字面意思分析:能够重复的迭代的实实在在的东西。python
list,dict(keys(),values(),items()),tuple,str,set,range, 文件句柄(待定)app
专业角度: 内部含有'__iter__'
方法的对象,就是可迭代对象。函数
内置函数:dir() print(dir(str))工具
判断一个对象是不是可迭代对象: print('iter' in dir(str))code
优势:对象
缺点:索引
字面意思:能够重复迭代的工具。内存
专业角度: 内部含有'__iter__'
而且含有"__next__"
方法的对象,就是迭代器字符串
可迭代对象转化成迭代器:generator
l1 = [1, 2, 3, 4, 5] # 内置函数iter() obj = iter(l1)
# 迭代器能够迭代取值。利用next()进行取值 l1 = [1, 2, 3, 4, 5] # 内置函数iter() obj = iter(l1) # print(obj) print(next(obj)) print(next(obj)) print(next(obj)) print(next(obj)) print(next(obj)) print(next(obj))
迭代器优势:
迭代器缺点:
特性:
l1 = [22, 33, 44, 55, 66, 77] obj = iter(l1) for i in range(3): print(next(obj)) for i in range(2): print(next(obj))
利用while循环,模拟for循环内部循环可迭代对象的机制。
先要将可迭代对象转化成迭代器。
利用next对迭代器进行取值。
利用异常处理try一下防止报错。
可迭代对象与迭代器的对比
可迭代对象:可迭代对象是一个操做比较灵活,直观,效率相对高,可是比较占用内存的数据集。
迭代器:迭代器是一个很是节省内存,知足惰性机制,可是效率相对低,操做不灵活的数据集。
生成器函数。
以前接触的函数:
# def func(): # print(111) # return 2 # ret = func() # print(ret) # 执行此函数,遇到return结束函数。 # 将数字2返回给ret。
生成器函数: 只要函数中出现了yield那么他就不是函数,它是生成器函数
def func(): # print(111) # print(111) # print(111) # print(111) # print(111) # print(111) yield 2,4,5 yield 3 yield 4 yield 5 ret = func() # 生成器对象 # print(ret) # <generator object func at 0x0000000001E10F68> ''' # 类比 l1 = [2,] [2,3,4,5] obj = iter(l1) ''' # 只要函数中出现了yield那么他就不是函数,它是生成器函数。 # 一个next对应一个yield. # print(next(ret)) # print(next(ret)) # print(next(ret)) # print(next(ret)) # print(next(ret)) # print(next(ret))
# return 结束函数,给函数的执行者返回值(多个值经过元组的形式返回)。 # yield 不结束函数,对应着给next返回值(多个值经过元组的形式返回)。
send(了解)
pass
生成器的举例
# def eat_baozi(): # list1 = [] # for i in range(1,2001): # list1.append(f'{i}号包子') # return list1 # # print(eat_baozi()) def eat_baozi_gen(): for i in range(1,2001): # print(11) yield f'{i}号包子' ''' # ret1 = eat_baozi_gen() # ret2 = eat_baozi_gen() # # print(ret1) # # print(ret2) # print(next(ret1)) # print(next(ret1)) # print(next(ret1)) # # print(next(ret2)) # print(next(ret2)) # print(next(ret2)) # print(next(ret)) # print(next(ret)) ''' # ret = eat_baozi_gen() # # for i in range(200): # print(next(ret)) # # for i in range(200): # print(next(ret))
# yield from # def func(): # l1 = [1, 2, 3] # yield l1 # ret = func() # print(next(ret)) # print(next(ret)) # print(next(ret)) # def func(): # l1 = [1, 2, 3] # yield from l1 # # ''' # yield 1 # yield 2 # yield 3 # ''' # ret = func() # print(next(ret)) # print(next(ret)) # print(next(ret)) # yield : 对应next给next返回值 # yield from 将一个可迭代对象的每个元素返回给next # yield from 节省代码,提高效率(代替了for循环)
# l1 = [1,2,3......100] # l1 = [] # for i in range(1,101): # l1.append(i) # print(l1) # 列表推导式 l1 = [i for i in range(1, 101)] # print(l1)
两种构建方式:
1.循环模式: [变量(加工后的变量) for 变量 in iterable]
2.筛选模式: [变量(加工后的变量) for 变量 in iterable if 条件]
循环模式:
# 循环模式: # 将10之内全部整数的平方写入列表。 # print([i**2 for i in range(1, 11)]) # 100之内全部的偶数写入列表. # print([i for i in range(2, 101, 2)]) # 从python1期到python100期写入列表list # print([f'python{i}期' for i in range(1, 101)])
筛选模式:
# print([i for i in range(1, 101) if i > 49]) # 三十之内能够被三整除的数。 # print([i for i in range(1, 31) if i % 3 == 0]) # 过滤掉长度小于3的字符串列表,并将剩下的转换成大写字母 # l1 = ['barry', 'fdsaf', 'alex', 'sb', 'ab'] # print([i.upper() for i in l1 if len(i) > 3]) # 找到嵌套列表中名字含有两个‘e’的全部名字(有难度) names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'], ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']] # l1 = [] # for i in names: # for j in i: # if j.count('e') > 1: # l1.append(j) # print(l1) print([j for i in names for j in i if j.count('e') > 1])
列表推导式的优缺点:
# 列表推导式的优缺点: # 优势: # 1, 简单,快捷,装b。 # 缺点: # 2. 可读性不高,很差排错。 # 慎用,不要入迷。
与列表推导式几乎如出一辙。
循环模式,筛选模式。
# obj = (i for i in range(1, 11)) # # print(obj) # # print(next(obj)) # # print(next(obj)) # # print(next(obj)) # # print(next(obj)) # # print(next(obj)) # # print(next(obj)) # # print(next(obj)) # # print(next(obj)) # # print(next(obj)) # # print(next(obj)) # # print(next(obj))
# # 1. next(obj) # # 2. for 循环 # # for i in obj: # # print(i) # # 3. 数据转化 # print(list(obj)) # 生成器表达式:生成器 节省内存。
# 字典推导式,集合推导式: 两种模式: 循环模式,筛选模式 l1 = ['小潘', '怼怼哥','西门大官人', '小泽ml亚'] # {0: '小潘', 1: '怼怼哥', 2: '西门大官人'} # dic = {} # for index in range(len(l1)): # dic[index] = l1[index] # print(dic) # print({i:l1[i] for i in range(len(l1))}) # 1~100 # print({i for i in range(1, 101)})