Python 高级特性 2

列表生成式

列表生成式就是指类似这样的代码:[x for x in range(1, 11)]

>>> L = [x for x in range(1, 11)]
>>> L
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

生成了一个列表L,从110的列表,一共(11-1)-1 = 9个元素。
L这个列表也可以这样生成:L = list(range())

>>> L= list(range(1, 11))
>>> L
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

关于列表生成式,我们在介绍几个实例:

要生成[1x1, 2x2, 3x3, …, 10x10]怎么做?

>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

使用两层循环,可以生成全排列:

>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

列出当前目录下的所有文件和目录名,可以通过一行代码实现:

import os # 导入os模块,模块的概念后面讲到
L = [d for d in os.listdir('.')] # os.listdir可以列出文件和目录
print(L)

运行:

['.idea', 'dict_set.py', 'qiepian.py']

列表生成式也可以使用两个变量来生成list

d = {'x': 'A', 'y': 'B', 'z': 'C' }
L = [k + '=' + v for k, v in d.items()]
print(L)

运行:

['y=B', 'x=A', 'z=C']

把一个list中所有的字符串变成小写

L = ['Hello', 'World', 'IBM', 'Apple']
l = [s.lower() for s in L]
print(l)

运行:

['hello', 'world', 'ibm', 'apple']

总结:
列表生成式生成的是list。使用的是[]符号。

生成器 (generator)

介绍生成器

创建一个生成器,只要把一个列表生成式[]改成()

>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>

创建Lg的区别仅在于最外层的[]()L是一个list,而g是一个generator

Q:生成器是干什么用的?
A:受到内存限制,列表容量肯定是有限的。创建一个包含100万个元素的列表,会占用很大的存储空间。如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器:generator。

通过next()函数获得generator的下一个返回值

>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
16
>>> next(g)
25
>>> next(g)
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

后面没有更多的元素时,抛出StopIteration的错误。

不断调用next(g)函数是一种麻烦的方法,正确的方法是使用for循环:

>>> g = (x * x for x in range(10))
>>> for n in g:
...     print(n)
... 
0
1
4
9
16
25
36
49
64
81

通过for循环来迭代它,并且不需要关心StopIteration的错误。

创建一个函数生成器 (generator function

迭代器(Iterator

讲过了迭代Iterable)。现在讲讲迭代器
Q:什么是迭代器
A:可以直接作用于for循环的对象统称为可迭代对象Iterable;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IteratorIterator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。

PythonIterator对象表示的是一个数据流.

判断一个对象是否是可迭代对象Iterable

可以使用isinstance()判断一个对象是否是Iterable对象:

>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False

总结:
可以直接作用于for循环的数据类型有以下几种:
一类是集合数据类型,如listtupledictsetstr等;
一类是generator,包括生成器和带yieldgenerator function

判断一个对象是否是迭代器Iterator

使用isinstance()判断一个对象是否是Iterator对象:

>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False

总结:
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
生成器都是Iterator对象,但listdictstr虽然是Iterable,却不是Iterator

如何将一个Iterable变成Iterator

把list、dict、str等Iterable变成Iterator可以使用iter()函数:

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

总结:
Pythonfor循环本质上就是通过不断调用next()函数实现的,例如:

for x in [1, 2, 3, 4, 5]:
    pass

实际上完全等价于:


# 首先获得Iterator对象:

it = iter([1, 2, 3, 4, 5])

# 循环:

while True:
    try:
        # 获得下一个值:
        x = next(it)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

参考网站:
http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431756919644a792ee4ead724ef7afab3f7f771b04f5000