）

def sum(num1,num2):
    return num1 + num2

print(sum(10,24))

sumLambda = lambda num1,num2:num1 + num2
print(sumLambda(12,52))

并不是所有函数都可以转为匿名函数

递归

一种循环的思想

函数之间是一个相互调用的过程，递归是对于函数来说的，但是递归是一种特殊的函数调用（自己调自己）

递推思维：斐波那契数列：根据已有的数据推算规律（正向的推算）

**递归思维：**根据规律逆向推算

递归思维需要注意循环结束的条件，否则会陷入死循环

# 斐波那契数列
def fib(N):
    if N == 1 or N == 2:
        return 1
    else:
        return fib(N - 1) + fib(N - 2)

fib(9)

递归思想的编码：

1. 知道最终结果的计算规律
2. 从需要算的结果向前退
3. 清楚递归结束的条件
4. 学会自己调用自己的方式

# 计算N的阶乘
def jiecheng(N):
    if N == 1:
        return 1
    else:
        return N * jiecheng(N - 1)


print(jiecheng(9))

能使用循环解决的就能使用递归
但是递归使用时需要谨慎，如果涉及计算量很大，有一个拓栈和压栈的过程，前者容易内存溢出
栈：先进后出

高阶函数

将一个函数当作另一个函数的参数，叫做高阶函数

print(max)

def func1():
    print('这是一个函数')

print(func1)
func1()
a = func1
a()

自定义函数相当于是定义了一个数据类型为function的变量

def func2(func):
    print('这是另一个')
    func()

func2(func1)

Python常用的的高阶函数

max/min/sorted/map/reduce

• **max/min:**获取容器中最大（最小）的元素

nums = [21,413,52,63,37]
print(max(nums))

• **max(容器，key=函数)：**按照函数定义的方式获取容器中的最大值

函数的要求：1. 函数有且仅有一个形参。2. 必须有返回值。

# 按照数字中个位数的大小取值(找出个位数最大的）
def unitNum(num):
    return num % 10


print(max(nums, key=unitNum))
print(max(nums, key=lambda  num :num % 10))
print(min(nums, key=unitNum))

• **sorted(容器，key=函数)：**按照函数指定的形式对容器中元素排序

nums = [21,413,52,63,37]
print(sorted(nums, key=lambda num: num % 10))

• **reduce（函数，容器，初始值）：**根据传递的容器对容器中每个元素做累计

函数要求：a.函数有两个形参。第一个形参开始指向初始值，然后再指向每次累计的结果 ; 第二个形参指向容器中每个元素
b.必须有返回值

from functools import reduce

nums = [21,413,52,63,37]
print(reduce(lambda total, num: total * num, nums, 1))

• reduce和for循环对比：

reduce性能明显不及for循环，但是如果从代码可读性（优雅的写法）reduce是更好的

• **map（函数，容器1，容器2，…）😗*根据容器产生一个新的序列

函数要求：a.函数有N（容器数量）个形参
b.有返回值

map函数的结果是一个可迭代对象
可以将这个可迭代对象使用构造器语法转换为列表，元组，集合等容器

names = ['小时','小费','小王']
chi = [64,73,83]
eng = [62,83,93]
map_iter = map(lambda a,b,c:{'name':a,'chi':b,'eng':c},names,chi,eng)
print(map_iter)
for i in map_iter:
    print(i)
print(list(map_iter))