【python基础】 高级特性

本章包含：迭代、列表生成式、生成器、迭代器
参考：廖雪峰python

迭代

迭代list和tuple和string

for .. in ..

迭代字典

1. 默认迭代对象为 keys
   for i in dic

# 迭代字典
dic = {'a':12, 'b':13, 'c':14}
for i in dic:
    print(i)

2. 迭代values
   for i in dic.values()

dic = {'a':12, 'b':13, 'c':14}
for i in dic.values():
    print(i)

3. 迭代keys和values
   for i in dic.items -> (keys,values)

dic = {'a':12, 'b':13, 'c':14}

for i in dic.items():
    print(i)
    print(i[0])

判断是否可迭代

from collections.abc import Iterable 引入 Iterable
isinstance(object, Iterable) 返回True或者False

索引-元素对

enumerate( iter) 变成索引-元素对

列表生成式

list生成列表

如list(range(1,11)

 l = list(range(1,11))
 print(l)

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

列表生成式

1. [x * x for x in range(1,11)]

l = [x*x for x in range(1,11)]
print(l)

2. 添加if 筛选元素
   [x * x for x in range(1,11) if x % 2 == 0]

l = [x*x for x in range(1,11) if x % 2==0]
print(l)

#[4, 16, 36, 64, 100]

3. 多层循环
   [m + n for m in 'abc' for n in 'efg']

l = [m + n for m in 'abc' for n in 'efg']
print(l)

#['ae', 'af', 'ag', 'be', 'bf', 'bg', 'ce', 'cf', 'cg']

4. 两个变量
   [k + ' = '+ v for k, v in dic.items()]

dic = {'a':'12', 'b':'13', 'c':'14'}
l = [k + ' = '+ v for k, v in dic.items()]
print(l)

#['a = 12', 'b = 13', 'c = 14']

关于if 和 else

l = [x for x in range(1,11) if x % 2 ==0]
p = [x if x % 2 ==0 else 0 for x in range(1,11) ]
一个if在for之后，此时if表示筛选条件，
一个if…else在for之前，此时for才是筛选条件。

生成器

为什么使用生成器

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呢？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。

用() 生成生成器

(x for x in range(10))

访问元素

1. next(generator)
   
2. for方法（生成器是可迭代对象）
   
3. yield
   yield 关键字就是将函数变成generator函数，每次调用next都会在yield语句之后停止

StopIteration

迭代完之后会抛出 StopIteration 错误

迭代器

声明

可以直接使用for的几种数据类型：

1. list , tuple , dict, set, str 等
2. 生成器

可以用for迭代的对象统称： Iterable
用isinstance判断是否是Iterable

可以被next调用并返回下一个值得对象统称： Iterator
用isinstance判断是否是Iterator

只有生成器函数是Iterator其他都不是
用iter()将Iterable 转换为 Iterator

为什么Iterable不是Iterator

这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。