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:
- print无法打印迭代器中的元素
- len无法查看其中元素
- 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
- 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
- for循环遍历
- 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:
- 生成器是为了生成迭代器{迭代器包括生成器}
- 生成器是一个函数
- 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
- 生成器函数返回内部结果使用yield代替return
- 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
- return响应时,函数立刻结束;yield不会
- 两者都可以将函数内部结果返回到外部
- 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:
- 知道最终结果的计算规律
- 从需要算的结果向前退
- 清楚递归结束的条件
- 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))