2.Python列表生成式、迭代器、生成器详解

汪汪队~

已于 2023-11-08 18:58:44 修改

阅读量160

点赞数

分类专栏： Python系列教程之进阶篇文章标签： python 开发语言

于 2023-08-11 22:31:39 首次发布

本文链接：https://blog.csdn.net/weixin_39987031/article/details/132240885

版权

Python系列教程之进阶篇专栏收录该内容

9 篇文章 0 订阅

订阅专栏

1.列表推导式：简洁高效的序列生成方式

在Python中，列表是一种常用的数据结构，用于存储有序的元素集合。而列表推导式（List Comprehensions）是一种简洁高效的方法，用于创建、转换和过滤列表中的元素。本文将介绍列表推导式的基本语法、用法以及实际应用，帮助你在编程中更加灵活地操作列表。

基本语法

列表推导式的基本语法形式如下：

new_list = [expression for item in iterable if condition]

其中：

expression：是对元素的操作或计算，用于生成新的列表元素。
item：迭代的变量，代表可迭代对象中的每个元素。
iterable：可迭代对象，如列表、元组、字符串等。
condition（可选）：用于过滤元素的条件。

列表生成

最简单的列表推导式是通过遍历一个可迭代对象来创建新列表。例如，我们可以使用列表推导式创建一个包含1到10的平方的列表：

squares = [x ** 2 for x in range(1, 11)]
print(squares)  # 输出：[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

列表转换

列表推导式还可以用于对现有列表进行转换，生成新的列表。例如，将字符串列表中的字符串转换为大写：

words = ["apple", "banana", "cherry"]
uppercase_words = [word.upper() for word in words]
print(uppercase_words)  # 输出：['APPLE', 'BANANA', 'CHERRY']

条件过滤

使用条件表达式，你可以在列表推导式中添加条件过滤。这样，只有满足特定条件的元素才会被包含在新列表中。例如，创建一个包含偶数的列表：

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = [num for num in numbers if num % 2 == 0]
print(even_numbers)  # 输出：[2, 4, 6, 8, 10]

嵌套列表推导式

列表推导式也可以嵌套使用，用于创建多维列表。例如，创建一个包含九九乘法表的二维列表：

multiplication_table = [[i * j for j in range(1, 10)] for i in range(1, 10)]
for row in multiplication_table:
    print(row)

实际应用

列表推导式在实际编程中非常有用，它能够帮助你快速生成、转换和过滤列表，减少了冗长的循环代码。以下是一些实际应用场景：

列表初始化：用于创建具有特定规律或初始值的列表。
数据清洗：对列表中的元素进行过滤和转换，去除不需要的数据。
列表转换：从一个列表生成另一个列表，进行数据转换和整合。
表达式计算：对列表中的元素进行表达式计算，生成新的结果列表。

2.迭代器

在Python中，迭代是一种处理序列（如列表、元组、字符串）或其他可迭代对象的方式。迭代器和生成器是Python中用于处理迭代的重要工具，它们能够帮助我们高效地处理大量数据，同时节省内存和计算资源。本篇文章将深入介绍迭代器和生成器的概念、用法以及它们在实际编程中的应用。

迭代器的概念与使用

迭代器是一个实现了迭代协议的对象，它必须包含两个方法：__iter__() 和 __next__()。__iter__() 返回迭代器对象自身，而 __next__() 返回迭代的下一个值。当没有更多的元素可以迭代时，__next__() 应该引发 StopIteration 异常。

class MyIterator:
    def __init__(self, max_value):
        self.max_value = max_value
        self.current = 0
    
    def __iter__(self):
        return self
    
    def __next__(self):
        if self.current >= self.max_value:
            raise StopIteration
        value = self.current
        self.current += 1
        return value

my_iter = MyIterator(5)
for num in my_iter:
    print(num)

3.生成器

生成器是一种特殊的迭代器，它不需要显式地实现 __iter__() 和 __next__() 方法。生成器可以通过函数来创建，使用 yield 关键字可以将函数转化为生成器。生成器在每次迭代时会返回一个值，并在下一次迭代时从上一次停止的地方继续执行。

def my_generator(max_value):
    current = 0
    while current < max_value:
        yield current
        current += 1

gen = my_generator(5)
for num in gen:
    print(num)

生成器表达式的应用

除了使用 yield 关键字来定义生成器，Python还提供了生成器表达式，它可以用更简洁的语法创建生成器。生成器表达式类似于列表推导式，但使用圆括号来包裹。

gen_expr = (x * x for x in range(5))
for num in gen_expr:
    print(num)

使用迭代器和生成器的好处

节省内存：迭代器和生成器支持惰性计算，只在需要时生成数据，避免一次性加载大量数据到内存中。
高效迭代：迭代器和生成器可以逐个处理元素，适用于大型数据集的处理和遍历。
代码简洁：生成器表达式可以用一行代码替代循环和列表推导式，使代码更加紧凑和易读。

总结

迭代器和生成器是Python中重要的进阶概念，它们能够帮助你高效地处理数据，避免内存浪费，同时实现非阻塞的并发操作。通过理解迭代器和生成器的原理，以及掌握它们在实际编程中的应用，你将能够写出更高效、更灵活的Python代码。