Python基础【生成式|迭代器|生成器】
生成式
列表生成式
快速生成具有特定规律的列表
创新互联建站一直在为企业提供服务,多年的磨炼,使我们在创意设计,网络营销推广到技术研发拥有了开发经验。我们擅长倾听企业需求,挖掘用户对产品需求服务价值,为企业制作有用的创意设计体验。核心团队拥有超过十载以上行业经验,涵盖创意,策化,开发等专业领域,公司涉及领域有基础互联网服务简阳服务器托管、成都app软件开发公司、手机移动建站、网页设计、网络整合营销。
普通写法:
even=[]
for i in range(100):
if i%2==0:
even.append(i)- 列表生成式形式:
even=[i for i in range(100) if i%2==0] ##生成0-99之间的偶数集合生成式
快速生成具有特定规律的集合
集合生成式形式:
even={i for i in range(100) if i%2==0} ##生成0-99之间的偶数字典生成式
快速生成具有特定规律的字典
普通写法:
info={}
for i in range(100):
info['student'+str(i)]=random.randint(1,100)- 列表生成式形式:
info={'student'+str(i):random.randint(1,100) for i in range(100)}
迭代器
迭代是访问集合元素的一种方式。
- 迭代器是一个可以记住遍历的位置的对象。
- 迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。
- 迭代器只能往前不会后退。
- 迭代器有两个基本的方法:iter() 和 next()。
iter()用于创建迭代器对象:
字符串,列表或元组对象都可用于创建迭代器:代码:
f=iter('str')
print(f)
f=iter([1,2,3])
print(f)
f=iter((1,2,3))
print(f)测试结果:
next(generator object),next()方法会返回迭代器的下一个结果代码:
f=iter('str') ##生成迭代器对象
while True:
try:
print(next(f),end=' ') ##利用next()返回迭代返回的下一个结果
except:
exit() ##迭代超出范围会抛出一个异常,捕捉后退出程序测试结果:
生成器
- 在 Python 中,使用了 yield 的函数被称为生成器(generator)。
- 跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
- 在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
- 调用一个生成器函数,返回的是一个迭代器对象。
创立生成器对象的两种方法
方法一:
num=(x**2 for x in range(100))
此时num就是一个生成器对象
方法二:
import sys
def fibonacci(n): # 生成器函数 - 斐波那契
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) # f 是一个迭代器,由生成器返回生成
while True:
try:
print (next(f), end=" ")
except StopIteration:
sys.exit()
生成器应用
利用生成器实现携程(单线程并发)
def add(a):
while True:
a=a+1
yield a
def punc(a):
b=1
while True:
b+=1
a=a*b
yield a
sum=add(1)
pro=punc(1)
while True:
print(next(sum))
print(pro.__next__())
利用send()与进程进行交互
def add(a):
while True:
a=a+1
a=yield a
def punc(a):
b=1
while True:
b+=1
a=a*b
a=yield a
sum=add(1)
pro=punc(1)
print(next(sum))
print(pro.__next__())
while True:
print(sum.send(1))
print(pro.send(1))
标题名称:Python基础【生成式|迭代器|生成器】
分享地址:http://hbruida.cn/article/gicpsh.html