Python高级语法

Python高级语法

推导式

列表推导式

语法：

[变量/表达式 for 变量 in 可迭代对象 (if 条件表达式)]，括号内的内容表示可选

lst = [x*3 for x in range(10)]
lst = [x*3 for x in range(10) if x%2==0]
print(lst)

字典推导式

语法：

{键表达式:值表达式 for 循环}

lst = ['23','1','41','123']
dct = {k+1:lst[k] for k in range(len(lst))}
print(dct)

集合表达式

语法：

{变量/表达式 for 循环 (if 条件表达式)}，括号内的内容可选

s = {x*3 for x in range(10)}
s = {x*3 for x in range(10) if x%3 == 0}
print(s,type(s))

生成器

在Python中，有一种一边循环一边运算的机制叫做生成器（generator）

生成器出现的背景

lst = [i for i in range(10000000000)]

当运行这个程序时，会占用大量的内存空间，而且大多数数据并未被使用到，造成了空间的浪费。因此我们需要一种能够在需要用到数据时再计算结果的机制；这样不仅能够减少内存的消耗，还能提高空间的利用效率。

生成器的创建

1. 通过列表推导式进行创建

g = (i for i in range(100)) # 注意最外围是圆括号
print(g)
# <generator object <genexpr> at 0x0000025DAB70EDD0>
# 返回的是generator，生成器对象

2. 通过函数创建

需要有yield关键字

def abc():

    num = 0
    while True:
        num += 1
        yield num

r = abc()
print(r)
# <generator object abc at 0x000001FC7991EDD0>
# 接收调用的结果是一个生成器对象

生成器内元素的获取

1. __ next __()

g = (i for i in range(100))
print(g.__next__())
print(g.__next__())

2. next()

g = (i for i in range(100))
print(next(g))
print(next(g))

迭代器

基本概念

迭代：获取一个元素的过程

可迭代：一般是指可迭代对象，简单来说就是能够for循环的

可迭代对象：字符串，列表，元组，字典，集合，生成器

可迭代对象的判断

import collections
lst = [1,2,34,4]
r = isinstance(lst,collections.Iterable)
g = [x for x in range(100)]
r = isinstance(g,collections.Iterable)
print(r)

迭代器：能够被next()函数不断调用并不断返回下一个值的对象

生成器是一个可迭代对象，同时也是一个迭代器
列表等是可迭代对象，但不是迭代器

# 列表不能够被next()函数不断调用
lst = [1,2,34,5]
print(next(lst))
# TypeError: 'list' object is not an iterator

可以通过iter()函数将可迭代对象转化成迭代器

lst = [1,2,34,5]
i = iter(lst)
print(i)
# <list_iterator object at 0x0000022BD90B79D0>

可迭代对象，生成器和迭代器的关系