python迭代器、生成器及三元表达式

（1）迭代器协议

字符串、元组、列表、字典、集合、文件对象这些都不是可迭代对象，只不过在for循环中，调用了他们内部的__iter__方法，把他们变成了可迭代对象

然后for循环调用可迭代对象的的__next__方法去取值，而且for循环会捕捉StopIateration异常，以终止迭代

x=‘hello’for i in x:
    print(i)

for循环相当于：

x=‘hello‘
iter_test=x.__iter__()
print(iter_test)
print(iter_test.__next__())

相当于：

x=‘hello‘iter_1=x.__iter__()print(next(iter_1))

遵循迭代器协议的对象叫做可迭代对象，即iter_1是一个可迭代对象；next()函数：就是在调用iter_l.__next__()

（2）生成器

生成器就是一种数据类型，这种数据类型自动实现了迭代器协议（其他的数据类型需要调用自己内置的__inter__()方法），生成器就是可迭代对象

生成器函数：使用yield语句而不是return语句返回结果

（3）三元表达式：

条件成立时的返回值(可做函数处理)   条件   条件不成立时的返回值(可做函数处理)

name=‘wangqiang‘
# name=‘quyao‘
res=‘男生‘ if name == ‘wangqiang‘ else ‘nvsheng‘
print(res)

三元表达式可以只有两元，但不能是四元及其以上

（4）列表解析

egg_list=[]
for i in range(10):
    egg_list.append(‘鸡蛋%s‘ %i)
print(egg_list)

输出结果为：[‘鸡蛋0‘, ‘鸡蛋1‘, ‘鸡蛋2‘, ‘鸡蛋3‘, ‘鸡蛋4‘, ‘鸡蛋5‘, ‘鸡蛋6‘, ‘鸡蛋7‘, ‘鸡蛋8‘, ‘鸡蛋9‘]

用列表解析的方法：

l=[‘鸡蛋%s‘ %i for i in range(10)]
print(l)

列表解析的缺点是，生成的列表是放在内存中，处理数据较大时占内存空间较大

LMJ=(‘鸡蛋%s‘ %i for i in range(10)) #生成器表达式
print(LMJ)
print(LMJ.__next__())
print(LMJ.__next__())
print(next(LMJ))

其中将列表[‘鸡蛋%s‘ %i for i in range(10)]转换成生成器表达式即LMJ=(‘鸡蛋%s‘ %i for i in range(10))，本身变成一个可迭代对象，next（LMJ）和LMJ.__next__()实现的功能相同

总结：

1.把列表解析的[]换成()得到的就是生成器表达式

2.列表解析和生成器表达式都是一种便利的编程方式，只不过生成器表达式更节省内存

（5）深浅拷贝

==>浅copy：只copy第一层，列表，字典类型copy内容改变，原内容也会改变

a=[[1,2],3,4]
b=a[:]  #相当于b=a.copy()
b[1]=‘alex‘
print(b)
print(a)

运行结果为：

[[1, 2], ‘alex‘, 4]
[[1, 2], 3, 4]

拷贝和修改的过程如下：

此时由于a[1]的地址指针没有修改，故列表a不发生变化

a=[[1,2],3,4]
b=a[:]  #相当于b=a.copy()
b[0][0]=8
print(b)
print(a)

运行结果为：

[[8, 2], 3, 4]
[[8, 2], 3, 4]

拷贝和修改的过程如下：

此时，列表a中第一个元素的第一位的地址指针发生改变，故列表a和列表b同时发生变化

==>深copy：克隆一份（需要单独的一个模块来进行，这个模块叫做copy）

import copy
a=[[1,2],3,4]
b=copy.deepcopy(a)
b[0][0]=8
print(b)
print(a)

运行结果为：

[[8, 2], 3, 4]
[[1, 2], 3, 4]

此时，列表a不会发生变化

原文地址：https://www.cnblogs.com/quyao/p/9656538.html