day13:迭代器&高阶函数(map,reduce,filter,sorted)

迭代器

1.迭代器的定义: 能被next调用,并不断返回下一个值的对象,叫做迭代器(对象)

2.迭代器的概念:

　　迭代器指的是迭代取值的工具，迭代是一个重复的过程，
　　每次重复都是基于上一次的结果而继续的，
　　单纯的重复并不是迭代

3.迭代器的特征: 并不依赖索引,而通过next指针迭代所有数据,一次只取一个值,大大节省空间

4.dir: 获取当前类型对象中的所有成员

其中,里面有一个魔术方法,叫做__iter__方法,

__iter__方法用来判断是否是可迭代性数据

setvar = {"a","b","c","d"}
lst = dir(setvar) # 获取setvar对象中的所有成员
print(lst)
'''
['__and__', '__class__', '__contains__', '__delattr__',
'__dir__', '__doc__', '__eq__', '__format__', '__ge__', 
'__getattribute__', '__gt__', '__hash__', '__iand__', '__init__',
'__init_subclass__', '__ior__', '__isub__', '__iter__', '__ixor__', 
'__le__', '__len__', '__lt__', '__ne__', '__new__', 
'__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__',
'__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', 
'__str__', '__sub__', '__subclasshook__', '__xor__', 'add',
'clear', 'copy', 'difference', 'difference_update', 'discard',
'intersection', 'intersection_update', 'isdisjoint', 'issubset',
'issuperset', 'pop', 'remove', 'symmetric_difference', 
'symmetric_difference_update', 'union', 'update']
'''

5.关于迭代器,需要注意的点:

for 循环能够遍历一切可迭代性数据的原因在于,底层调用了迭代器,通过next方法中的指针实现数据的获取

可迭代对象（不能够被next直接调用）  -> 迭代器（可以被next直接调用的过程） 

一个可迭代对象不一定是迭代器

一个迭代器就一定是一个可迭代对象

 

6.定义一个迭代器

定义迭代器需要使用iter()方法

setvar = {"a","b","c","d"}
it = iter(setvar) # 将可迭代对象setvar变成了迭代器
print(it) # 

7.判断一个迭代器

迭代器必须要有__iter__方法和__next__方法

res = "__iter__" in dir(it) and "__next__" in dir(it)
print(res) #True

8.调用迭代器

next在调用迭代器中的数据时,是单向不可逆,一条路走到黑的过程

当没有可迭代的数据后，抛出一个StopIteration的异常，并且停止迭代

setvar = {"a","b","c","d"}
it = iter(setvar) # 将可迭代对象setvar变成了迭代器
res = next(it)
print(res) # c
res = next(it)
print(res) # d
res = next(it)
print(res) # a
res = next(it)
print(res) # b
res = next(it)
print(res) # 当没有可迭代的数据后，抛出一个StopIteration的异常，并且停止迭代

9.重置迭代器

重置迭代器，只需要再次调用iter()方法即可

it = iter(setvar) # 重置迭代器
res = next(it)
print(res)

10.使用其他方式判断是否是可迭代对象/迭代器

"""Iterator 迭代器 Iterable 可迭代对象"""
from collections import Iterator,Iterable
it = iter(setvar)
res = isinstance(it,Iterator)
print(res)
res = isinstance(it,Iterable)
print(res)

11.除了next(),也可以使用以下两种方式调用迭代器中的数据

# 1. for 循环
print("<=>")
for i in it:
    print(i)

# 2. for + next
print("<=>")
lst = [1,2,3,4,5,6,7,7,8,9,10]
it = iter(lst)
for i in range(10):
    res = next(it)
    print(res)

print(next(it))
print(next(it))

高阶函数

高阶函数的定义:能够把函数当成参数传递的就是高阶函数

常用的四大高阶函数：map filter reduce sorted

1.map

map(func,Iterable)
　　功能:处理数据
　　　　把Iterable中的数据一个一个拿出来,扔到func函数中做处理
　　　　把处理之后的结果放到迭代器当中,最后返回迭代器
　　参数:
　　　　func : 自定义函数 或 内置函数
　　　　Iterable : 可迭代性数据(容器类型数据 range对象 迭代器)
　　返回值:
　　　　迭代器

示例1：将["1","2","3","4"]转化成[1,2,3,4]

常规写法：

lst = ["1","2","3","4"]
# 常规写法
lst_new = []
for i in lst:
    lst_new.append(int(i))
print(lst_new)

用map改造的写法：

# map改造
it = map(int,lst) # it是一个map对象
print(list(it)) # [1,2,3,4]

map(int,lst)的实现过程：

　　首先把"1" 扔到int当中做处理,将强转后的结果扔到迭代器中
　　然后把"2" 扔到int当中做处理,将强转后的结果扔到迭代器中
　　然后把"3" 扔到int当中做处理,将强转后的结果扔到迭代器中
　　然后把"4" 扔到int当中做处理,将强转后的结果扔到迭代器中
　　最终返回迭代器

获取迭代器中的数据的方法:1.next()  2.for循环遍历  3.for+next  4.list(it)强转

 

示例2：[1,2,3,4] => [2,8,24,64]

# map改造
'''参数和返回值return一定要写'''
def func(n):
    return n << n 
lst = [1,2,3,4]    
it = map(func,lst)
print(list(it))

# lambda + map 
it = map(lambda n : n << n , lst)
print(list(it))

示例3：dic = {97:"a",98:"b",99:"c"} # ["a","b","c"] => ascii [97,98,99]

# map改造
def func(n):
    # 原字典
    dic = {97:"a",98:"b",99:"c"}
    # 新字典
    dic_new = {}
    # 遍历原字典
    for k,v in dic.items():
        # 更换键值对
        dic_new[v] = k
    print(dic_new) # {'a': 97, 'b': 98, 'c': 99}
    # 通过键来获取值
    return dic_new[n]
    
lst = ["a","b","c"]
it = map(func,lst)
print(list(it))

2.filter

filter(func,iterable)
　　功能: 过滤数据
　　　　return True 当前这个数据保留
　　　　return False 当前这个数据舍弃
　　参数:
　　　　func : 自定义函数
　　　　iterable : 可迭代型数据(容器类型数据,range对象,迭代器)
　　返回值:
　　　　迭代器

lst = [1,2,3,4,5,6,7,8,9,10]

# 常规写法
lst_new = []
for i in lst:
    if i % 2 == 0:
        lst_new.append(i)
        
print(lst_new)

# filter改写
def func(i):
    if i % 2 == 0:
        return True
    else:
        return False
it = filter(func,lst)

# filter + lambda 改写
it = filter(lambda i : True if i % 2 == 0 else False , lst )
print(list(it))

3.reduce

reduce(func,iterable)

　　功能:计算数据
　　　　先把iterable中的前两个值拿出来,扔到func当中做运算,
　　　　把计算的结果和iterable中的第三个元素在扔到func当中做运算,
　　　　再把结果算出来,和第四个元素做运算,以此类推
　　　　直到所有结果运算完毕.返回该结果
　　参数:
　　　　func : 自定义函数
　　　　iterable : 可迭代型数据(容器类型数据,range对象,迭代器)
　　返回值:
　　　　计算之后的结果

示例1:lst = [5,4,8,8]  => 整型5488

常规写法1:

strvar = ""
for i in lst:
    strvar += str(i)
print(strvar , type(strvar))
res = int(strvar)
print(res , type(res))

常规写法2:

from collections import Iterator,Iterable
lst = [5,4,8,8]
it = iter(lst)
print(isinstance(it , Iterator)) # True
print(isinstance(it , Iterable)) # True

num1 = next(it) # 5
num2 = next(it) # 4
num = num1 * 10 + num2 # 54

for i in it:
    num = num * 10 + i # 54*10+8=548  548*10+8=5488
print(num, type(num)) # 5488 

reduce改造:

def func(x,y):
    return x*10 + y
lst = [5,4,8,8]
res = reduce(func,lst)
print(res , type(res))

reduce(func,lst)实现的过程:

先拿出5和4两个元素,扔到func当中做运算,结果是54
在拿54和8两个元素,扔到func当中做运算,结果548
在拿548和8两个元素,扔到func当中做运算,结果5488
返回最终的结果: 5488 程序结束

 

reduce+lambda:

res = reduce(lambda x,y:x*10+y,lst)
print(res)

示例2:"789"=>789 禁止使用int强制转换

def func1(x,y):
    return x*10 + y
def func2(n):
    dic = {"0":0,"1":1,"2":2,"3":3,"4":4,"5":5,"6":6,"7":7,"8":8,"9":9}
    return dic[n]
it = map(func2,"789") # [7,8,9]
res = reduce(func1,it)
print(res,type(res))

4.sorted

sorted(iterable,key=函数,reverse=False)
　　功能:排序
　　参数:
　　　　iterable:可迭代型数据(容器类型数据,range对象,迭代器)
　　　　key :指定自定义函数或内置函数
　　　　reverse :代表升序或者降序 , 默认是升序(从小到大排序) reverse=False
　　返回值:
　　　　排序后的结果

# 1.默认是从小到大排序
lst = [1,2,3,4,5,-90,-4,-1,100]
res = sorted(lst)
print(res)

# 2.reverse 从大到小排序
res = sorted(lst,reverse=True)
print(res)

# 3.指定函数进行排序
# 按照绝对值排序 abs
lst = [-10,-1,3,5]
res = sorted(lst,key=abs)
print(res)

# 4.使用自定义函数进行排序
lst = [19,21,38,43,55]
def func(n):
    return n % 10
lst = sorted(lst,key=func)
print(lst)

sort和sorted的区别：

(1) sorted可以排序一切容器类型数据, sort只能排列表
(2) sorted返回的是新列表,sort是基于原有的列表进行修改
(3) 推荐使用sorted