Python高级特性之：List Comprehensions、Generator、Dictionary and set comprehensions

我们在需要循环处理数据的时候，往往都会用range(n)这个方法生成list但是如果需要生成奇数list或者其他list怎么办呢？这就是我今天要讲的List Comprehensions。

一、List Comprehensions（列表解析/列表生成器）

方法一：循环l.append()

>>> L = []
>>> for i in range(10):
	if i % 2 == 1:
		L.append(i)

		
>>> L
[1, 3, 5, 7, 9]

需要注意的是：xrange()消耗的内存小，只做迭代处理的话，推荐一律用xrange()。

help()原文：Like range(), but instead of returning a list, returns an object that generates the numbers in the range on demand.  For looping, this is  slightly faster than range() and more memory efficient.

方法二：range用法

【 2014.06.01补充：生成奇偶数其实可以用range，但是本文讲的是list comprehensions。

>>> range(0, 10,2)
[0, 2, 4, 6, 8]

】

方法三：使用List Comprehensions

List Comprehensions语法：[expr for iter_var in iterable] 或 [expr for iter_var in iterable if cond_expr]

L = [expr for iter_var in iterable]：for iter_var in iterable的作用是依次取 iterable赋值给iter_var，而expr for iter_var in iterable的作用就是依次取值给iter_var，expr做运算后，继续循环，expr运算得到的值赋给变量L

>>> L = [i % 2 == 1 for i in range(10)]
>>> L
[False, True, False, True, False, True, False, True, False, True]
>>> L = [i + 1 for i in range(5)]
>>> L
[1, 2, 3, 4, 5]
>>> 

请注意上面两个表达式的不同结果。

L =  [expr for iter_var in iterable if cond_expr]：加了判断条件if cond_expr，也就是满足了判断条件才按expr运算iter_var。

>>> L = (i for i in range(10) if i % 2 ==1)
>>> L
 at 0x02950F80>
>>> for i in L:
	print i

	
1
3
5
7
9

需要注意的是：第二种方法返回的不是一个list是一个generator（生成器）对象！为什么呢，我们用的是()而不是[]， 是不是有人写错了？

>>> L = [i for i in range(10) if i % 2 ==1]
>>> L
[1, 3, 5, 7, 9]
>>> 

下面会讲生成器。

注：还有很多其他用法，有需求，就有使用的空间，简单写两个。

1、多层循环

>>> L = [a * b for a in range(1, 10) for b in range(1, 10)]
>>> L
[1, 2, 3, 4, 5, 6, 7, 8, 9, 2, 4, 6, 8, 10, 12, 14, 16, 18, 3, 6, 9, 12, 15, 18, 21, 24, 27, 4, 8, 12, 16, 20, 24, 28, 32, 36, 5, 10, 15, 20, 25, 30, 35, 40, 45, 6, 12, 18, 24, 30, 36, 42, 48, 54, 7, 14, 21, 28, 35, 42, 49, 56, 63, 8, 16, 24, 32, 40, 48, 56, 64, 72, 9, 18, 27, 36, 45, 54, 63, 72, 81]

2、用等连接字典的键值：key=value

>>> d = {1: 'A', 2: 'B', 3: 'C' }
>>> [str(k) + '=' + v for k, v in d.iteritems()]
['1=A', '2=B', '3=C']
>>> 

二、Generator（生成器）

官方demo：https://wiki.python.org/moin/Generators 建议迭代的时候能用generator就用！

为什么我推荐生成器呢。因为list大的时候很占内存，会受到内存限制；如果我们需要用的元素少，岂不是浪费得很？

generator的机制为：一边循环，一边计算！

generator的创建方法：

1、把List Comprehensions中的[]换为()，上面有例子，不在贴出代码。

有些是不能用List Comprehensions写出来的，例如斐波那契数列用，怎么办呢？ 百度百科：斐波拉契数列 维基百科：菲波拉契数列

斐波那契数列，又称黄金分割数列，指的是这样一个数列：0、1、1、2、3、5、8、13、21、……在数学上，斐波纳契数列以如下被以递归的方法定义：F0=0，F1=1，Fn=F(n-1)+F(n-2)（n>=2，n∈N*）。

这个就需要用函数了！但是普通函数不能生成generator，需要用到yield关键字。

2、yield关键字

首先不得不说下generator值的取法：用for循环；用next()方法。

>>> L = (i for i in range(10) if i % 2 != 1)
>>> L
 at 0x029518A0>
>>> for i in L:
	print i

	
0
2
4
6
8
>>> for i in L:
	print i

	
>>>

有没有疑问呢？再看next()方法是什么样的。

>>> L = (i for i in range(10) if i % 2 != 1)
>>> L.next()
0
>>> L.next()
2
>>> L.next()
4
>>> L.next()
6
>>> L.next()
8
>>> L.next()

Traceback (most recent call last):
  File "", line 1, in 
    L.next()
StopIteration
>>> for i in L:
	print i

	
>>> 

我们发现了什么？ L的值被取过一遍后再也取不出来了！next()会报错，for 循环取不出来任何值。

原因是：它并不把所有的值放在内存中，它是实时地生成数据，所以只可以取值一次！

其他的迭代器方法，如下图：

Help on generator object:
= class generator(object)
 |  Methods defined here:
 |  close(...)
 |      close() -> raise GeneratorExit inside generator.
 |      # 抛出generator内部的GeneratorExit异常，达到停止generator的目的

>>> L = (i for i in range(10) if i % 2 != 1)
>>> L.next()
0
>>> L.close()
>>> L.next()

Traceback (most recent call last):
  File "", line 1, in 
    L.next()
StopIteration
>>> 

 |  next(...)
 |      x.next() -> the next value, or raise StopIteration
 |       # 取下一个值，所有都取过则抛出异 常StopIteration
 |  send(...)
 |      send(arg) -> send 'arg' into generator,
 |      return next yielded value or raise StopIteration.
 |       # 传递参数进入generator，返回下一个yielded的值直到抛 出StopIteration异常。
 |  throw(...)
 |      throw(typ[,val[,tb]]) -> raise exception in generator,
 |      return next yielded value or raise StopIteration.
 |       # 未知用法，暂未涉及
 |  ----------------------------------------------------------------------
下面用斐波那契数列学习generator：

>>> def fbnq(max):
	# 生成max个元素的斐波那契数列
	L = []
	a, b, n = 0, 1, 0
	while n < max:
	    L.append(b)
	    a, b = b , a + b
	    n += 1
	return L

>>> fbnq(10)
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
>>> 

我们能构建1个list的斐波那契数列，那么generator的怎么构建呢？很简单！

>>> def fbnq(max):
	# 生成max个元素的斐波那契数列
	a, b, n = 0, 1, 0
	while n < max:
	    yield b
	    a, b = b , a + b
	    n += 1

	    
>>> fbnq(8)

>>> G.next()
1
>>> G.next()
1
>>> G.next()
2
>>> for i in G:
	print i

	
3
5
8
13
21
>>> 

为什么会这样呢？由于有关键字yield，我们构建的第二个函数就不是普通的函数了，而是一个generator。 工作原理是：程序执行时，遇到yield就会停下来，并返回当前yield b中的b的值，下次调用时候，又从yield处开始执行，并且执行到下一个yield处暂停，并抛出 当前yield b中的b的值。（本例子中有个while循环！）下面是程序运行过程：

>>> def fbnq(max):
	# 生成max个元素的斐波那契数列
	a, b, n = 0, 1, 0
	while n < max:
	    print "A" 
	    yield b
	    a, b = b , a + b
	    n += 1
	    print "B"

	    
>>> G = fbnq(5)
>>> G.next()
A
1
>>> G.next()
B
A
1
>>> G.next()
B
A
2
>>> G.next()
B
A
3
>>> G.next()
B
A
5
>>> G.next()
B

Traceback (most recent call last):
  File "", line 1, in 
    G.next()
StopIteration
>>> 

【更新于：２０１４．０７．０８另外一种实现方法

>>> def fbnq():
	a, b = 0, 1
	while True: 
	    yield a
	    a, b = b , a + b

	    
>>> from itertools import islice
>>> list(islice(fbnq(), 10))
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
>>> 

】

三、Dictionary and set comprehensions

新特性：2.7.X版本及3.2以上版本。本节内容2014.09.25更新。

set和dict表达式

a = {x: x*x for x in range(6)}

a
Out[9]: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

type(a)
Out[10]: dict

b = {('a'*x) for x in range(6)}

b
Out[12]: {'', 'a', 'aa', 'aaa', 'aaaa', 'aaaaa'}

type(b)
Out[13]: set

本文由@The_Third_Wave原创。不定期更新，有错误请指正。

Sina微博关注：@The_Third_Wave 

如果这篇博文对您有帮助，为了好的网络环境，不建议转载，建议收藏！如果您一定要转载，请带上后缀和本文地址。