day13:迭代器&高阶函数(map,reduce,filter,sorted)
迭代器
1.迭代器的定义: 能被next调用,并不断返回下一个值的对象,叫做迭代器(对象)
2.迭代器的概念:
迭代器指的是迭代取值的工具，迭代是一个重复的过程，
每次重复都是基于上一次的结果而继续的，
单纯的重复并不是迭代
3.迭代器的特征: 并不依赖索引,而通过next指针迭代所有数据,一次只取一个值,大大节省空间
4.dir: 获取当前类型对象中的所有成员
其中,里面有一个魔术方法,叫做__iter__方法,
__iter__方法用来判断是否是可迭代性数据
setvar = {"a","b","c","d"}
lst = dir(setvar) # 获取setvar对象中的所有成员
print(lst)
'''
['__and__', '__class__', '__contains__', '__delattr__',
'__dir__', '__doc__', '__eq__', '__format__', '__ge__',
'__getattribute__', '__gt__', '__hash__', '__iand__', '__init__',
'__init_subclass__', '__ior__', '__isub__', '__iter__', '__ixor__',
'__le__', '__len__', '__lt__', '__ne__', '__new__',
'__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__',
'__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__',
'__str__', '__sub__', '__subclasshook__', '__xor__', 'add',
'clear', 'copy', 'difference', 'difference_update', 'discard',
'intersection', 'intersection_update', 'isdisjoint', 'issubset',
'issuperset', 'pop', 'remove', 'symmetric_difference',
'symmetric_difference_update', 'union', 'update']
'''
5.关于迭代器,需要注意的点:
for 循环能够遍历一切可迭代性数据的原因在于,底层调用了迭代器,通过next方法中的指针实现数据的获取
可迭代对象（不能够被next直接调用） -> 迭代器（可以被next直接调用的过程）
一个可迭代对象不一定是迭代器
一个迭代器就一定是一个可迭代对象
6.定义一个迭代器
定义迭代器需要使用iter()方法
setvar = {"a","b","c","d"}
it = iter(setvar) # 将可迭代对象setvar变成了迭代器
print(it) # <set_iterator object at 0x000002142D1108B8>
7.判断一个迭代器
迭代器必须要有__iter__方法和__next__方法
res = "__iter__" in dir(it) and "__next__" in dir(it) print(res) #True
8.调用迭代器
next在调用迭代器中的数据时,是单向不可逆,一条路走到黑的过程
当没有可迭代的数据后，抛出一个StopIteration的异常，并且停止迭代
setvar = {"a","b","c","d"}
it = iter(setvar) # 将可迭代对象setvar变成了迭代器
res = next(it)
print(res) # c
res = next(it)
print(res) # d
res = next(it)
print(res) # a
res = next(it)
print(res) # b
res = next(it)
print(res) # 当没有可迭代的数据后，抛出一个StopIteration的异常，并且停止迭代
9.重置迭代器
重置迭代器，只需要再次调用iter()方法即可
it = iter(setvar) # 重置迭代器 res = next(it) print(res)
10.使用其他方式判断是否是可迭代对象/迭代器
"""Iterator 迭代器 Iterable 可迭代对象""" from collections import Iterator,Iterable it = iter(setvar) res = isinstance(it,Iterator) print(res) res = isinstance(it,Iterable) print(res)
11.除了next(),也可以使用以下两种方式调用迭代器中的数据
# 1. for 循环 print("<=>") for i in it: print(i) # 2. for + next print("<=>") lst = [1,2,3,4,5,6,7,7,8,9,10] it = iter(lst) for i in range(10): res = next(it) print(res) print(next(it)) print(next(it))
高阶函数
高阶函数的定义:能够把函数当成参数传递的就是高阶函数
常用的四大高阶函数：map filter reduce sorted
1.map
map(func,Iterable)
功能:处理数据
把Iterable中的数据一个一个拿出来,扔到func函数中做处理
把处理之后的结果放到迭代器当中,最后返回迭代器
参数:
func : 自定义函数 或 内置函数
Iterable : 可迭代性数据(容器类型数据 range对象 迭代器)
返回值:
迭代器
示例1：将["1","2","3","4"]转化成[1,2,3,4]
常规写法：
lst = ["1","2","3","4"] # 常规写法 lst_new = [] for i in lst: lst_new.append(int(i)) print(lst_new)
用map改造的写法：
# map改造 it = map(int,lst) # it是一个map对象 print(list(it)) # [1,2,3,4]
map(int,lst)的实现过程：
首先把"1" 扔到int当中做处理,将强转后的结果扔到迭代器中
然后把"2" 扔到int当中做处理,将强转后的结果扔到迭代器中
然后把"3" 扔到int当中做处理,将强转后的结果扔到迭代器中
然后把"4" 扔到int当中做处理,将强转后的结果扔到迭代器中
最终返回迭代器
获取迭代器中的数据的方法:1.next() 2.for循环遍历 3.for+next 4.list(it)强转
示例2：[1,2,3,4] => [2,8,24,64]
# map改造 '''参数和返回值return一定要写''' def func(n): return n << n lst = [1,2,3,4] it = map(func,lst) print(list(it)) # lambda + map it = map(lambda n : n << n , lst) print(list(it))
示例3：dic = {97:"a",98:"b",99:"c"} # ["a","b","c"] => ascii [97,98,99]
# map改造 def func(n): # 原字典 dic = {97:"a",98:"b",99:"c"} # 新字典 dic_new = {} # 遍历原字典 for k,v in dic.items(): # 更换键值对 dic_new[v] = k print(dic_new) # {'a': 97, 'b': 98, 'c': 99} # 通过键来获取值 return dic_new[n] lst = ["a","b","c"] it = map(func,lst) print(list(it))
2.filter
filter(func,iterable)
功能: 过滤数据
return True 当前这个数据保留
return False 当前这个数据舍弃
参数:
func : 自定义函数
iterable : 可迭代型数据(容器类型数据,range对象,迭代器)
返回值:
迭代器
lst = [1,2,3,4,5,6,7,8,9,10] # 常规写法 lst_new = [] for i in lst: if i % 2 == 0: lst_new.append(i) print(lst_new) # filter改写 def func(i): if i % 2 == 0: return True else: return False it = filter(func,lst) # filter + lambda 改写 it = filter(lambda i : True if i % 2 == 0 else False , lst ) print(list(it))
3.reduce
reduce(func,iterable)
功能:计算数据
先把iterable中的前两个值拿出来,扔到func当中做运算,
把计算的结果和iterable中的第三个元素在扔到func当中做运算,
再把结果算出来,和第四个元素做运算,以此类推
直到所有结果运算完毕.返回该结果
参数:
func : 自定义函数
iterable : 可迭代型数据(容器类型数据,range对象,迭代器)
返回值:
计算之后的结果
示例1:lst = [5,4,8,8] => 整型5488
常规写法1:
strvar = "" for i in lst: strvar += str(i) print(strvar , type(strvar)) res = int(strvar) print(res , type(res))
常规写法2:
from collections import Iterator,Iterable lst = [5,4,8,8] it = iter(lst) print(isinstance(it , Iterator)) # True print(isinstance(it , Iterable)) # True num1 = next(it) # 5 num2 = next(it) # 4 num = num1 * 10 + num2 # 54 for i in it: num = num * 10 + i # 54*10+8=548 548*10+8=5488 print(num, type(num)) # 5488 <class 'int'>
reduce改造:
def func(x,y): return x*10 + y lst = [5,4,8,8] res = reduce(func,lst) print(res , type(res))
reduce(func,lst)实现的过程:
先拿出5和4两个元素,扔到func当中做运算,结果是54
在拿54和8两个元素,扔到func当中做运算,结果548
在拿548和8两个元素,扔到func当中做运算,结果5488
返回最终的结果: 5488 程序结束
reduce+lambda:
res = reduce(lambda x,y:x*10+y,lst) print(res)
示例2:"789"=>789 禁止使用int强制转换
def func1(x,y): return x*10 + y def func2(n): dic = {"0":0,"1":1,"2":2,"3":3,"4":4,"5":5,"6":6,"7":7,"8":8,"9":9} return dic[n] it = map(func2,"789") # [7,8,9] res = reduce(func1,it) print(res,type(res))
4.sorted
sorted(iterable,key=函数,reverse=False)
功能:排序
参数:
iterable:可迭代型数据(容器类型数据,range对象,迭代器)
key :指定自定义函数或内置函数
reverse :代表升序或者降序 , 默认是升序(从小到大排序) reverse=False
返回值:
排序后的结果
# 1.默认是从小到大排序 lst = [1,2,3,4,5,-90,-4,-1,100] res = sorted(lst) print(res) # 2.reverse 从大到小排序 res = sorted(lst,reverse=True) print(res) # 3.指定函数进行排序 # 按照绝对值排序 abs lst = [-10,-1,3,5] res = sorted(lst,key=abs) print(res) # 4.使用自定义函数进行排序 lst = [19,21,38,43,55] def func(n): return n % 10 lst = sorted(lst,key=func) print(lst)
sort和sorted的区别：
(1) sorted可以排序一切容器类型数据, sort只能排列表
(2) sorted返回的是新列表,sort是基于原有的列表进行修改
(3) 推荐使用sorted
