python迭代器，生成器，列表推导式（开放封闭原则，locals,globals）
迭代器
可迭代对象
s1 = '123' for i in s1: print(i) int object is not iterable for i in 123: print(i)
内部含有__iter__方法的就是可迭代对象,遵循可迭代协议。
dir print(dir('123')) # '__iter__' print('__iter__' in dir([1, 2, 3])) print('__iter__' in dir({'name':'aaa'})) print('__iter__' in dir({'name'})) print('__iter__' in dir((1, 2, 3))) print('__iter__' in dir(1)) # False print('__iter__' in dir(True)) # False
可迭代对象通过.__iter__()可以转换成迭代器，满足迭代器协议。
内部含有__iter__ 且 __next__方法的就是迭代器。
l = [1, 2, 3]
l_obj = l.__iter__()
print(l_obj)
迭代器的取值两种方法：
方法一:__next__()
print(l_obj.__next__()) print(l_obj.__next__()) print(l_obj.__next__()) print(l_obj.__next__())
方法二 for循环
for i in l_obj: print(i) print('__next__' in dir(l_obj))
第二种判断方式：
from collections import Iterable from collections import Iterator print(isinstance('123', Iterable)) print(isinstance('123', Iterator))
实际上可迭代对象是不可以一个一个的一次取值的，因为他没有__next__方法。
for循环提供一个机制：
1，将可迭代对象转化成迭代器。
2，利用__next__进行取值。
3，用try异常处理方法防止报错。
l = [1, 2, 3, 4, 5]
l_obj = l.__iter__()
while True:
try:
print(l_obj.__next__())
except Exception:
break
迭代器：
1,节省内存。
2，满足惰性机制。
3，取值过程不可逆(一条路走到黑)。
生成器本质也是迭代器，生成器是自己用Python写的迭代器。
1，通过生成器函数构建。
2，通过生成器推导式构建。
def func1(): print(666) return 222 ret = func1() print(ret)
def func1(): print(11) print(333) yield 222 print(666) yield 777 g_obj = func1() # 生成器对象 generator object print(g_obj.__next__()) print(g_obj.__next__())
def cloth1(): for i in range(1,10001): print('衣服%s' % i) # cloth1() def cloth2(): for i in range(1,10001): yield '衣服%s' % i g = cloth2() for i in range(1,51): print(g.__next__()) for i in range(1, 151): print(g.__next__())
next send
def func1():
count = yield 222
print(count)
yield 777
yield 888
g_obj = func1() # 生成器对象 generator objectprint(g_obj.__next__())#222
print(g_obj.send('wusir'))#wusir 777,必须给yield赋值才能传值成功
1，send 具有next功能。
2，send 可以给上一个yield传值。
3, 第一个取值不能使用send.
4，最后一个yield不会得到send的值。
列表推导式：
能用列表推导式完成的，用python代码都可以完成。
用一句话构建一个你想要的列表。
优点：简单，稍微难理解。
缺点: 不能用debug。
li = [] for i in range(1, 12): li.append(i) print(li) li = [i for i in range(1, 12)]
[ 变量(加工后的变量) for 变量 in 可迭代对象 ] 遍历模式
print(li) li = [] for i in range(1, 12): li.append('python第%s人 % i) print(li) li = ['aa', 'bb', 'cc', 'dd', 'ee'] li = ['python第%s人' % i for i in range(1, 12)] print(li)
l2 = [i+'_NB' for i in li] print(l2)
[ 变量(加工后的变量) for 变量 in 可迭代对象 ] 遍历模式
[ 变量(加工后的变量) for 变量 in 可迭代对象 if 判断] 筛选模式
l1 = [i for i in range(1, 101) if i % 2 == 0] print(l1)
1,筛选，100以内所有的奇数。
l2 = [i for i in range(1, 101) if i % 2 == 1] l2 = [i for i in range(1, 101, 2)] print(l2)
2,10以内所有数的平方。 [1,4,9,16.。。100]
print([i*i for i in range(1, 11)])
3，将100以内所有内被三整除的数留到列表中。
print([i for i in range(1,101) if i % 3 == 0])
g = (i*i for i in range(1, 11)) # print(g.__next__()) # print(g.__next__()) # print(g.__next__()) # print(g.__next__()) # print(g.__next__()) for i in g: print(i)
列表推导式 简单明了，但是占内存
生成器表达式 节省内存，不易看出。
30以内所有能被3整除的数的平方
print([i*i for i in range(1, 31) if i % 3 ==0])
names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'], ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']] l3 = [ name for i in names for name in i if name.count('e') == 2] print(l3)
mcase = {'a': 10, 'b': 34}
mcase_frequency = {mcase[k]: k for k in mcase}
print(mcase_frequency)
tast
用列表推导式做下列小题
(1)过滤掉长度小于3的字符串列表，并将剩下的转换成大写字母
l=['jl','mklk','k','buguhhji']
print([i.upper() for i in l if len(i)>3])
(2)求(x,y)其中x是0-5之间的偶数，y是0-5之间的奇数组成的元祖列表
l1=[]
l2=[]
for i in range(0,6):
if i%2==0:
l1.append(i)
else:
l2.append(i)
print(l1,l2)
l3=[]
for i in l1:
for j in l2:
l3.append((i,j))
print(l3)
print([(i,j) for i in range(0,6) for j in range(0,6) if i%2==0 and j%2==1])
print([(i,j) for i in range(0,6) if i%2==0 for j in range(0,6) if j%2==1])
(3)求M中3,6,9组成的列表M = [[1,2,3],[4,5,6],[7,8,9]]
M = [[1,2,3],[4,5,6],[7,8,9]] print([[i[2],i[2],i[2]] for i in M])#错误,曲解了for 循环的意义 print( [i[2] for i in M]) print([[i-2,i-1,i]for i in range(3,10,3)])
(4)求出50以内能被3整除的数的平方，并放入到一个列表中。
print([i**2 for i in range(51)if i%3==0])
(5)构建一个列表：['python第1人', 'python第2人', 'python第3人', 'python第4人', 'python第6人']
print(['python 第%s 人' % i for i in range(1,7 if i != 5])#一定要细心，没有5
(6)构建一个列表：[(0, 1), (1, 2), (2, 3), (3, 4), (4, 5), (5, 6)]
print([(i,i+1) for i in range(0,6)])
(7)构建一个列表：[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
print([i for i in range(19)if i%2==0])
(8)有一个列表l1 = ['aa', 'bb', 'cc', 'dd']将其构造成这种列表
['aa0', 'bb1', 'cc2', 'dd3']
l1 = ['aa', 'bb', 'cc', 'dd'] print([i+str(l1.index(i)) for i in l1])#str(l1.index(i)数字转化为字符串
（9）有以下数据类型：
x = { 'name':'alex', 'Values':[ {'timestamp':1517991992.94, 'values':100,}, {'timestamp': 1517992000.94, 'values': 200,}, {'timestamp': 1517992014.94, 'values': 300,}, {'timestamp': 1517992744.94, 'values': 350}, {'timestamp': 1517992800.94, 'values': 280} ],}
将上面的数据通过列表推导式转换成下面的类型：[[1517991992.94, 100],
[1517992000.94, 200], [1517992014.94, 300], [1517992744.94, 350],
[1517992800.94, 280]]
li = [['{},{}'.format(j['timestamp'], j['values'])] for i in x if i == 'Values' for j in x[i]]
print(li)
print([[i[0],i[1]] for i in 'Values'])#字典取值不明确
print([[i['timestamp'],i['values']] for i in x['Values']])
总结
迭代器
可迭代对象：内部含有__iter__ 迭代器：可迭代对象.__iter__() 迭代器：内部含有__iter__且__next__ 判断 __iter__ 在不在dir(对象中) isinstance（） 节省内存。 惰性机制。 单向不可逆。 for循环的机制： while pass 可迭代对象 迭代器 两者区别 模拟for循环机制
生成器
本质上是迭代器，用python代码构建的。 生成器定义 生成器的写法 yield send
