python基础学习day12 生成器与推导式

当前位置:

首页 > 编程开发 > 数据分析 >

python基础学习day12 生成器与推导式

补充：函数不能改变全局不可变的变量，可变变量仍然可改变。

l1 = [1,2]
def a(l1):
    l1.pop(1)
a(l1)
print(l1)

生成器

生成器：python社区把生成器与迭代器看成同一种，生成器的本质就是迭代器。唯一的区别是：生成器是我们自己用python代码构建的数据结构，迭代器都是python提供的，或者转化的。
获取生成器的方法：
- 生成器函数
- 生成器表达式
- python内部提供的。

生成器函数获取生成器，yield：

def func():
    print(1)
    print(3)
    yield 5
print(func)    #<function func at 0x000001A3CCA04438>   仍然是一个函数
ret = func()
print(ret)    #<generator object func at 0x000002471A631D48>
#generator object#生成器对象

def func():
    print(3)
    yield 5
ret = func()
print(next(ret))   #3 5

#一个next对一个yield的返回值
def func():
    print(3)
    yield 5
    yield 7
print(next(func()))   #3 5

yield与return

return：一个函数中只能存在一个return结束函数的调用，并且给函数的执行者返回值。

yield：只要函数中有yield那么它就是生成器函数，生成器函数中可以存在多个yield，一个next对一个yield的返回值，yield不会结束函数的调用，但return会结束函数的调用。
```
#举例运用：
def func():
    for i in range(1000000):
        yield i
ret = func()
i = 1000000
while i >= 0:
    print(next(ret))
    i -= 1
```

如果再次调用yield就会接着上次的next.

def func():
    for i in range(1000000):
        yield i
ret = func()
for i in range(5):
    print(next(ret))
   
for i in range(10):
    print(next(ret))
#0, 2,3,4,5,6,7,8,9,10,11,12,13,14

yield from(3.4版本以后)：将数据变成一个迭代器返回

def func():
    l1 = [1,2,3,4,]
    yield l1
print(next(func()))
#[1, 2, 3, 4]

def func():
    l1 = [1,2,3,4,]
    yield from l1     #将这个列表变成了一个迭代器返回
print(next(func()))
#1
print(nex(func()))
#2

生成器函数可以直接用for循环：

def func():
    l1 = [1,2,3]
    yield from l1
for i in func():
    print(i)   #1 2 3

列表推导式，生成器表达式：

列表推导式：用一行代码构建一个比较复杂有规律的列表。
```
l1 = [i for i in range(10)]  #可将range换为可迭代对象。
```

列表推导式可分为两类。

循环模式：需遍历每一个元素。[变量(加工后的变量) for 变量 in iterable]

#例1：将10以内所有整数的平方写入列表：
l1 = [i*i for i in range(11)]
print(l1)

#例2:100以内的所有奇数写入列表：
l1 = [i for i in range(1,100,2)]
print(l1)

#例3：从python1到python10写入列表：
l1 = [f'python{i}' for i in range(1,11)]
print(l1)

筛选模式：[变量(加工后的变量) for 变量 in iterable if 条件]

#例1：将10以内能够被2整除的数写入列表
l1 = [i for i in range(11) if i%2==0]
print(l1)

#例2：过滤列表l1中小于3的字符串,将剩下的转换成大写。l1 = ['nonl','globals','as','in']
l1 = ['nonl','globals','as','in']
l2 = [i.upper() for i in l1 if len(i)>=3]
print(l2)

#例3：将num列表中含有两个0的字符串生成一个新列表。num = [['021','001','201'],['100','012','010']]
l1 = [j for i in num for j in i if j.count('0') == 2]
print(l1)

生成器表达式：与列表推导式的写法几乎一样，生成器也有循环模式和筛选模式,只是将[]变为()。但比列表推导式更节省空间。

l1 = (i for i in range(10))
print(l1)
#<generator object <genexpr> at 0x000001BB028F8CC8>
print(next(l1))   #0

l1 = (i for i in range(10))
for i in l1:    #可直接用for循环，因为for循环本身就是将可迭代对象变为迭代器再循环。
    print(i)

列表推导式
- 缺点：
  1. 只能构建计较复杂并且有规律的列表；
  2. 超过三层循环才能构建成功的，不建议使用列表推导式；
  3. 无法找查错误（debug模式）

字典推导式

l1 = ['1','2','3']
l2 = ['一'，'二'，'三']
dic = {l1[i]:l2[i] for i in range(len(l1))}

集合推导式
```
set1 = {i for i in range(10)}
```

内置函数：
- python提供了68个内置函数。
  - 一级难点：abs() enumerate() filter() max() min() open() range() print() len() list() dict() str() float() reversed() set() sum() tuple() type() zip() dir()
  - 二级难点：classmethod() delattr() getattr() issubclass() isinstance() object() property() setattr() staticmethod() super()
  - 三级难点：all() any() bytes() callable() chr() complex() divmod() eval() exec() format() frozenset() globals() hash() help() id() input() int() locals() next() oct() ord() pow() repr() round()
- eval():剥去字符串的外衣（引号），运算里面的代码，有返回值。工作时最好不用，容易中病毒。
```
s1 = '1+1'
print(s1)   #1+1
print(eval(s1),type(eval(s1)))  #2 <class 'int'>
```
- exec():与eval()几乎一样，但是它是处理代码流的。工作时最好不用，容易中病毒。
```
msg = """
for i in range(5):
	print(i)"""
exec(msg)   #0,1,2,3,4
```
- hash:获取一个对象（可哈希对象：int,str,bool,tuple）的哈希值。
  - 哈希值：加密算法之间需要哈希值,与哈希算法有关。
```
print(hash('12'))
```
- help():打印/获取一个对象的使用方法。
```
print(help(str))

print(help(str.upper))
```
- callable():判断一个对象是否可调用，真为True，假为False。
```
l1 = [1,2]
def func():
    pass
print(callable(l1))  #False
print(callable(func))   #True
```

栏目列表