Python基础-8.推导式以及迭代器和生成器
一、Python推导式
Python 推导式是一种独特的数据处理方式，可以从一个数据序列构建另一个新的数据序列的结构体。
Python 支持各种数据结构的推导式：
- 列表(list)推导式
- 元组(tuple)推导式
- 字典(dict)推导式
- 集合(set)推导式
1.列表推导式
语法：
# 写法一
[表达式 for 变量 in 列表]
# 写法二
[表达式 for 变量 in 列表 if 条件]
赋值两个列表来用于以下实例
list1 = list(range(1, 6))
list2 = ['red', 'green', 'blue', 'yellow', 'black']
实例1：筛选值大于2的整数列表
a = [x for x in list1 if x > 2]
print(a)
实例2：筛选出长度大于4的字符串列表，并转化成大写
b = [y.upper() for y in list2 if len(y) > 3]
print(b)
实例3：计算 30 以内可以被 3 整除的整数
c = [z for z in range(1, 31) if z % 3 == 0]
print(c)
2.元组推导式
语法：
# 写法一
(表达式 for 变量 in 值范围)
# 写法二
(表达式 for 变量 in 值范围 if 条件)
实例1：使用列表元素数字大于2的数生成一个元组
a = (x for x in list1 if x > 2)
print(a)
3.字典推导式
语法：
# 写法一
{key表达式: value表达式 for 变量 in 值范围}
# 写法二
{key表达式: value表达式 for 变量 in 值范围 if 条件}
实例1：使用字符串及其长度创建字典
a = {x: len(x) for x in list2}
print(a)
实例2：以列表的元素数字为键，大于2的数字的平方为值来创建字典
b = {y: y ** 2 for y in list1 if y > 2}
print(b)
del a, b
4.集合推导式
语法：
# 写法一
{表达式 for 变量 in 值范围}
# 写法二
{表达式 for 变量 in 值范围 if 条件}
实例1：使用列表元素数字的平方值来创建集合
a = {x ** 2 for x in list1}
print(a)
实例2：使用长度大于4的字符串来创建集合
b = {y for y in list2 if len(y) > 4}
print(b)
二、Python迭代器和生成器
1.Python 迭代器
迭代是Python最强大的功能之一，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()。
字符串，列表或元组对象都可用于创建迭代器
list1 = list(range(1, 6))
it = iter(list1)
i = 1
while i <= len(list1):
print(next(it))
i += 1
2.创建一个迭代器
把一个类作为一个迭代器使用需要在类中实现两个方法__iter__() 与 __next__() 。
如果你已经了解的面向对象编程，就知道类都有一个构造函数，Python的构造函数为__init__(), 它会在对象初始化的时候执行。
__iter__() 方法返回一个特殊的迭代器对象， 这个迭代器对象实现了__next__() 方法并通过StopIteration异常标识迭代的完成。
__next__()方法（Python 2里是 next()）会返回下一个迭代器对象。
【示例1】创建一个返回数字的迭代器，初始值为1，逐步递增1
class MyNumbers1:
def __iter__(self):
self.a = 1
return self
def __next__(self):
x = self.a
self.a += 1
return x
myclass = MyNumbers1()
myiter = iter(myclass)
print(next(myiter))
print(next(myiter))
print(next(myiter))
【示例2】使用StopIteration异常用于标识迭代的完成，在20 迭代后停止执行
class MyNumbers2:
def __iter__(self):
self.a = 1
return self
def __next__(self):
if self.a <= 20:
x = self.a
self.a += 1
return x
else:
raise StopIteration
myclass = MyNumbers2()
myiter = iter(myclass)
for x in myiter:
print(x)
3.Python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。
【示例1】使用yield实现斐波那契数列
import sys
# 生成器函数 - 斐波那契
def fibonacci(n):
x, y, counter = 0, 1, 0
while True:
if (counter > n):
return
yield x
x, y = x, x + y
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()
# 输出结果为 0 1 1 2 3 5 8 13 21 34 55