可迭代对象
字面意思分析:可以重复的迭代的实实在在的东西。
list,dict(keys(),values(),items()),tuple,str,set,range, 文件句柄(待定)
专业角度: 内部含有'__iter__'
方法的对象,就是可迭代对象。
内置函数:dir() print(dir(str))
判断一个对象是否是可迭代对象: print('iter' in dir(str))
优点:
- 直观。
- 操作方法较多。
缺点:
- 占内存。
- 不能迭代取值(索引,字典的key)。
迭代器
字面意思:可以重复迭代的工具。
专业角度: 内部含有'__iter__'
并且含有"__next__"
方法的对象,就是迭代器
可迭代对象转化成迭代器:
l1 = [1, 2, 3, 4, 5]
# 内置函数iter()
obj = iter(l1)
# 迭代器可以迭代取值。利用next()进行取值
l1 = [1, 2, 3, 4, 5]
# 内置函数iter()
obj = iter(l1)
# print(obj)
print(next(obj))
print(next(obj))
print(next(obj))
print(next(obj))
print(next(obj))
print(next(obj))
迭代器优点:
- 非常节省内存。
- 惰性机制。
迭代器缺点:
- 不直观。
- 操作不灵活。
- 效率相对低。
特性:
l1 = [22, 33, 44, 55, 66, 77]
obj = iter(l1)
for i in range(3):
print(next(obj))
for i in range(2):
print(next(obj))
利用while循环,模拟for循环内部循环可迭代对象的机制。
-
先要将可迭代对象转化成迭代器。
-
利用next对迭代器进行取值。
-
利用异常处理try一下防止报错。
-
可迭代对象与迭代器的对比
可迭代对象:可迭代对象是一个操作比较灵活,直观,效率相对高,但是比较占用内存的数据集。
迭代器:迭代器是一个非常节省内存,满足惰性机制,但是效率相对低,操作不灵活的数据集。
2.生成器初识
- 生成器本质就是迭代器。python社区生成器与迭代器是一种。生成器与迭代器的唯一区别:生成器是我们自己用python代码构建的。
1.生成器产生方式
- 生成器函数。
- 生成器表达式。
- python给你提供的一些内置函数,返回一个生成器。
-
生成器函数。
-
之前接触的函数:
# def func(): # print(111) # return 2 # ret = func() # print(ret) # 执行此函数,遇到return结束函数。 # 将数字2返回给ret。
-
生成器函数: 只要函数中出现了yield那么他就不是函数,它是生成器函数
def func(): # print(111) # print(111) # print(111) # print(111) # print(111) # print(111) yield 2,4,5 yield 3 yield 4 yield 5 ret = func() # 生成器对象 # print(ret) # <generator object func at 0x0000000001E10F68> ''' # 类比 l1 = [2,] [2,3,4,5] obj = iter(l1) ''' # 只要函数中出现了yield那么他就不是函数,它是生成器函数。 # 一个next对应一个yield. # print(next(ret)) # print(next(ret)) # print(next(ret)) # print(next(ret)) # print(next(ret)) # print(next(ret))
-
2.yiled与return的区别
# return 结束函数,给函数的执行者返回值(多个值通过元组的形式返回)。
# yield 不结束函数,对应着给next返回值(多个值通过元组的形式返回)。
-
send(了解)
pass
-
生成器的举例
# def eat_baozi(): # list1 = [] # for i in range(1,2001): # list1.append(f'{i}号包子') # return list1 # # print(eat_baozi()) def eat_baozi_gen(): for i in range(1,2001): # print(11) yield f'{i}号包子' ''' # ret1 = eat_baozi_gen() # ret2 = eat_baozi_gen() # # print(ret1) # # print(ret2) # print(next(ret1)) # print(next(ret1)) # print(next(ret1)) # # print(next(ret2)) # print(next(ret2)) # print(next(ret2)) # print(next(ret)) # print(next(ret)) ''' # ret = eat_baozi_gen() # # for i in range(200): # print(next(ret)) # # for i in range(200): # print(next(ret))
3.yiled与yiled from。
# yield from
# def func():
# l1 = [1, 2, 3]
# yield l1
# ret = func()
# print(next(ret))
# print(next(ret))
# print(next(ret))
# def func():
# l1 = [1, 2, 3]
# yield from l1
#
# '''
# yield 1
# yield 2
# yield 3
# '''
# ret = func()
# print(next(ret))
# print(next(ret))
# print(next(ret))
# yield : 对应next给next返回值
# yield from 将一个可迭代对象的每一个元素返回给next
# yield from 节省代码,提升效率(代替了for循环)
3.列表推导式
- 列表推导式:一行代码构建一个有规律比较复杂的列表。
- 列表推导式与之前写法对比
# l1 = [1,2,3......100]
# l1 = []
# for i in range(1,101):
# l1.append(i)
# print(l1)
# 列表推导式
l1 = [i for i in range(1, 101)]
# print(l1)
-
两种构建方式:
1.循环模式: [变量(加工后的变量) for 变量 in iterable]
2.筛选模式: [变量(加工后的变量) for 变量 in iterable if 条件] -
循环模式:
# 循环模式: # 将10以内所有整数的平方写入列表。 # print([i**2 for i in range(1, 11)]) # 100以内所有的偶数写入列表. # print([i for i in range(2, 101, 2)]) # 从python1期到python100期写入列表list # print([f'python{i}期' for i in range(1, 101)])
-
筛选模式:
# print([i for i in range(1, 101) if i > 49]) # 三十以内可以被三整除的数。 # print([i for i in range(1, 31) if i % 3 == 0]) # 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 # l1 = ['barry', 'fdsaf', 'alex', 'sb', 'ab'] # print([i.upper() for i in l1 if len(i) > 3]) # 找到嵌套列表中名字含有两个‘e’的所有名字(有难度) names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'], ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']] # l1 = [] # for i in names: # for j in i: # if j.count('e') > 1: # l1.append(j) # print(l1) print([j for i in names for j in i if j.count('e') > 1])
-
列表推导式的优缺点:
# 列表推导式的优缺点: # 优点: # 1, 简单,快捷,装b。 # 缺点: # 2. 可读性不高,不好排错。 # 慎用,不要入迷。
4.生成器表达式:
与列表推导式几乎一模一样。
循环模式,筛选模式。
# obj = (i for i in range(1, 11))
# # print(obj)
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
- 如何触发生成器(迭代器)取值?
# # 1. next(obj)
# # 2. for 循环
# # for i in obj:
# # print(i)
# # 3. 数据转化
# print(list(obj))
# 生成器表达式:生成器 节省内存。
字典推导式,集合推导式
# 字典推导式,集合推导式: 两种模式: 循环模式,筛选模式
l1 = ['小潘', '怼怼哥','西门大官人', '小泽ml亚']
# {0: '小潘', 1: '怼怼哥', 2: '西门大官人'}
# dic = {}
# for index in range(len(l1)):
# dic[index] = l1[index]
# print(dic)
# print({i:l1[i] for i in range(len(l1))})
# 1~100
# print({i for i in range(1, 101)})