Python基础—08-函数使用(02)

函数使用

生成器

  • 使用场景:

    在使用列表时,很多时候我们都不会一下子使用全部的数据,通常都是一个一个使用,但是数据量较小的时候,对于内存的占用可以不用过于关心;但是当数据量较大时,就会出现内存使用突然增大的情况。为了解决内存占用突然增大的问题,python中引入了生成器的概念

  • 使用方式:

    • 将列表生成式中的[]改为()即可
    lt = (i for i in range(2))
    
    # 转换为列表
    # print(list(lt))
    
    # 一个一个获取,取完后继续使用next会报错
    # print(next(lt))
    
    # 遍历
    for i in lt:
        print(i)

    说明:任意方式的使用生成器,都只能时单次的。

    • 通过在函数中使用关键字yield完成
    def test(n):
        for i in range(1, n+1):
            yield i
    
    t = test(5)
    # 生成器对象
    print(t)
    
    # 一次一个获取
    # print(next(t))
    # print(next(t))
    # print(next(t))
    
    # 遍历
    # for i in t:
    #     print(i)
    
    # 转换为列表
    print(list(t))
  • 总结:

    • 生成器保存了生成数据的算法,并不是所有的数据
    • 生成器只能执行一遍
    • 具体操作:转换为列表、next、for-in

迭代器

  • 定义:能够使用for-in进行遍历,并且可以通过next函数依次获取元素的对象

  • 说明:

    • 生成器就是一种特殊的迭代器
    • 判断一个对象是否是迭代器
    from collections import Iterator
    lt = (i for i in range(10))
    print(isinstance(lt, Iterator))
    • 字符串、列表、元组、集合、字典等都不是迭代器,它们都是可迭代对象

可迭代对象

  • 定义:能够使用for-in进行遍历的对象,都是可迭代对象

  • 使用:判断是否是可迭代对象

    from collections import Iterable
    
    print(isinstance(lt, Iterable))
  • 说明:

    • 迭代器一定是可迭代对象
    • 前面学习的列表、元组等都是可迭代对象
  • 将可迭代对象转换为迭代器,使用专门的函数iter

高级函数

  • map

    • 格式:
      map(func, iter)
    • 说明:
      • 接收两个参数:一个函数和一个可迭代对象
      • 返回值:返回一个生成器
      • 生成器内容是将func依次作用域iter每个元素的处理结果
    • 示例:
    lt = [1, 2, 3, 4]
    
    def double(x):
        return x * 2
    
    # 返回一个生成器
    # m = map(double, lt)
    m = map(lambda x: x*x, lt)
    
    print(list(m))
    • 练习:
      • 了解字符串处理函数strip
      • 使用map完成:将一个元素全为字符串的列表中的元素全部去掉两边的空白,首字母大写
  • filter

    • 格式:
      filter(func, iter)
    • 说明:
      • 参数是一个函数和一个可迭代对象
      • 返回一个生成器
      • 将func依次作用于iter中的元素,返回值为真的将会保留,为假的将会过滤掉
    • 示例:
    lt = [1, 2, 3, 4, 5]
    
    # 提取偶数
    f = filter(lambda x: x%2==0, lt)
    print(list(f))
    • 练习:提取能被3整除的奇数元素
  • reduce

    • 格式:
      reduce(func, iter)
    • 说明:
      • 接收两个参数,一个函数和一个可迭代对象
      • 首先取前两个元素作为func的参数,计算完的结果与第三个元素继续使用func处理,直至结束
      • 返回处理的最后结果
    • 示例:
    from functools import reduce
    
    lt = [1, 2, 3, 4, 5]
    
    # 求和
    # s = reduce(lambda x,y: x+y, lt)
    # 转换为12345
    s = reduce(lambda x,y: x*10+y, lt)
    print(s)
    • 练习:求列表中所有元素的乘积

random

  • randint:生成指定区间的一个随机整数
  • random:生成0~1之间的随机小数
  • uniform:生成指定范围内的随机浮点数
  • choice:随机提取一个元素
  • sample:随机提取指定个数的元素,返回一个列表
  • choices:sample函数指定提取元素个数为1的情况
  • shuffle:打乱元素顺序

练习:

  • 使用random函数实现randint函数的功能
  • 生成指定长度的随机字符串,参数:长度、类型
  • 将字符串完成如下转换,如:
    IloveYOUmoreTHANiCANsay => I love you more than i can say
  • 将一个列表的元素完成特定的向右移动,参数:列表,移动长度
    • 如:[1, 2, 3, 4, 5],移动2,结果:[4, 5, 1, 2, 3]
  • 传入n,计算
    1!+2!+3!+...+n!
    
    可以使用递归
原文地址:https://www.cnblogs.com/swjblog/p/9671097.html