python高级特性:切片/迭代/列表生成式/生成器

简介: 廖雪峰老师的教程上学来的,地址:python高级特性  下面以几个具体示例演示用法: 一、切片 1.1 利用切片实现trim def trim(s): while s[:1] == " " or s[-1:] == " ": # 若第1个元素或最后1个元素为空格 ...

廖雪峰老师的教程上学来的,地址:python高级特性 

下面以几个具体示例演示用法:

一、切片

1.1 利用切片实现trim

def trim(s):
    while s[:1] == " " or s[-1:] == " ": # 若第1个元素或最后1个元素为空格
        if s[:1] == " ":
            s = s[1:]
        if s[-1:] == " ":
            s = s[:-1]
    return s

注:字符串可以看做一个list,列表切片的完整写法是 L[start:end],其中end也支持负数,最后一个数用-1表示,第1个数用0表示,如果省略start,表示从0开始,如果省略end,表示到最后1个元素结束。

测试代码:

if trim('hello  ') != 'hello':
    print('测试失败1!')
elif trim('  hello') != 'hello':
    print('测试失败2!')
elif trim('  hello  ') != 'hello':
    print('测试失败3!')
elif trim('  hello  world  ') != 'hello  world':
    print('测试失败4!')
elif trim('') != '':
    print('测试失败5!')
elif trim('    ') != '':
    print('测试失败6!')
else:
    print('测试成功!')

1.2 切片还有第3个参数,即:L[start:end:skip],比如在1-10之间,把奇数、偶数选出来

list_1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

odd = list_1[::2]
even = list_1[1::2]

print(odd)
print(even)

输出:

[1, 3, 5, 7, 9]
[2, 4, 6, 8, 10]

 

二、迭代

list_1 = list(range(1, 11))

print("正向迭代:")
for x in list_1:
    print(x)

print("\n反向迭代:")
for x in reversed(list_1):
    print(x)

print('\n带索引的迭代:')
for m in enumerate(list_1):
    print("list_1[", m[0], "]=", m[1])

dic_1 = {"name": "菩提树下的杨过", "blog": "http://yjmyzz.cnblogs.com/"}

# 字典的迭代
print("\ndict字典迭代1:")
for k in dic_1:
    print("key:", k, ",value:", dic_1[k])

print("\ndict字典迭代2:")
for v in dic_1.values():
    print("value:", v)

print('\ndict字典迭代3:')
for k, v in dic_1.items():
    print("key:", k, ",value:", v)

输出:

正向迭代:
1
2
3
4
5
6
7
8
9
10

反向迭代:
10
9
8
7
6
5
4
3
2
1

带索引的迭代:
list_1[ 0 ]= 1
list_1[ 1 ]= 2
list_1[ 2 ]= 3
list_1[ 3 ]= 4
list_1[ 4 ]= 5
list_1[ 5 ]= 6
list_1[ 6 ]= 7
list_1[ 7 ]= 8
list_1[ 8 ]= 9
list_1[ 9 ]= 10

dict字典迭代1:
key: name ,value: 菩提树下的杨过
key: blog ,value: http://yjmyzz.cnblogs.com/

dict字典迭代2:
value: 菩提树下的杨过
value: http://yjmyzz.cnblogs.com/

dict字典迭代3:
key: name ,value: 菩提树下的杨过
key: blog ,value: http://yjmyzz.cnblogs.com/

  

三、列表生成器

这个老厉害了!比如:要找出1~100内所有奇数的平方数(即:1,3,5... 这些数的平方数)

a = [x ** 2 for x in range(1, 101) if x % 2 == 1 and x ** 2 <= 100]
print(a)

输出:[1, 9, 25, 49, 81]

再比如,打印出当前目录下的所有文件(不考虑递归子目录) 

import os

print([f for f in os.listdir(".")])

小结:写法就是 [... for ... in .. if ...] ,要生成的list项写在for前面,如果迭代时需要指定条件,写在最后的if中。

 

四、生成器(generator)

这是python引入的一个新概念,想想刚才学到的列表生成器:

result1 = [x ** 2 for x in [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]]
print(type(result1), result1)

输出:

<class 'list'> [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

不知道大家想过没有:如果for前面的运算比较复杂(比如:求平方根),而for迭代的列表又很大(比如:1千万个),最终列表生成器肯定运行很慢,会严重影响性能。能不能做到『延时』计算?等到真正要用的时候,再按需计算。这就是生成器(generator)要解决的问题,它与[列表生成器]的区别在于,它只保存计算逻辑(即: 保存算法),并不马上计算结果,真正要用的时候,调用next(g)取出下一个计算结果即可,当然,它也支持迭代。

generator1 = (x ** 2 for x in [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(type(generator1), generator1)

# 取出第1个值
print(next(generator1))
# 取出第2个值
print(next(generator1))

# 打印剩余的值
for x in generator1:
    print(x)

输出:

<class 'generator'> <generator object <genexpr> at 0x1087e7f10>
1
4
9
16
25
36
49
64
81
100

从输出类型上看,它的类型是generator,而非list。单纯从语法上看,只要把"列表生成器"的[],换成()即可。

再来一个复杂点的示例,中学我们都学过"杨辉三角",如果用常规思路,打印出杨辉三角,可以参考下面的代码:

import copy

def triangles(limit):
    first, second = [1], [1, 1]
    print(first)
    if limit > 1:
        print(second)
        if limit == 2:
            return
        x = copy.copy(second)
        while True:
            y = copy.copy(first)
            [y.append(x[i] + x[i + 1]) for i in range(len(x) - 1)]
            y.append(1)
            print(y)
            x = copy.copy(y)
            if len(y) >= limit:
                return


triangles(10)

输出:

[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]
[1, 5, 10, 10, 5, 1]
[1, 6, 15, 20, 15, 6, 1]
[1, 7, 21, 35, 35, 21, 7, 1]
[1, 8, 28, 56, 70, 56, 28, 8, 1]
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]

如果,要改写成生成器(generator),该怎么做呢?答案:只要把print(...)的地方,改成yield 即可。

def triangles_generator(limit):
    first, second = [1], [1, 1]
    yield first
    if limit > 1:
        yield second
        if limit == 2:
            return
        x = copy.copy(second)
        while True:
            y = copy.copy(first)
            [y.append(x[i] + x[i + 1]) for i in range(len(x) - 1)]
            y.append(1)
            yield y
            x = copy.copy(y)
            if len(y) >= limit:
                return


g = triangles_generator(10)
# 取出前2个
print(next(g))
print(next(g))
# 剩下的用迭代写法输出
for x in g:
    print(x)

输出与刚才相同,就不重复贴了。关于这个yield,如果还没理解的,可以对比看下面的示例:

def test1():
    return [1, 2, 3]


def test2():
    print("test2=>1")
    yield 1
    print("test2=>2")
    yield 2
    print("test2=>3")
    yield 3


print(test1())
g = test2()
print(next(g))
print(next(g))
print(next(g))

输出:

[1, 2, 3]
test2=>1
1
test2=>2
2
test2=>3
3

test2()遇到yield后,会停下来,保存现场,等待下一次调用next()时,才会继续执行。

作者: 菩提树下的杨过
出处: http://yjmyzz.cnblogs.com
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。
目录
相关文章
|
6天前
|
Python
python解包迭代器或生成器
【7月更文挑战第1天】
12 3
|
5天前
|
大数据 数据处理 Python
Python的生成器(Generator)
【7月更文挑战第2天】
7 1
|
6天前
|
Python
python解包迭代器或生成器
【7月更文挑战第1天】
10 1
|
6天前
|
Python 容器
python 元组、列表解包
【7月更文挑战第1天】
10 1
|
9天前
|
IDE Linux 数据处理
探索Linux中的`pydoc`命令:Python文档生成器的力量
`pydoc`是Linux上Python的文档生成和查看工具,尤其对数据科学家有价值。它从docstring生成模块、函数和类的文档,提供快速API参考。主要特点包括易用性、支持标准库和第三方库、跨平台。命令行示例:`pydoc pandas` 查看库文档,`pydoc numpy.array` 查看类详情,`pydoc -k 关键字` 进行搜索。使用时注意正确安装Python,编写清晰的docstring,并结合IDE以提升效率。
|
4天前
|
缓存 测试技术 Python
python的装饰器是什么?有什么作用?迭代器和生成器的区别?
python的装饰器是什么?有什么作用?迭代器和生成器的区别?
|
5天前
|
开发者 Python
震撼!深入理解Python数据类型后,我才明白为什么大神都用列表推导式
【7月更文挑战第2天】Python列表推导式是编程效率提升的秘密武器。它以简洁的一行代码替代循环和条件判断,创建新列表。不仅代码量减少、执行效率高,还提升了可读性和可维护性。列表推导式允许抽象复杂逻辑,支持嵌套,使问题解决更专注。掌握这一特性,让你的Python代码更“Pythonic”,向大神级别迈进!**
|
5天前
|
大数据 程序员 Python
Python数据类型大变身!掌握列表推导式与生成器,编程效率翻倍不是梦
【7月更文挑战第2天】在Python中,列表推导式和生成器是提升效率的利器。列表推导式以简洁方式处理循环和条件,如将偶数平方化简为一行代码,提高代码可读性。生成器则按需生成数据,减少内存占用,适合处理大数据。通过`yield`函数实现惰性求值,有效避免内存溢出。掌握这两者,能优化Python编程体验。
|
5天前
|
C++ Python
揭秘!Python高手都在用的数据类型秘籍,列表推导式让你告别繁琐循环
【7月更文挑战第2天】Python的列表推导式是高手必备技巧,它让复杂的循环简化为一行代码,提升代码的可读性和效率。例如,要计算数字列表的平方,传统循环需使用`for`和`append()`,而列表推导式只需`[number ** 2 for number in numbers]`。此外,它还能结合条件表达式,如筛选并平方偶数:`[number ** 2 for number in numbers if number % 2 == 0]`。学会列表推导式,让你的Python代码更优雅、更易维护。
|
5天前
|
存储 大数据 数据处理
逆天改命!生成器表达式让Python数据处理效率飙升,你还在等什么?
【7月更文挑战第2天】Python的生成器表达式是高效处理大数据的关键。它们惰性计算,按需生成值,节省内存,提升性能,尤其适合大规模数据集。通过简洁的语法,生成器表达式能轻松筛选、处理文件中的偶数等任务,避免内存溢出。掌握这一体现Python精髓的工具,将使你的代码更高效、更具可读性。立即开始使用生成器表达式,解锁数据处理新效能!**