学习笔记(01):第二章 程序设计与数据结构-Python的魔法功能，魅力之所在，让代码量更少 2...

立即学习:https://edu.csdn.net/course/play/25504/304704?utm_source=blogtoedu

'''
列表生成式
python内置的非常简单却强大的可以用来创建list的生成式
快速的把字典内容转变成list
'''

d={'x':'A','y':'B','z':'C'}
print([k+'='+v for k,v in d.items()]) # 每个list列表中元素的呈现形式

#生成list [1，2，3...10]
print(list(range(1,11)))

#生成[1*1,2*2...10*10]
print([x*x for x in range(1,11)]) #x*x是上面对应的运算表达式

#‘abc','123'输出a1,a2,a3,b1,..c1..
print([m+n for m in'abc' for n in '123'])
#把小数点去掉 加判断
print([m+n for m in'a.b.c' for n in '123'if m!='.'])

'''
生成器 generator 一边循环一边计算的机制称为生成器
两种定义
1.列表生成式
2.带yield（关键字)的generator function
'''

g=(x*x for x in range(10))
print(g)
print(next(g))#输出next查看所生成List列表中的单个元素
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))# x为0-9 依从生成结果0，1...81 继续输出next会报错


#使用for循环实现上例
for n in g:
    print(n)  #使用for循环语句，n代表了next 是上述例子的快速实现



# 使用yield关键字生成斐波那契数列1，1，2，3，5，8
def fib(max):
    n,a,b=0,0,1
    while n< max:
        print(b)
        a,b=b,a+b
        n=n+1
    return'done'
fib(6) #生成6个函数

#将输出关键词换成yield
def fib(max):
    n,a,b=0,0,1
    while n< max:
        yield b
        a,b=b,a+b
        n=n+1
    return'done'

g=fib(6) #此时fib不再代表函数，代表生成器
print(next(g))
print(next(g))
print(next(g))#调用三次

#使用for循环
for n in g:
    print(n)



#使用while True 让next语句循环时不再报错
while True:
    try:
        x=next(g)
        print(x)
    except StopIteration as e:
        print('没有数据了',e.value)
        break


'''
迭代器

for循环可以应用下列类型
1.集合数据类型 list,tuple,dict,set,str等
2.generator，包括生成器和带yield的generator function等
这些可以直接可作用于for循环的统称为【可迭代对象 Iterable 】；可以使用isinstance（）判断一个对象是否是可迭代（Iterable）对象；
————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————
而生成器(generator)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，直到抛出StopIteration错误。
————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————
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可迭代（Iterable）对象；
————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————
生成器都是迭代器，但list、dict、str虽然是可迭代对象，却不是迭代器。
把list、dict、str等Iterable变成迭代器可以使用iter()方法；
————————————————————————————————————————————————————————————————————————————————————————————————————————————————————————
为什么list、dict、str等数据类型不是迭代器？

这是因为Python的迭代器对象表示的是一个数据流，迭代器对象可以被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，
所以迭代器的计算是惰性的，只有在需要返回下一个数据时它才会计算。
迭代器甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。
'''

#判断一个对象是不是可迭代对象Iterable（判断能不能使用for循环进行遍历）
'''
from collections import Iterable
print(isinstance([],Iterable)) #判断list是不是可迭代对象 结果为True （定义，绝对正确）
print(isinstance({},Iterable))#判断dict（字典）是不是可迭代对象 结果为True （定义，绝对正确）
print(isinstance('abc',Iterable))#判断字符串是不是可迭代对象 结果为True （定义，绝对正确）
print(isinstance(123,Iterable))#判断（整型）int是不是可迭代对象 结果为false（定义中没有包含整型int，错误）

'''

'''
#使用list...判断一个对象是否是（迭代器）Iterator 可迭代对象不是迭代器
from collections import Iterator
print(isinstance([],Iterator)) #判断list是不是迭代器 结果为false
print(isinstance({},Iterator))#判断dict（字典）是不是迭代器 结果为false
print(isinstance('abc',Iterator))#判断字符串是不是迭代器 结果为false
print(isinstance(123,Iterator))#判断（整型）int是不是迭代器 结果为false

'''

#使用__iter__方法，使可迭代对象获得一个迭代器对象，从而转换成生成器
from collections.abc import Iterator
print(isinstance(iter([]),Iterator))
print(isinstance(iter({}),Iterator))
print(isinstance(iter('abc'),Iterator))


'''
小结
1.学习了列表生成式，生成list，更简单，代码量少
2.生成器的两种定义方式  调用next方法计算 /使用yeild关键字
3.生成器generator可for可next ；迭代器只可next
凡是可作用于for循环的对象都是可迭代类型；
凡是可作用于next()函数的对象都是迭代器类型，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()函数获得一个迭代器对象,从而转换成生成器。
'''