Python解析式与生成器

1.列表解析式

  • 列表解析式是将数据全部存储在内存中一并返回;

# 将lst1的元素+100,导入到lst2
lst1 = list(range(10))
lst2 = []
for item in lst1:
    lst2.append(item+100)
print(lst2)   #输出:[100, 101, 102, 103, 104, 105, 106, 107, 108, 109]
#使用列表解析式解析上面例子
new_lst1 = [item + 100 for item in lst1]
print(new_lst1 )  #输出:[100, 101, 102, 103, 104, 105, 106, 107, 108, 109]

  • 列表解析是Python迭代机制的一种应用,它常用于实现创建新的列表,因此用在[]中;

  • 使用列表解析式,编译器会优化,不会因为简写而影响效率,反而优化提升效率,减少代码量,可读性强,工作量降低,减少出错;

  • 带条件判断的列表解析式;


#判断item满足被2整除,被3整除,list2和list3的写法都是一样的
list1 = list(range(100))
list2 = [item + 100 for item in list1 if item %2 == 0 and item %3 ==0]
print(list2)  #输出:[100, 106, 112, 118, 124, 130, 136, 142, 148, 154, 160, 166, 172, 178, 184, 190, 196]
list3 = [item + 100 for item in list1 if item % 2 == 0 if item % 3 == 0]
print(list3)  #输出:[100, 106, 112, 118, 124, 130, 136, 142, 148, 154, 160, 166, 172, 178, 184, 190, 196]

  • 带循环的列表解析式;

lst = []
for i in range(2):
    for j in range(2):
        lst.append((i, j))
print(lst)  #输出:[(0, 0), (0, 1), (1, 0), (1, 1)]
#将上述代码解析
lst = [(i, j) for i in range(2) for j in range(2)]
print(lst)  #输出:[(0, 0), (0, 1), (1, 0), (1, 1)]

  • 带循环和条件判断的列表解析式;

lst = [(i,j) for i in range(10) if i>2 for j in range(10,15) if j>13]
print(lst)  #输出:[(3, 14), (4, 14), (5, 14), (6, 14), (7, 14), (8, 14), (9, 14)]

2.集合解析式


set1 = {(x,x+1) for x in range(10)}
print(set1)
#输出:{(0, 1), (1, 2), (7, 8), (6, 7), (4, 5), (5, 6), (8, 9), (9, 10), (2, 3), (3, 4)}

  • 集合解析式和列表解析式用法一样,只是集合解析式使用的是{}花括号;

3.字典解析式


# 字典解析式
dict1 = {'{}'.format(x):x for x in range(10)}
print(dict1)   #输出:{'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
# 输出三个元素,因为会被key会被覆盖
dict2 = {x:y for x in range(3) for y in range(3)}
print(dict2)  #输出:{0: 2, 1: 2, 2: 2}
# 上式等价于
dict3 = {}
for x in range(3):
    for y in range(3):
        dict3[x] = y
print(dict3)   #输出:{0: 2, 1: 2, 2: 2}

  • 字典解析式也是使用{}花括号括起来的;

  • 因为字典有key-value键值对,所以使用字典解析式时key会自动去重;

4.什么是生成器


g = (item for item in range(10))
print(g)  #输出:<generator object <genexpr> at 0x0095BBF0>
print(next(g))  #输出:0
print(next(g))  #输出:1
....

  • 生成器表达式:返回一个对象,这个对象只有在需要的时候才产生结果;

  • 生成器的特点是按需计算,惰性求值,最大可能的节约内存空间;

  • 生成器是是单迭代器对象,一次只能产生一个值,且每个值只能取一遍,超过次数会报错;

  • 生成器和迭代器的相同之处在于都可以通过for循环取值,因此都是可迭代对象;

5.生成器操作


g = (item for item in range(10))
print(g)  #输出:<generator object <genexpr> at 0x0095BBF0>
value1 = next(g)
print(value1)  #输出:0
value2 = next(g)
print(value2)  #输出:1
print('*'*100) 
for item in g:
    print(item)  #输出:2,3,4,5,6,7,8,9

  • 通过next获取值:如果取值的次数超过生成器对象值的长度,则会报错;

  • 通过for循环取值:如果生成器对象没有值的时候,for循环会通知迭代,所以不会报错;

参考: https://www.9xkd.com/user/plan-view.html?id=4258338571

    原文作者:Winter
    原文地址: http://blog.itpub.net/69908432/viewspace-2638460/
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞