生成器、BIF

列表解析式

列表解析式是一种利用 [ 表达式 + for 循环 [ + if判断 ] ] 快速生成列表对象的python语法,方便使用者快速构建列表。
语法

# 列表解析式   第一种效率会明显高于第二种
[(i,j) for i in range(1000) if i > 700 for j in range(1000) if j > 900]
[{i,j} for i in range(1000) for j in range(1000) if j>900 if i > 700]

集合解析式

#  注:其中的元素必须可哈希,不允许是列表,字典,set()等不可哈希对象,否则将会报错
{ (i,j) for i in range(1000) if i > 700 for j in range(1000) if j > 900 }

生成器表达式

it = (i for i in range(10))          #将会返回一个生成器对象

生成器对象

一个可以做指定操作,并在每次next()时返回一个值的对象,节省空间存放数据,但每次计算需要等待.

迭代器对象

一个可以被迭代的对象,for 将会全部迭代其中的元素,也可使用next()一个个取值返回,迭代器只可以使用一轮,无法反复使用,生成器也是一个迭代器

可迭代对象

可以被迭代的对象,例如元组,字典,集合,列表等容器,生成器和迭代器也是可迭代对象

内置函数(BIF)

# len():返回集合类型的长度,注:无法计算生成器或迭代器的长度,可计算list,set,dict等集合的长度
# len((i for i in range(5)))       # ==> TypeError:object of type ‘generator‘ has no len()  计算生成器的长度

isinstance(True, int), issubclass(bool, int) # 实例判断,子类判断
divmod(124,3)                       #  ==>   (124/3, 124%3)==(41, 1)
chr(97)                                  # ==>  int(0-255) --> char
ord("a")                                 # ==>  char  --> int
hex(ord("中"))                       # 中文使用的是unicode编码表对应关系, 两字节长度 ‘0x4e2d‘

# 排序  迭代内部容器,默认升序并返回排序后的列表,set和dict也可排序,迭代器也可排序
sorted([1,2,3] + [‘a‘],reverse=True, key=str )   # 临时转化类型进行比较,原值不会改变,123还是int类型 [‘a‘, 3, 2, 1]
a = iter("abcd")        # 对迭代器排序,会遍历整个迭代器,返回一个排序好的列表;
sorted(a)                 # [‘a‘, ‘b‘, ‘c‘, ‘d‘]

返回迭代器的BIF

# reversed(seq)                                    # 翻转一个有序容器,set和dict无法翻转 ==> 返回一个翻转后的迭代器,单个对象
[ i for i in reversed("abcd") ]                   # ==> [‘d‘, ‘c‘, ‘b‘, ‘a‘]
it = reversed(sorted({1,49,0,6,7,8,}))    # ==> <list_reverseiterator at 0x212dce3ccf8>
print( [ i for i in it ] )                                  # 遍历迭代器 [49, 8, 7, 6, 1, 0]

# 枚举:enumerate(seq, start=0) # ==> 返回一个迭代器,每次返回一个二元组==> (index, elem)
en = enumerate([1,2,3,4,5])
next(en)                           # ==> (0, 1)
next(en)                          # ==>(1, 2)
print([i for i in en])          #  [(2, 3), (3, 4), (4, 5)] 完全遍历

# 迭代器
iter(iterable)                                 # ==> 返回一个迭代器
# 可迭代对象,包括:set, dict, 生成器,string,range(), 

# in, not in
# 执行in操作,对于线性顺序结构来说,本质上就是对其进行遍历
# 生成器和迭代器也可以进行 in 操作
a = iter("abcd")
"a" in a             # ==> True, 遍历到第一个元素找到 "a", 迭代器为使用完,可以继续使用
next(a)             # ==> 继续使用返回下一个 ==>  ‘b‘

# zip()
for i in zip(range(5), "abcde"):
    print(i ,end=" ")       #==>  (0, ‘a‘) (1, ‘b‘) (2, ‘c‘) (3, ‘d‘) (4, ‘e‘)输出结果使用enumerate()一样

原文地址:https://blog.51cto.com/13946938/2428392

时间: 2024-11-11 19:04:20

生成器、BIF的相关文章

Day4 - 迭代器&amp;生成器、装饰器、Json &amp; pickle 数据序列化、软件目录结构规范

---恢复内容开始--- 本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表生成式 需求:列表a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],要求把列表里的每个值加1 1 a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 2 b = [] 3 for i in a: 4 b.append(i+1) 5 a = b 6 print(a) 普通青

装饰器、生成器、迭代器

装饰器的前奏 装饰器:本质是函数 功能:就是装饰成其他函数  就是为其他函数添加附加功能的 高阶函数+嵌套函数=装饰器 原则:1.不能修改被装饰的函数的源代码 2.不能修改被装饰的函数的调用方式 总结一句话:装饰器对被装饰的函数是完全透明的 实现装饰器的只是储备: 1.函数名即"变量"   将函数体赋值给变量   和内存回收机制一样 2.高阶函数 2.1.把函数名作为实参传递给形参(可返回被修饰函数的地址)(不修改源代码的情况可添加新的功能) 2.2返回值中包含函数地址(不修改函数的调

Python面试题之生成器/迭代器

1.为什么要有生成器? 通过列表生成式,我们可以直接创建一个列表.但是,受到内存限制,列表容量肯定是有限的.而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了.所以,如果列表元素可以按照某种算法推算出来,那我们是否可以... 在循环的过程中不断推算出后续的元素,这样就不必创建完整的list,从而节省大量的空间.在Python中,这种一边循环一边计算的机制,称为生成器:generator. 第一种方法很简单,只

4.利用python生成器实现简单的“生产者消费者”模型

假如说,没有生成器这种对象,那么如何实现这种简单的"生产者消费者"模型呢? import time def producer(): pro_list = [] for i in range(10000): print "包子%s制作ing" %(i) time.sleep(0.5) pro_list.append("包子%s" %i) return pro_list def consumer(pro_list): for index,stuffe

Python之路22-列表生成式和函数生成器

#列表生成式 list1 = [i*2 for i in range(1,11)] #生成器,在调用时才会生成相应的数据 list = (x*2 for x in range(1,1000000)) #list.__next__() #函数生成器 def fib(max):     n,a,b = 0,0,1     while n < max:         #print (b)         yield b         a,b = b,a+b         n = n + 1   

Python高级特性:迭代器和生成器 -转

在Python中,很多对象都是可以通过for语句来直接遍历的,例如list.string.dict等等,这些对象都可以被称为可迭代对象.至于说哪些对象是可以被迭代访问的,就要了解一下迭代器相关的知识了. 迭代器 迭代器对象要求支持迭代器协议的对象,在Python中,支持迭代器协议就是实现对象的__iter__()和next()方法.其中__iter__()方法返回迭代器对象本身:next()方法返回容器的下一个元素,在结尾时引发StopIteration异常. __iter__()和next()

yield生成器及字符串的格式化

一.生成器 1 def ran(): 2 print('Hello world') 3 yield 'F1' 4 5 print('Hey there!') 6 yield 'F2' 7 8 print('goodbye') 9 yield 'F3' 10 11 ret = ran() # ran()称为生成器函数,ret才是生成器,仅仅具有一种生成能力,函数内部要有关键字yield 12 print(ret) 13 14 res = ret.__next__() #对生成器进行循环操作,遇到y

python-学习笔记之-Day5 双层装饰器 字符串格式化 python模块 递归 生成器 迭代器 序列化

1.双层装饰器 #!/usr/bin/env python # -*- coding: utf-8 -*- # author:zml LOGIN_INFO = False IS_ADMIN = False   def check_log(func): def inner(): res = func() if LOGIN_INFO: print('验证成功!') return res else: print('验证失败!') return inner   def check_admin(func)

彩票生成器--36选7(不重复)

import java.util.Random; public class suijishu { /** * @param args */ public static void main(String[] args) { // TODO 自动生成的方法存根 //36选7,不重复 //第一步,初始化 定义数组,建随机数组生成器 int []caiPiao=new int[7]; Random ran = new Random(); //第二步,生成 //随机生成7个数 for(int i=0;i<