#*****************列表表达式************
# l=[s**2 for s in range(1,11) if s%2 is 0]
# print(l)
# #[4, 16, 36, 64, 100] 1-10内所有偶数的平方
[m + n for m in 'ABC' for n in 'XYZ']
#['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ'] 排列组合
names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
l2 = [name for i in names for name in i if name.count('e') == 2] #找列表中有两个"e"的字符串 ,用了两个循环 for i in names 和 for name in i 是嵌套的
#['Jefferson', 'Wesley', 'Steven', 'Jennifer']
x = {
'name':'alex',
'Values':[{'timestamp':1517991992.94,
'values':100,},
{'timestamp': 1517992000.94,
'values': 200,},
{'timestamp': 1517992014.94,
'values': 300,},
{'timestamp': 1517992744.94,
'values': 350},
{'timestamp': 1517992800.94,
'values': 280}
],}
print([[dic[i] ] for dic in x['Values'] for i in dic ]) #两个循环嵌套结构
#[[1517991992.94], [100], [1517992000.94], [200], [1517992014.94], [300], [1517992744.94], [350], [1517992800.94], [280]]
print([ [dic[i] for i in dic] for dic in x['Values'] ]) #循环的位置不同,得到的列表不同
#[[1517991992.94, 100], [1517992000.94, 200], [1517992014.94, 300], [1517992744.94, 350], [1517992800.94, 280]]
#有时直接粘博客上的代码会报错,在pycharm中重新敲一遍就好了
#**************类似的字典也有表达式
#以下是将字典的键和值互换的字典推导式
mcase = {'a': 10, 'b': 34}
print({mcase[i]: i for i in mcase})
#{10: 'a', 34: 'b'}
#*****************使用列表表达式创建generator,将 [ ]换为 ( )*********
# l=(s**2 for s in range(1,11) if s%2 is 0)
# print(l) #<generator object <genexpr> at 0x0000015C4A3A4BA0> 表明这是一个生成器对象
# print(next(l)) #4
# print(next(l)) #16
# print(next(l)) #36
# print(next(l)) #64
#************************使用函数创建,yield***************
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
f=fib(10) # 规定了循环的总次数,同时fib进行了初始化,指向第0个,这个是必须的,f=fib()把fib()通过yield返回的值一次次传递出来,如果没有那么fib()的值只是第一个yield返回的值
print(next(f))
print(next(f))
print(next(f))
print(next(f))
print(next(f))
print(next(f))
# 1
# 1
# 2
# 3
# 5
# 8
for i in fib(10): #使用迭代代替next
print(i)
# 1
# 1
# 2
# 3
# 5
# 8
# 13
# 21
# 34
# 55
g = fib(6)
while True:
try:
x = next(g)
print('g:', x)
except StopIteration as e:
print('Generator return value:', e.value)
break
# g: 1
# g: 1
# g: 2
# g: 3
# g: 5
# g: 8
#*****************杨辉三角**********************
# 1
# /
# 1 1
# / /
# 1 2 1
# / / /
# 1 3 3 1
# / / / /
# 1 4 6 4 1
# / / / / /
# 1 5 10 10 5 1
def YH(max):
n ,l1,count = 0 ,[1] ,0
while n < max:
try:
yield l1
l2 = []
for i in range(0, (len(l1) - 1)):
l2.append(l1[i] + l1[i + 1])
l2.insert(0, 1)
l2.append(1)
l1 = l2
n += 1
except StopIteration as e:
print('Generator return value:', e.value)
break
Y = YH(10)
for i in Y:
print(i)
#######迭代器
isinstance("s",str) #判断变量s是否是字符串,isinstance是用来判断某个变量的类型,其他的变量类型也可用此判断
# 凡是可作用于for循环的对象都是Iterable类型；
# 凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
# 集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
# Python的for循环本质上就是通过不断调用next()函数实现的，例如：
for x in [1, 2, 3, 4, 5]:
pass
#等价于
# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
try:
# 获得下一个值:
x = next(it)
except StopIteration:
# 遇到StopIteration就退出循环
break
'''可迭代对象:Iterable
内部含有__iter__方法的就是可迭代对象.
可迭代对象不能取值,因为内部不含有__next__方法.
可迭代对象 ---> 迭代器.
obj.__iter__()
iter(obj)
迭代器:Iterator
内部含有__iter__,__next__ 方法的对象.
可迭代对象: str,list,dict,tuple,set,range
文件句柄:是迭代器.
迭代器的优点:
1,节省内存.
2,惰性机制.
3,单向,不可逆.
如何判断可迭代对象,迭代器.
1,__iter__ in dir(obj)
2,isinstance(l1,Iterable)
isinstance(l1,Iterator)
生成器:
自己用python代码写的迭代器就是生成器.
生成器的本身就是迭代器.'''
可迭代对象 内部含有__iter__方法 str,list,tuple,dict,set,range
迭代器 内部含有__iter__方法,并且含有__next__方法 f文件句柄,map,filter,zip,等,生成器本身就是迭代器
迭代器的特点:1,节省内存.2,惰性机制3,单向不可逆
python内置的next()方法实际上就是执行函数的__next__方法
it = iter([1, 2, 3, 4, 5]) # iter将可迭代对象变为迭代器,也可以在对象的类中加入__next__方法
#*******使生成器拿出一个个值的方法
obj = (i for i in [1,2,3])
#方法一,使用__next__方法
ret1 = obj.__next__()
print(ret1) #1
#方法二,使用 for 循环
for i in obj:
print(i)
# 1
# 2
# 3
#方法三,使用list,相当于把生成器转化为列表表达式
ret2 = list(obj)
print(ret2) #通过列表也会执行生成器,把生成器中的值拿出来
#[1, 2, 3]
#这三种方式不要同时使用,因为如果一个生成器中的元素没拿完的话,下一个执行生成器时会接着生成元素,而不是重新生成