小渣渣学习笔记 python day08

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了小渣渣学习笔记 python day08，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4086字，纯文字阅读大概需要6分钟。

内容图文

p67-

迭代器

• 迭代对象：内部含有iter方法的对象 int str list set 句柄大部分都是 bool不是
• 迭代器：内部含有iter 方法和 next 方法的对象 只有句柄f是
• 迭代器特点：节省内存，迭代器在内存中只占用一个数据的空间，每次取值，上一条数据空间会释放掉

l1 = [1,2,3,4] #只是迭代对象
print('__iter__' in dir(l1)) #return True
print('__next__' in dir(l1)) #return False

obj = l1.__iter__() #转化迭代器
print('__iter__' in dir(obj)) #return True
print('__next__' in dir(obj)) #return True

• 迭代是重复反馈过程的活动，其目的通常是为了逼近所需目标或结果。每一次对过程的重复称为一次“迭代”，而每一次迭代得到的结果会作为下一次迭代的初始值。

l1 = [1,2,3,4]
print('__iter__' in dir(l1)) #return True
print('__next__' in dir(l1)) #return False
obj = l1.__iter__() #转化迭代器
print('__iter__' in dir(obj)) #return True
print('__next__' in dir(obj)) #return True
a = obj.__next__() #利用next进行取值 
print(a) #return 1
a = obj.__next__()
print(a) #return 2
a = obj.__next__()
print(a) #return 3
a = obj.__next__()
print(a) #return 4
a = obj.__next__()
print(a) #return StopIteration

• for循环的循环对象一定要是可迭代对象，但并不意味着可迭代对象就可以取值，for循环的内部机制是，将可迭代对象转化成迭代器，然后利用next 取值，最后利用异常处理抛出异常

l1 = [1,2,3,4,5,6]
obj = l1.__iter__() # 将可迭代对象转化成迭代器
while 1: #利用while循环 next取值
    try:
        print(next(obj))
    except StopIteration: #利用异常处理，终止循环
        break

l1 = [1,2,3,4,5,6,]
obj = iter(l1)
for i in range(2):
    print(next(obj)) #return 1,2 每次取一个值
for i in range(2):
    print(next(obj)) #return 3,4

with open('test3.txt',encoding='utf-8',mode='w') as f1:
    print('__iter__' in dir(f1))
    print('__next__' in dir(f1)) #return True 文件句柄是迭代器

l1 = [11,22,33,44,55]
obj = iter(l1) #转化成迭代器
print(next(obj)) #用next取值
print(next(obj))
print(next(obj))
print(next(obj))
print(next(obj))
print(next(obj)) #已经取完，报错 StopIteration

可迭代对象和迭代器的对比

• 可迭代对象：是一个方法比较多，操作灵活，比较直观，但是占用内存，而且不能通过迭代取值的数据集
• 迭代器：非常节省内存，可以记录取值位置，可以通过next方法取值，但不直观，操作单一，如果数据量大，可以选择迭代器

生成器

• 本质是迭代器
• 迭代器都是Python给你提供的已经写好的工具或者通过数据转化得来的，（比如文件句柄，iter([1,2,3])。生成器是需要我们自己用python代码构建的工具。最大的区别也就如此了。
• 三种创建方式：
• 1、通过生成器函数

#1
def func():
    print(11) #return 11
    return 22
ret = func()
print(ret) #return 22
#2
def func():
    print(11) 
    yield 22  #yield 关键字
ret = func()
print(ret) #return <generator object func at 0x037AB3E0>
#
def func():
    print(11)
    yield 22
ret = func()
print(ret.__next__()) #return 11,22

• 第二个函数中有yield 关键字，那么这个函数 func 就是生成器函数，直接加括号并不是执行函数，而是获取一个生成器对象，然而生成器对象是通过next方法取值

yeild 和 return的区别

• return：一般在函数中只设置一个，用于终止函数，并返回值

• yield ：在生成器函数中可以设置多个，并不终止函数，

列表推导式

#10以内的整数的平方写入列表
l1 = [i**2 for i in range(1,11)]
print(l1) #return [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

#100以内的所有的偶数写入列表
l1 = [i for i in range(1,101) if i%2==0]
print(l1)

#从python1期 到 python100期 写入列表中
l1 = ['python'+str(i)+'期' for i in range(1,101)]
print(l1)

#或者
l1 = [f'python{i}期' for i in range(1,101)]
print(l1)

#names = [['Su','Lee','Herry'],['Lucy','Jerry','Tom']] 名字中含有2个r的筛选到一个新列表
names = [['Su','Lee','Herry'],['Lucy','Jerry','Tom']]
l1 = [name for i in names for name in i if name.count('r')==2]
print(l1) #return ['Herry', 'Jerry']

生成器表达式

• 与列表推导式几乎一样，也有筛选模式，循环模式，多层循环构建，写法上需要把[]换成()

print([i for i in range(1,11)]) #return [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
print((i for i in range(1,11))) #return <generator object <genexpr> at 0x02EFB3E0> 变成生成器

• 列表推导式只能构建比较复杂并且有规律的列表
• 超过三层的循环才能成功的，就不建议用列表推导式
• 查找错误不行，不容易发现，debug模式难排错
• 但是简单，一行搞定
• 装逼

#字典推导式
l1=['Jay','Coco','Cindy']
l2=['周杰伦','李玟','王心凌']
dic = {l1[i]:l2[i] for i in range(len(l1))}
print(dic) #return {'Jay': '周杰伦', 'Coco': '李玟', 'Cindy': '王心凌'}

内置函数

• python 提供了 63个内置函数 len print input

内容总结

以上是互联网集市为您收集整理的小渣渣学习笔记 python day08全部内容，希望文章能够帮你解决小渣渣学习笔记 python day08所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端