推导式
推导式的定义: 通过一行循环判断,遍历一系列数据的方式
推导式的语法:
val for val in Iterable
三种方式:
[val for val in Iterable]
{val for val in Iterable}
{k:v for k,v in Iterable}
列表推导式
1.单循环推导式
将[1,2,3,4,5] -> [3,6,9,12,15]
# 1.单循环推导式 [1,15] lst = [1,5] lst_new = [] for i in lst: res = i * 3 lst_new.append(res) print(lst_new) 改写成推导式 lst = [i*3 lst] print(lst)
2.带有判断条件的单循环推导式
2.带有判断条件的单循环推导式 (只能是单项分支,接在for后面) lst = [1,5,7,8 lst: if i % 2 == 1: lst_new.append(i) 改写成推导式 lst = [i in lst ] print(lst)
3.双循环推导式
3. 双循环推导式 lst1 = ["A",BCD"] lst2 = [XYZQ "谁"❤"谁" lst_new = lst1: for j lst2: strvar = i + ❤" + j lst_new.append(strvar) 改写成推导式 lst = [i + " + j in lst1 lst2] print(lst)
4.带有判断条件的多循环推导式
4.带有判断条件的多循环推导式 lst_new = lst2: if lst1.index(i) == lst2.index(j): strvar = i + j lst_new.append(strvar) 改写成推导式 lst = [ i + in lst2 lst2.index(j) ] print(lst)
推导式练习题
1.{'x': 'A','y': 'B','z': 'C' } 把字典写成x=A,y=B,z=C的列表推导式
使用等号"="进行拼接 lst = [k + =" + v for k,v dic.items()] print(lst)
2.x是0-5之间的偶数,y是0-5之间的奇数 把x,y组成一起变成元组,放到列表当中
方法一 lst = [(x,y) for x in range(6) for y if x % 2 == 0 and y % 2 == 1(lst) 方法二 lst = [(x,1)">if y % 2 == 1print(lst)
3.使用列表推导式 制作所有99乘法表中的运算
for前面是一个format字符串的格式化 lst = [{}*{}={:2d} ".format(i,j,i*j) in range(9,-1) in range(1,i+1) ] print(lst)
4.求M,N中矩阵和元素的乘积
M = [ [1,3],
[4,6],
[7,8,9] ]
N = [ [2,2],
[3,4] ]
=>实现效果1 [2,15,18,28,32,36]
=>实现效果2 [[2,[12,18],[28,36]]
实现思路 M = [[1,[4,[7,9]] N = [[2,[3,4]] """ M[0][0] * N[0][0] => 2 M[0][1] * N[0][1] => 4 M[0][2] * N[0][2] => 6 M[1][0] * N[1][0] => 12 M[1][1] * N[1][1] => 15 M[1][2] * N[1][2] => 18 M[2][0] * N[2][0] => 28 M[2][1] * N[2][1] => 32 M[2][2] * N[2][2] => 36 外层的循环动的慢,内层的循环动的快,外层的循环动一次,内层的循环动3次,利用这个规律取出对应下标,乘积即可. """ 效果一 [2,36] lst = [M[i][j] * N[i][j] in range(3) in range(3)] 效果二 [[2,36]] # 1 . 先遍历出三个空列表 lst = [ [] in range(3) ] => [ [],[],[] ] 2 . 把空列表中的数据在通过推导式算出所有内容 lst = [ [M[i][j] * N[i][j] in range(3)] print(lst)
集合推导式
关于集合推导式的一个示例:
2.用三元表达式+推导式即可实现
案例: 满足年龄在18到21,存款大于等于5000 小于等于5500的人,开卡格式为:尊贵VIP卡老x(姓氏),否则开卡格式为:普通用户卡老x(姓氏) 把开卡的种类统计出来 """ listvar = [ {name":彭云飞age":18,1)">money":10000},{夏圣钦":19,1)">":5100陈正正":20,1)">":4800王添龙":21,1)">":2000万潇阳":20} ] 常规写法 setvar = set() listvar: if 18 <= i["] <= 21 and 5000 <= i["] <= 5500: res = 尊贵VIP卡老" + i[][0] else普通用户卡老][0] setvar.add(res) (setvar) 改写成集合推导式 {三元运算符 + 推导式} setvar = { "][0] "] <= 5500 else listvar } print(setvar)
字典推导式
1.enumerate
功能:
枚举 ; 将索引号和iterable中的值,一个一个拿出来配对组成元组放入迭代器中
参数:
iterable: 可迭代性数据 (常用:迭代器,容器类型数据,可迭代对象range)
start: 可以选择开始的索引号(默认从0开始索引)
返回值:迭代器
enumerate形成字典推导式示例：
from collections import Iterator lst = [东邪西毒南帝北丐] 基本使用 it = enumerate(lst) [(0,'东邪'),(1,'西毒'),(2,'南帝'),(3,'北丐')] (isinstance(it,Iterator)) for + next in range(4): (next(it)) list start可以指定开始值,默认是0 it = enumerate(lst,start=1) print(list(it)) [(1,(4,'北丐')] enumerate 形成字典推导式 变成字典 dic = { k:v in enumerate(lst,1)">) } print(dic) {1: '东邪',2: '西毒',3: '南帝',4: '北丐'} dict 强制变成字典 dic = dict(enumerate(lst,1)">)) 功能:将多个iterable中的值,1)">配对组成元组放入迭代器中参数:iterable: 可迭代性数据 (常用:迭代器,可迭代对象range)
返回值: 迭代器
特征:如果找不到对应配对的元素,当前元素会被舍弃
lst1=[Fly1daoHurtMojo] lst2=[SnowSongGiao] lst3=[770JieJ] it = zip(lst1,lst2,lst3) [('Fly','Snow','770'),('1dao','Song','JieJ')] zip形成字典推导式 变成字典 lst1=[] dic={k:v {'Fly': 'Snow','1dao': 'Song','Hurt': 'Giao'} dict强制变为字典 dic = dict(zip(lst1,lst2)) 生成器表达式1.生成器本质是迭代器，允许自定义逻辑的迭代器
2.迭代器和生成器区别:
迭代器本身是系统内置的.重写不了.而生成器是用户自定义的,可以重写迭代逻辑
3.生成器可以用两种方式创建:
(1)生成器表达式 (里面是推导式,外面用圆括号)
(2)生成器函数 (用def定义,里面含有yield)4.生成器表达式<=>元组推导式
gen = (i*2 生成器函数yield 类似于 return
共同点在于:执行到这句话都会把值返回出去
不同点在于:yield每次返回时,会记住上次离开时执行的位置,下次在调用生成器,会从上次执行的位置往下走
而return直接终止函数,每次重头调用.
yield 6 和 yield(6) 2种写法都可以 yield 6 更像 return 6 的写法 推荐使用1.生成器函数的基本语法:
定义一个生成器函数 def mygen(): print(111) yield 1 print(222yield 2 print(333yield 3 初始化生成器函数,返回生成器对象,简称生成器 gen = mygen() gen是生成器对象（生成器） print(isinstance(gen,Iterator)) gen是一个迭代器 使用next调用 res = next(gen) (res) res =print(res)关于生成器函数的执行流程
代码解析:
初始化生成器函数 -> 生成器(通过next调用)
第一次调用生成器
res = next(gen) => print(111) yield 1 保存当前代码状态14行,并将1这个值返回 print(1),等待下一次调用
第二次调用生成器
res = next(gen) => 从上一次保存的状态14行继续向下执行
print(222) yield 2 保存当前代码状态17行,并将2这个值返回 print(2),等待下一次调用
第三次调用生成器
res = next(gen) => 从上一次保存的状态17行继续向下执行
print(333) yield 3 保存当前代码状态20行,并将3这个值返回 print(3),等待下一次调用
第四次调用生成器
因为没有更多yield返回数据了,所以直接报错.2.send的用法
next和send区别:
next 只能取值
send 不但能取值,还能发送值
send注意点:
第一个 send 不能给 yield 传值 默认只能写None
最后一个yield 接受不到send的发送值
send 是给上一个yield发送值print(process start) res = yield 100 print(res,1)">内部打印1) res = yield 200 内部打印2yield 300 内部打印3process end) 初始化生成器函数 -> 生成器 gen = mygen() 在使用send时,第一次调用必须传递的参数是None(硬性语法),因为第一次还没有遇到上一个yield '''第一次调用''' res = gen.send(None) <=> next(gen) (res) 第二次调用 res = gen.send(101) 第三次调用 res = gen.send(201) 第四次调用,因为没有更多的yield返回数据了,所以StopIteration res = gen.send(301) print(res)初始化生成器函数,返回生成器对象
第一次调用时,
print("process start")
res = yield 100 记录当前代码状态81行,返回100,等待下一次调用
res = 100 print(100)
第二次调用时,
把101 发送给上一个yield保存的状态81行 res = 101 从81行继续往下走
print(101,"内部打印1")
res = yield 200 记录当前代码状态84行,返回200,等待下一次调用
res = 200 print(200)
第三次调用时,
把201 发送给上一个yield保存的状态84行 res = 201 从84行继续往下走
print(201,"内部打印2")
res = yield 300 记录当前代码状态87行,返回300,等待下一次调用
res = 300 print(300)3.yield from
将一个可迭代对象变成一个迭代器返回
yield from [Alan] gen =(next(gen)) print(next(gen))4.示例：用生成器描述斐波那契数列
1 1 2 3 5 8 13 21 34 ... """ yield 1 a,b = b,a+b = 1,1 yield 1 a,2 yield 2 a,a+b = 2,3 yield 3 a,a+b = 3,5 yield 5 .... mygen(maxlen): a,b = 0,1 i = 0 while i < maxlen: yield b a,b = b,a+b i+=1 初始化生成器函数 -> 生成器 gen = mygen(10print(next(gen))