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
- 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
- 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
- __ next __()
g = (i for i in range(100))
print(g.__next__())
print(g.__next__())
- 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>