python 列表推导式_Python_列表推导式_生成器的表达式_各种推导式_40

列表推导式：

#列表推导式：

egg_list =[]for i in range(10):

egg_list.append('鸡蛋%s'%i)print(egg_list)

egon

egg_list=['鸡蛋%s'%i for i in range(10)] #列表推导式

print(egg_list)

# print([i*i for i in range(10)])

生成器表达式：

#生成器表达式

g= (i for i in range(10))print(g)for i ing:print(i)#括号不一样#返回的值不一样 === 几乎不占用内存

老母鸡=('鸡蛋%s'%i for i in range(10)) #生成器表达式

print(老母鸡)for 蛋 in老母鸡:print(蛋)#g = (i*i for i in range(10))#print(g.__next__())

各种推导式：

完整的列表推导式：

#[每一个元素或者是和元素相关的操作 for 元素 in 可迭代数据类型] #遍历之后挨个处理#[满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素相关的条件] #筛选功能

##30以内所有能被3整除的数

ret = [i for i in range(30) if i%3 == 0] #完整的列表推导式

g = (i for i in range(30) if i%3 == 0) #完整的生成器表达式

print(ret)

##30以内所有能被3整除的数的平方

ret = [i*i for i in (1,2,3,4) if i%3 ==0] #元组推导式

ret= (i*i for i in range(30) if i%3 ==0)print(ret)

## 例三:找到嵌套列表中名字含有两个‘e’的所有名字

names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],

['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]

ret1= [name for lst in names for name in lst if name.count('e') ==2]

ret2= (name for lst in names for name in lst if name.count('e') ==2)print(ret1)

字典推导式：

#例一：将一个字典的key和value对调

mcase = {'a': 10, 'b': 34}#{10:'a' , 34:'b'}

mcase_frequency = {mcase[k]: k for k inmcase}print(mcase_frequency)

#例二：合并大小写对应的value值，将k统一成小写

mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}#{'a':10+7,'b':34,'z':3}

mcase_frequency = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k inmcase}print(mcase_frequency)

d = {'a': 10}

d['a'] #10

#d['b'] #报错

print(d.get('a')) #10

print(d.get('b')) #None

print(d.get('b', 0)) #0

集合推导式，自带结果去重功能：

squared = {x**2 for x in [1, -1, 2]}print(squared)

#各种推导式 ： 生成器 列表 字典 集合#遍历操作#筛选操作

本章小结

可迭代对象：

拥有__iter__方法

特点：惰性运算

例如:range(),str,list,tuple,dict,set

迭代器Iterator：

拥有__iter__方法和__next__方法

例如:iter(range()),iter(str),iter(list),iter(tuple),iter(dict),iter(set),reversed(list_o),map(func,list_o),filter(func,list_o),file_o

生成器Generator：

本质：迭代器，所以拥有__iter__方法和__next__方法

特点：惰性运算,开发者自定义

使用生成器的优点：

1.延迟计算，一次返回一个结果。也就是说，它不会一次生成所有的结果，这对于大数据量处理，将会非常有用。

#列表解析

sum([i for i in range(100000000)])#内存占用大,机器容易卡死

#生成器表达式

sum(i for i in range(100000000))#几乎不占内存

2.提高代码可读性