13.py

一. 昨日内容回顾    1.函数名        赋值.        作为列表的元素        参数        返回值        函数名就是变量    2. 闭包        内层函数对外层函数的局部变量的访问        1. 安全        2. 常驻内存    3. 迭代器        可迭代对象: __iter__() Iterable        迭代器: __iter__() __next__() Iterator        特点:            1.节省内存            2.惰性机制            3.只能往前拿        可迭代的内容:            str, list, dict, tuple, set, range            f

二. 今日主要内容    1. 生成器和生成器函数        生成器的本质就是迭代器        生成器的三种创建办法:            1.通过生成器函数            2.通过生成器表达式创建生成器            3.通过数据转换        生成器函数:            函数中包含了yield的就是生成器函数            注意:生成器函数被执行. 获取到的是生成器. 而不是函数的执行        生成器表达式:            (结果 for 变量 in 可迭代对象 if 筛选)        取值:            1. __next__()            2. send(值) 给上一个yield位置传一个值, 第一个和最后一个yield不用传值            3. 可以for循环            4. list(g)    2. 各种推倒式和生成器表达式        1. 列表推倒式 [结果 for 变量 in 可迭代对象 if 筛选]        2. 字典推倒式 {结果 for 变量 in 可迭代对象 if 筛选} 结果=>key:value        3. 集合推倒式 {结果 for 变量 in 可迭代对象 if 筛选} 结果=>key

先整理.然后再做作业.    预习:        内置函数(68个)生成器函数
 def func():#     print("我是周杰伦")#     yield "昆凌"  # 函数中包含了yield, 当前这个函数就不再是普通的函数了. 是生成器函数#     print("我是王力宏")#     yield "李云迪???"#     print("我是笛卡尔积")#     yield "笛卡尔积是谁"#     print("你好啊") # 最后一个yield之后如果再进行__next__() 会报错# g = func()# print(g.__next__())# print(func().__next__())

# g1 = func()# g2 = func()# print(g1.__next__())# print(g1.__next__())## print("==============")# print(g2.__next__())

## g = func()  # 通过函数func()来创建一个生成器# print(g.__next__()) # 周杰伦# print(g.__next__()) # 王力宏# print(g.__next__()) # 笛卡尔积# print(g.__next__())

# return 直接返回结果. 结束函数的调用# yield 返回结果.可以让函数分段执行## def func():#     lst = []#     for i in range(1,100001):#         lst.append("衣服%s" % i)#     return lst## def gen():#     i = 1#     while i < 100001:#         yield "衣服%s" % i#         i = i + 1# g = gen()# print(g.__next__())# print(g.__next__())# print(g.__next__())# print(g.__next__())# print(g.__next__())# print(g.__next__())

## def func():#     yield 11#     yield 22#     yield 33#     yield 44### g = func()  # 拿到的是生成器. 生成器的本质是迭代器. 迭代器可以被迭代 生成器可以直接for循环## for i in g:#     print(i)    # 本质上执行的是__next__()## it = g.__iter__()# while True:#     try:#         print(it.__next__())#     except StopIteration:#         break
send
def func():#     print("大碴粥")#     a = yield "11"#     print(a)#     print("狗不理")#     b = yield "22"#     print(b)#     print("大麻花")#     c = yield "33"#     print(c)## g = func()# print(g.__next__())# print(g.send(1))# print(g.send(2))# print(g.send(3))

# __next__() 可以让生成器向下执行一次# send() 也可以让生成器向下执行一次, 给上一个yield传一个值, 第一个不能用send(). 最后一个也不要传值

def eat():    print("我吃什么啊")    a =  yield  "馒头"    print("a=",a)    b =  yield  "大饼"    print("b=",b)    c =  yield  "韭菜盒子"    print("c=",c)    yield  "GAME OVER"

gen = eat()      # 获取?成器

ret1 = gen. __next__ ()print(ret1)ret2 = gen.send("胡辣汤")print(ret2)ret3 = gen.send("狗粮")print(ret3)ret4 = gen.send("猫粮")print(ret4)

def func():    yield 11    yield 22    yield 33    yield 44g = func()lst = list(g)   # 可迭代对象print(lst)
推导式

# lst = [i*i for i in range(1,101) if i % 3 == 0]# 3. 寻找名字中带有两个e的?的名字# names = [[‘Tom‘, ‘Billy‘, ‘Jefferson‘ , ‘Andrew‘ , ‘Wesley‘ , ‘Steven‘ ,# ‘Joe‘],[‘Alice‘, ‘Jill‘ , ‘Ana‘, ‘Wendy‘, ‘Jennifer‘, ‘Sherry‘ , ‘Eva‘]]# lst = [name for first in names for name in first if name.count("e") == 2]# print(lst)## print([name for  i in names  for name  in i  if name.count(‘e‘)==2])

# lst = ["衣服%s" % i for i in range(10000)]

生成器表达式
# g = (i for i in range(10))# print(list(g))

# gen = ("麻花藤我第%s次爱你" % i for i in  range(10))# for i in  gen:#     print(i)

# 生成器的惰性机制# def func():#     print(111)#     yield  222# g = func()# g1 = (i  for i in  g)# g2 = (i  for i in  g1)## print(list(g))# print(list(g1))# print(list(g2))
字典推导式
# dic = {"a":"b", "c":"d"}# # 把字典中的key:value互换 .{"b":"a", "d":"c"}# new_dic = {dic[key]:key for key in dic}# print(new_dic)

# lst1 = ["alex", "wusir", "taibai", "ritian"]# lst2 = [‘sb‘, "很色", "很白", "很牛"]# # {"alex":"sb", "wusir":"很色"}## dic = { lst1[i]:lst2[i] for i in range(len(lst1))}# print(dic)
合集推导式
lst = ["马化腾", "马化腾", "王建忠", "张建忠", "张建忠", "张雪峰", "张雪峰"]

s = {i for i in lst}    # 集合推倒式print(s)
元祖是不能推倒的:应为元祖是不可以改变的

本节主要内容: 1. ?成器和?成器函数 2. 列表推导式?. ?成器 什么是?成器. ?成器实质就是迭代器. 在python中有三种?式来获取?成器:1. 通过?成器函数2. 通过各种推导式来实现?成器 3. 通过数据的转换也可以获取?成器 ?先, 我们先看?个很简单的函数: def func(): print("111") return 222 ret = func() print(ret) 结果: 111 222 将函数中的return换成yield就是?成器 def func(): print("111") yield 222 ret = func() print(ret) 结果: 运?的结果和上?不?样. 为什么呢. 由于函数中存在了yield. 那么这个函数就是?个?成器 函数.这个时候. 我们再执?这个函数的时候. 就不再是函数的执?了. ?是获取这个?成器. 如何使?呢? 想想迭代器. ?成器的本质是迭代器. 所以. 我们可以直接执?__next__()来执? 以下?成器. def func(): print("111") yield 222 gener = func() # 这个时候函数不会执?. ?是获取到?成器 ret = gener.__next__() # 这个时候函数才会执?. yield的作?和return?样. 也是返回 数据 print(ret) 结果: 111 222 那么我们可以看到, yield和return的效果是?样的. 有什么区别呢? yield是分段来执??个 函数. return呢? 直接停?执?函数. def func():print("111") yield 222 print("333") yield 444 gener = func() ret = gener.__next__() print(ret) ret2 = gener.__next__() print(ret2) ret3 = gener.__next__() # 最后?个yield执?完毕. 再次__next__()程序报错, 也就是 说. 和return?关了. print(ret3) 结果: 111 Traceback (most recent call last): 222 333 File "/Users/sylar/PycharmProjects/oldboy/iterator.py", line 55, in 444 ret3 = gener.__next__() # 最后?个yield执?完毕. 再次__next__()程序报错, 也 就是说. 和return?关了. StopIteration 当程序运?完最后?个yield. 那么后?继续进?__next__()程序会报错. 好了?成器说完了. ?成器有什么作?呢? 我们来看这样?个需求. 老男孩向JACK JONES订 购10000套学?服. JACK JONES就比较实在. 直接造出来10000套衣服. def cloth(): lst = [] for i in range(0, 10000): lst.append("?服"+str(i)) return lst cl = cloth() 但是呢, 问题来了. 老男孩现在没有这么多学?啊. ?次性给我这么多. 我往哪?放啊. 很尴尬 啊. 最好的效果是什么样呢? 我要1套. 你给我1套. ?共10000套. 是不是最完美的. def cloth(): for i in range(0, 10000): yield "?服"+str(i) cl = cloth() print(cl.__next__()) print(cl.__next__()) print(cl.__next__()) print(cl.__next__()) 区别: 第?种是直接?次性全部拿出来. 会很占?内存. 第?种使??成器. ?次就?个. ?多 少?成多少. ?成器是?个?个的指向下?个. 不会回去, __next__()到哪, 指针就指到哪?. 下?次继续获取指针指向的值. 接下来我们来看send?法, send和__next__()?样都可以让?成器执?到下?个yield. def eat(): print("我吃什么啊") a = yield "馒头" print("a=",a) b = yield "?饼" print("b=",b) c = yield "?菜盒?" print("c=",c) yield "GAME OVER" gen = eat() # 获取?成器ret1 = gen.__next__()print(ret1) ret2 = gen.send("胡辣汤") print(ret2) ret3 = gen.send("狗粮") print(ret3) ret4 = gen.send("猫粮") print(ret4) send和__next__()区别: 1. send和next()都是让?成器向下走?次 2. send可以给上?个yield的位置传递值, 不能给最后?个yield发送值. 在第?次执?? 成器代码的时候不能使?send() ?成器可以使?for循环来循环获取内部的元素: def func(): print(111) yield 222 print(333) yield 444 print(555) yield 666 gen = func() for i in gen: print(i) 结果: 111 222 333 444 555 666 ?. 列表推导式, ?成器表达式以及其他推导式 ?先我们先看?下这样的代码, 给出?个列表, 通过循环, 

向列表中添加1-13 : lst = [] for i in range(1, 15): lst.append(i) print(lst) 替换成列表推导式: lst = [i for i in range(1, 15)] print(lst) 列表推导式是通过??来构建你要的列表, 列表推导式看起来代码简单. 但是出现错误之 后很难排查. 列表推导式的常?写法: [ 结果 for 变量 in 可迭代对象] 例. 从python1期到python14期写入列表lst: lst = [‘python%s‘ % i for i in range(1,15)] print(lst) 我们还可以对列表中的数据进?筛选 筛选模式: [ 结果 for 变量 in 可迭代对象 if 条件 ] # 获取1-100内所有的偶数 lst = [i for i in range(1, 100) if i % 2 == 0] print(lst) ?成器表达式和列表推导式的语法基本上是?样的. 只是把[]替换成() gen = (i for i in range(10)) print(gen) 结果: at 0x106768f10> 打印的结果就是?个?成器. 我们可以使?for循环来循环这个?成器: gen = ("麻花藤我第%s次爱你" % i for i in range(10)) for i in gen: print(i) ?成器表达式也可以进?筛选: # 获取1-100内能被3整除的数 gen = (i for i in range(1,100) if i % 3 == 0) for num in gen: print(num) # 100以内能被3整除的数的平? gen = (i * i for i in range(100) if i % 3 == 0) for num in gen: print(num) # 寻找名字中带有两个e的?的名字 names = [[‘Tom‘, ‘Billy‘, ‘Jefferson‘, ‘Andrew‘, ‘Wesley‘, ‘Steven‘, ‘Joe‘], [‘Alice‘, ‘Jill‘, ‘Ana‘, ‘Wendy‘, ‘Jennifer‘, ‘Sherry‘, ‘Eva‘]] # 不?推导式和表达式 result = [] for first in names: for name in first: if name.count("e") >= 2: result.append(name) print(result) # 推导式 gen = (name for first in names for name in first if name.count("e") >= 2) for name in gen: print(name) ?成器表达式和列表推导式的区别: 1. 列表推导式比较耗内存. ?次性加载. ?成器表达式?乎不占?内存. 使?的时候才分 配和使?内存 2. 得到的值不?样. 列表推导式得到的是?个列表. ?成器表达式获取的是?个?成器. 举个栗?. 同样?篮?鸡蛋. 列表推导式: 直接拿到?篮?鸡蛋. ?成器表达式: 拿到?个老?鸡. 需要 鸡蛋就给你下鸡蛋. ?成器的惰性机制: ?成器只有在访问的时候才取值. 说?了. 你找他要他才给你值. 不找他 要. 他是不会执?的. def func(): print(111) yield 222 g = func() # ?成器g g1 = (i for i in g) # ?成器g1. 但是g1的数据来源于g g2 = (i for i in g1) # ?成器g2. 来源g1 print(list(g)) # 获取g中的数据. 这时func()才会被执?. 打印111.获取到222. g完毕. print(list(g1)) # 获取g1中的数据. g1的数据来源是g. 但是g已经取完了. g1 也就没有数据 了 print(list(g2)) # 和g1同理 深坑==> ?成器. 要值得时候才拿值. 字典推导式: 根据名字应该也能猜到. 推到出来的是字典 # 把字典中的key和value互换 dic = {‘a‘: 1, ‘b‘: ‘2‘} new_dic = {dic[key]: key for key in dic} print(new_dic) # 在以下list中. 从lst1中获取的数据和lst2中相对应的位置的数据组成?个新字典 lst1 = [‘jay‘, ‘jj‘, ‘sylar‘] lst2 = [‘周杰伦‘, ‘林俊杰‘, ‘邱彦涛‘] dic = {lst1[i]: lst2[i] for i in range(len(lst1))} print(dic) 集合推导式: 集合推导式可以帮我们直接?成?个集合. 集合的特点: ?序, 不重复. 所以集合推导式? 带去重功能 lst = [1, -1, 8, -8, 12] # 绝对值去重 s = {abs(i) for i in lst} print(s) 总结: 推导式有, 列表推导式, 字典推导式, 集合推导式, 没有元组推导式 ?成器表达式: (结果 for 变量 in 可迭代对象 if 条件筛选) ?成器表达式可以直接获取到?成器对象. ?成器对象可以直接进?for循环. ?成器具有 惰性机制. ?个?试题. 难度系数500000000颗星: def add(a, b): return a + b def test(): for r_i in range(4): yield r_i g = test() for n in [2, 10]: g = (add(n, i) for i in g) print(list(g)) 

友情提?: 惰性机制, 不到最后不会拿值 这个题要先读?下. 然后??分析出结果. 最后?机器跑?下. 

原文地址:https://www.cnblogs.com/zhao110/p/9330810.html

时间: 2024-11-03 22:46:11

13.py的相关文章

杂谈13.py

假设我们把书的JSON保存到一个新的文件中,叫做book.json.代码如下:import json-------f=open('book.json')---------book=json.load(f)---------book其实book是一个字典. F=open('book.json','w')-------json.dump(book,f,indent=2)---f.close()用dump函数把JSON保存到一个文件中,其中的indent可以没有,只是为了得到更好的格式 Fetchal

初识 Python 4

函数:判断是否是数字 法一: vi 11.py #!/usr/bin/python def fun(): sth = raw_input("please input something: ") try: if type(int(sth)) ==type(1): print "%s is a number" %sth except ValueError: print "%s is not number" %sth fun() 保存并退出 [[ema

python 各模块

01 关于本书 02 代码约定 03 关于例子 04 如何联系我们 1 核心模块 11 介绍 111 内建函数和异常 112 操作系统接口模块 113 类型支持模块 114 正则表达式 115 语言支持模块 12 _ _builtin_ _ 模块 121 使用元组或字典中的参数调用函数 1211 Example 1-1 使用 apply 函数 1212 Example 1-2 使用 apply 函数传递关键字参数 1213 Example 1-3 使用 apply 函数调用基类的构造函数 122

转:Python标准库(非常经典的各种模块介绍)

Python Standard Library 翻译: Python 江湖群 10/06/07 20:10:08 编译 0.1. 关于本书 0.2. 代码约定 0.3. 关于例子 0.4. 如何联系我们 核心模块 1.1. 介绍 1.2. _ _builtin_ _ 模块 1.3. exceptions 模块 1.4. os 模块 1.5. os.path 模块 1.6. stat 模块 1.7. string 模块 1.8. re 模块 1.9. math 模块 1.10. cmath 模块

熟悉Python的各种基础小算法

网上有一个Python100小例子的栏目,里面代码良莠不齐,于是下面就自己实现了其中的一些案例. 01.py # coding:utf-8 import sys reload(sys) sys.setdefaultencoding('utf8') # __author__ = '郭 璞' # __date__ = '2016/8/24' # __Desc__ = ''' 题目:有1.2.3.4个数字,能组成多少个互不相同且无重复数字的三位数?都是多少? 程序分析:可填在百位.十位.个位的数字都是

第六章 python高级功能

我们可以写一个小程序,由用户输入数据,将数据存入到列表当中,也可以将数据从列表中查询出来,但像这种操作只适合在缓冲区内进行操作,因为存储在列表中的数据,程序执行完之后,数据会立即消失,所以我们可以通过文件的操作将我们要保存的数据存到文件当中,当然这只是一种方法,实际要存储数据的话我们会选择数据库,这样更方便,那么文件与目录的操作会实现什么样的功能. 第一节    文件读写 目标: a.文件的打开和创建 b.文件读取 c.文件写入 d.内容查找和替换 e.文件删除,复制,重命名 f.目录操作 g.

流程控制--while

/* while 是在有条件控制的情况下 进行的循环 */ [[email protected] test1]# vim 13.py //ADD #!/usr/bin/python n = 0 while True: if n == 10: break print n, 'hello' n += 1 [[email protected] test1]# python 13.py 0 hello 1 hello 2 hello 3 hello 4 hello 5 hello 6 hello 7 h

数据结构——全面学习哈希

相信学计算机的童鞋对于"哈希"这个词会很熟悉,但是能明明白白的说清楚,并且用程序来描述的人还是比较少的.这里,我们就全面学习这个重要的数据结构,以及它的思想和应用. 首先,我们来学习一下几个基本概念.     哈希(hash)     是一种数据编码方式.将大尺寸的数据(如一句话,一张图片,一段音乐.一个视频等)浓缩到一个数字中,从而方便地实现数据匹配和查找的功能.     哈希表(hash table)     一种数据表结构.hash表,有时候也被称为散列表.个人认为,hash表是

python3.6.4的学习

[[email protected] python]# ./13.pyPlease input your name:hadoopPlease input your height(m):1.80Please input your height(kg):75.3hadoop , Your bmi value is: 23.24 !Your body type is 正常[[email protected] python]# pythonPython 3.6.4 (default, Mar 19 20