Python-Basis-10th

周一,雨,记录生活分享点滴

参考博客1:https://www.cnblogs.com/alex3714/articles/5765046.html

参考博客2:https://www.cnblogs.com/yuanchenqi/articles/5769491.html

Python版本:3.5

 

列表生成式

实现:列表[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],每个值三次方的结果

def f(n):
    return n**3


a = [f(x) for x in range(10)]
print(a)  # [0, 1, 8, 27, 64, 125, 216, 343, 512, 729]
# print(type(a))  # <class 'list'>

# -----简化一下-----
a = [n**3 for n in range(10)]
print(a)  # [0, 1, 8, 27, 64, 125, 216, 343, 512, 729]
# print(type(a))  # <class 'list'>

 

赋值方式

t = ('123', 8, 12)  # 元组、列表都可以
a, b, c = t  # 等同于a=t[0]  b=t[1]  c=t[2]

print(a)  # 123
print(b)  # 8
print(c)  # 12

 

生成器

生成器(generator):一边循环一边计算的机制

列表生成式的[]改成()

# L是一个list
L = [x * x for x in range(10)]
print(L)  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# g是一个generator
g = (x * x for x in range(10))
print(g)  # <generator object <genexpr> at 0x000002200EBAD518>

next(不合理)

g = (x * x for x in range(10))

# print(g)  # <generator object <genexpr> at 0x000002200EBAD518>

print(next(g))  # 0
print(next(g))  # 1
print(next(g))  # 4
print(next(g))  # 9
print(next(g))  # 16
print(next(g))  # 25
print(next(g))  # 36
print(next(g))  # 49
print(next(g))  # 64
print(next(g))  # 81
print(next(g))  # StopIteration 因为范围是10,为0-9,不包括10,所以报错

for循环(正常)

g = (x * x for x in range(10))
for n in g:
    print(n)

    # 0
    # 1
    # 4
    # 9
    # 16
    # 25
    # 36
    # 49
    # 64
    # 81

斐波拉契数列

斐波拉契数列

斐波拉契数列用列表生成式写不出来,可以用函数打印

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(10)  # 10可以为任意数,按需定义

fib函数变成generator

fib函数变成generator方式:把print(b)改为yield b

def fib(max):
    n, a, b = 0, 0, 1

    while n < max:

        yield b  # 将 print(b) 改为 yield b
        a, b = b, a+b
        n += 1

    return 'done'


f = fib(6)
print(f)  # <generator object fib at 0x000002B870B2D518>

generator和函数的执行流程

函数是顺序执行,遇到 return 语句或者最后一行函数语句就返回。

而变成generator的函数,在每次调用 next() 的时候执行,遇到 yield 语句返回,再次执行时从上次返回的 yield 语句处继续执行。

data = fib(10)
print(data)

print(data.__next__())
print(data.__next__())
print("干点别的事")
print(data.__next__())
print(data.__next__())
print(data.__next__())
print(data.__next__())
print(data.__next__())

#输出
<generator object fib at 0x101be02b0>
1
1
干点别的事
2
3
5
8
13

通过生成器 yield 实现伪并发

import time


def consumer(name):
    print("%s 准备吃包子啦!" % name)
    while True:
       baozi = yield

       print("包子[%s]来了,被[%s]吃了!" % (baozi, name))


def producer(name):
    c = consumer('A')  # c与c2是生成器对象
    c2 = consumer('B')
    c.__next__()
    c2.__next__()
    print("Chung开始准备做包子啦!")
    for i in range(10):
        time.sleep(1)
        print("做了2个包子!")
        c.send(i)
        c2.send(i)

producer("Chung")

# 通过生成器实现协程并行运算

 

迭代器

Iterable

直接作用于for循环的对象统称为可迭代对象:Iterable

一类是集合数据类型,如listtupledictsetstr等;

一类是generator,包括生成器和带yield的generator function。

可以使用isinstance()判断一个对象是否是Iterable对象:

from collections import Iterable

print(isinstance([], Iterable))  # True

print(isinstance({}, Iterable))  # True

print(isinstance('abc', Iterable))  # True

print(isinstance((x for x in range(10)), Iterable))  # True

print(isinstance(100, Iterable))  # False

Iterator

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Iterator对象:

from collections import Iterator

print(isinstance((x for x in range(10)), Iterator))  # True

print(isinstance([], Iterator))  # False

print(isinstance({}, Iterator))  # False

print(isinstance('abc', Iterator))  # False

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

Iter()

listdictstrIterable变成Iterator可以使用iter()函数:

from collections import Iterator

print(isinstance(iter([]), Iterator))  # True

print(isinstance(iter('abc'), Iterator))  # True

 

小结

1. 生成器都是迭代器,但迭代器不一定都是生成器

2. 生成器有两个条件:

(1)有iter方法,

(2)有next方法

3. for循环内部三件事:

(1)调用可迭代对象的iter方法返回一个迭代器对象;

(2)不断调用迭代器对象的next方法;

(3)处理StopIteration

# ***********列表生成式***********
[x*2 for x in range(10)]



# ***********生成器(generator object)***********

    创建生成器的两种方式:
        1 (x*2 for x in range(10))>>>>>>>generator object
        2 def f():
            yield
            
            f()>>>>>>>generator object
    
    生成器的方法:
        1 next(f())-----------------计算出一个值
        
        注意:生成器在创建的时候已经决定了能计算出值的个数,调用next的次数超过这个值就会报StopIteration

        遍历所有元素可以通过for循环:
                for i in [1, 2, 3]:
                    print i
                    
        for 循环内部做了三件事:
                1 调用对象的iter()方法,返回一个迭代器对象
                
                2 while:
                      try:
                          i=next(list_Iterator)
                          
                          except StopIteration:
                          break
        
        2 send():
              
              f().send(None)  # 等价于next(f())



# ***********迭代器***********

    满足迭代器协议:
        1 内部有next方法
        2 内部有iter方法
        
    li=[1,2,3]:Iterble(内部有iter方法)>>>>>>>iter(li):list_Iterator
    i=iter(li):list_Iterator
    
        1 next(i)-----------------计算出一个值
        
        注意:迭代器在创建的时候已经决定了能计算出值的个数,调用next的次数超过这个值就会报StopIteration

            遍历所有元素可以通过for循环:
                    for i in [1, 2, 3]:
                        print i
                        
            for 循环内部做了三件事:
                    1 调用对象的iter()方法,返回一个迭代器对象
                    
                    2 while:
                          try:
                              i=next(list_Iterator)
                              
                              except StopIteration:
                              break
            
            2 send():
                  
                  f().send(None)  # 等价于next(f())

 

  

posted @ 2020-06-01 23:20  ChungZhao  阅读(189)  评论(0编辑  收藏  举报