当前位置:
首页 > Python基础教程 >
-
一篇文章带你学习Python3的高级特性(2)
这篇文章主要为大家详细介绍了Python3的高阶函数,主要介绍什么是高级特性,高级特性的用法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
1.生成器
# 一边循环一边计算的机制,称为生成器:generator;
# 创建generator方法:
# 1.把一个列表生成式的[]改成()
numsList = [num * num for num in range(10)]
print("列表生成式生成numsList:",numsList)
numsGenerator = (num * num for num in range(10))
print("生成器生成numsGenerator:",numsGenerator)
# 使用next()函数获得generator的下一个返回值
print("打印numsGenerator第一个元素:",next(numsGenerator))
print("打印numsGenerator第二个元素:",next(numsGenerator))
print("--------------------------------------------------------")
# 使用for循环打印generator元素
print("使用循环打印生成器中的元素!")
for num in numsGenerator:
print(num,end = " ")
print("\n")
print("--------------------------------------------------------")
# 斐波拉契数列(Fibonacci):除第一个和第二个数外,任意一个数均可由前两个数相加得到
# 1,1,2,3,5,8,13,21,34
def fibonacci(num):
n, a, b = 0, 0, 1
while n < num:
print(b,end = " ")
a, b = b, a + b
n = n + 1
return "Done"
print("Fibonacci前10项为:")
fibonacci(10)
print("\n")
print("--------------------------------------------------------")
# 2.把fibonacci()函数变成generator函数
def fibonacci(num):
n, a, b = 0, 0, 1
while n < num:
yield b
a, b = b, a + b
n = n + 1
return "Done"
# Tips:
# 1.如果一个函数定义中包含yield关键字,则这个函数是一个generator函数;
# 2.调用一个generator函数将返回一个generator;
fib = fibonacci(10)
print("fib的值:",fib)
# 结果输出:
列表生成式生成numsList: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
生成器生成numsGenerator: <generator object <genexpr> at 0x0000028F0E6ACB88>
打印numsGenerator第一个元素: 0
打印numsGenerator第二个元素: 1
--------------------------------------------------------
使用循环打印生成器中的元素!
4 9 16 25 36 49 64 81
--------------------------------------------------------
Fibonacci前10项为:
`1 1 2 3 5 8 13 21 34 55 `
--------------------------------------------------------
fib的值: <generator object fibonacci at 0x0000028F0E7839A8>
# 普通函数和generator函数的执行流程:
# 1.普通函数:顺序执行,遇到return语句或最后一行函数语句就返回;
# 2.generator函数:在每次调用next()的时候执行,遇到yield语句返回;
# 3.再次执行时从上次返回的yield语句处继续执行;
# 实例:定义一个generator函数,依次返回"Willard",18,"Engineer"
def willardInfo():
print("STEP1")
yield "Willard"
print("--------")
print("STEP2")
yield 18
print("--------")
print("STEP3")
yield "Engineer"
# 调用willardInfo()这个generator函数,先生成一个generator对象
# 然后用next()函数不断获得下一个返回值,即可用循环直接打印
willardInfoObject = willardInfo()
for willard in willardInfoObject:
print(willard)
# 结果输出:
STEP1
Willard
--------
STEP2
18
--------
STEP3
Engineer
2.迭代器
# 可直接用于for循环的数据类型:
# 1.list、tuple、dict、set、str等;
# 2.generator,包括:生成器和带yield的generator function;
# 3.可以直接作用于for循环的对象称为可迭代对象:Iterable;
# 4.使用isinstance()判断一个对象是否为Iterable对象;
from collections.abc import Iterable
print("判断list是否为可迭代对象!",isinstance([],Iterable))
print("判断dict是否为可迭代对象!",isinstance({},Iterable))
print("判断str是否为可迭代对象!",isinstance("Willard",Iterable))
print("判断生成式是否为可迭代对象!",isinstance((num for num in range(10)),Iterable))
print("判断number是否为可迭代对象!",isinstance(99,Iterable))
# 结果输出:
判断list是否为可迭代对象! True
判断dict是否为可迭代对象! True
判断str是否为可迭代对象! True
判断生成式是否为可迭代对象! True
判断number是否为可迭代对象! False
# 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
# 使用isinstance()判断一个对象是否为Iterator对象;
from collections.abc import Iterator
print("判断生成器是否为迭代器!",isinstance((num for num in range(10)),Iterator))
print("判断list是否为迭代器!",isinstance([],Iterator))
print("判断dict是否为迭代器!",isinstance({},Iterator))
print("判断str是否为迭代器!",isinstance("Willard",Iterator))
print("----------------------------------------------------------")
# Tips:
# 1.生成器都是Iterator对象,但list、dict、str是Iterable但不是Iterator;
# 2.Iterator对象表示数据流,Iterator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;这个数据流可以看作一个有序序列,
# 但不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,
# Iterator的计算是惰性的,只有在需要返回下一个数据时才计算;
# 3.使用iter()函数把list、dict、str变成Iterator;
print("使用iter()函数把list、dict、str变成Iterator.")
print("判断list是否为迭代器!",isinstance(iter([]),Iterator))
print("判断dict是否为迭代器!",isinstance(iter({}),Iterator))
print("判断str是否为迭代器!",isinstance(iter("Willard"),Iterator))
# 结果输出:
判断生成器是否为迭代器! True
判断list是否为迭代器! False
判断dict是否为迭代器! False
判断str是否为迭代器! False
----------------------------------------------------------
使用iter()函数把list、dict、str变成Iterator.
判断list是否为迭代器! True
判断dict是否为迭代器! True
判断str是否为迭代器! True
总结
本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注的更多内容!
原文链接:https://fuxi-willard.blog.csdn.net/article/details/122673716
栏目列表
最新更新
求1000阶乘的结果末尾有多少个0
详解MyBatis延迟加载是如何实现的
IDEA 控制台中文乱码4种解决方案
SpringBoot中版本兼容性处理的实现示例
Spring的IOC解决程序耦合的实现
详解Spring多数据源如何切换
Java报错:UnsupportedOperationException in Col
使用Spring Batch实现批处理任务的详细教程
java中怎么将多个音频文件拼接合成一个
SpringBoot整合ES多个精确值查询 terms功能实
SQL Server 中的数据类型隐式转换问题
SQL Server中T-SQL 数据类型转换详解
sqlserver 数据类型转换小实验
SQL Server数据类型转换方法
SQL Server 2017无法连接到服务器的问题解决
SQLServer地址搜索性能优化
Sql Server查询性能优化之不可小觑的书签查
SQL Server数据库的高性能优化经验总结
SQL SERVER性能优化综述(很好的总结,不要错
开启SQLSERVER数据库缓存依赖优化网站性能
uniapp/H5 获取手机桌面壁纸 (静态壁纸)
[前端] DNS解析与优化
为什么在js中需要添加addEventListener()?
JS模块化系统
js通过Object.defineProperty() 定义和控制对象
这是目前我见过最好的跨域解决方案!
减少回流与重绘
减少回流与重绘
如何使用KrpanoToolJS在浏览器切图
performance.now() 与 Date.now() 对比