Python全栈工程师(迭代器、字节串)

简介: ParisGabriel            每天坚持手写  一天一篇  决定坚持几年 为了梦想为了信仰                         Python人工智能从入门到精通  迭代器 Iterator:    用括号表示的一定是对象什么是迭代器?   ...
ParisGabriel
 
 
 
         每天坚持手写  一天一篇  决定坚持几年 为了梦想为了信仰
 
   

                      Python人工智能从入门到精通

 

 


迭代器 Iterator:
    用<>括号表示的一定是对象

什么是迭代器?
  迭代器是访问可迭代对象的工具
  迭代器是指用iter(obj) 函数返回对象(实例)
  迭代器可以用next(it) 函数获取可迭代对象的数据

迭代器函数iter和next
  iter(iterable) 从可迭代对象中返回一个迭代器,iterable 必须是能提供一个迭代器的对象
  next(iterator) 从迭代器iterator中获取下一个记录,如果无法获取下一条记录,则触发StopIteration异常

说明:
  迭代器只能向前取值,不会后退
  用iter函数可以返回一个可迭代对象的迭代器
作用:
  迭代器对象能用next函数获取下一个元素.

示例:
  L = [2, 3, 5, 7]
  it = iter(L) # 用L对象返回能访问L的迭代器, it绑定迭代器
  next(it) # 2
  next(it) # 3
  next(it) # 5
  next(it) # 7
  next(it) # StopIteration 通知(没有数据)

  it = iter(range(1, 10, 30))
  next(it) # 1
  next(it) # 4
  next(it) # 7
  next(it) # StopIteration

用迭代器访问可迭代对象:

L = [2, 3, 5, 7]
for x in L:
    print(x)
else:
    print('循环结束')

it = iter(L)  # 从L中获取一个迭代器
while True:
    try:
        x = next(it)
        print(x)
    except StopIteration:
        print("循环结束")
        break


生成器 Generator (python 2.5及之后)
什么是生成器?
  生成器是能够动态提供数据的对象,生成器对象也是可迭代对象(实例)
  动态就是现用现生成数据

生成器有两种:
  1. 生成器函数
  2. 生成器表达式

生成器函数的定义
  含有yield语句的函数是生成器函数,此函数被调用将返回一个生成器对象
  yield 翻译为(产生或生成)

yield  语句
  语法:
    yield 表达式
  说明:
    yield 用于 def 函数中,目的是将此函数作用生成器函数使用
    yield 用来生成数据,供迭代器的next(it) 函数使用
    yield 单步生成数据 在函数内可以一个或多少

实例:

# 此示例示意用生成器函数生成一定范围内的自然数
def myinteger(n):
    i = 0  # 自然数从0开始
    while i < n:
        yield i
        i += 1

for x in myinteger(3):
    print(x)

生成器函数说明:
  生成器函数的调用将返回一个生成器对象,生成器对象一个可迭代对象
  在生成器函数调用return  触发一个StopIteration异常
生成器表达式:
  语法:
    (表达式 for 变量 in 可迭代对象 [if 真值表达式 ])
  说明:
    if 子句可以省略
  作用:
    用推导式的形式创建一个新的生成器
  示例:
    gen = (x ** 2 for x in range(1, 5))
    it = iter(gen)
    next(it) # 1
    next(it) # 4
    next(it) # 9
    next(it) # 16
    next(it) # StopIteration
迭代工具函数
  迭代工具函数的作用是生成一个个性化可迭代对象

函数:
zip(iter1[, iter2[, ...]]) 返回一个zip对象,此对象用于生成元组,此元组个数由最小可迭代对象决定

enumerate(iterable[, start]) 生成带索引的枚举对象,返回迭代类型为索引-值对(index-value对),默认索引从零开始,也可以用start指定

示例:
  numbers = [10086, 10000, 10010, 9558]
  names = ['中国移动', '中国电信', '中国联通']

  for t in zip(numbers, names):
      print(t)

  for x, y in zip(numbers, names):
      print(y, '的客服电话是:', x)

  x, y = (10086, '中国移动') # 序列赋值 
zip函数的实现示例2:
  def myzip(iter1, iter2):
      it1 = iter(iter1)  # 拿出一个迭代器
      it2 = iter(iter2)
      while True:
          a = next(it1)
          b = next(it2)
          yield (a, b)
  for t in myzip(numbers, names): #能实现与zip同样的功能
      print(t)
enumerate 示例:
    names = ['中国移动', '中国电信', '中国联通']
    for t in enumerate(names):
        print(t)

enumerate 实现方法示意:
    def myenum(iterable):
        it = iter(iterable)
        i = 0
        while True:
            a = next(it)
            yield (i, a)
            i += 1

 

字节串和字节数组
  字节串bytes (也叫字节序列)
  作用:
    存储字节单位数据
    字节串是不可变的字节序列

  字节:
    字节是由8个位(bit)组成的数据单位,是计算机进行数据管理的单位
    字节是 0 ~ 255 范围内的整数表示

创建空字节串的字面值
  B = b''
  B = b""
  B = b''''''
  B = b""""""

创建非空字节串的字面值
  B = b'ABCD'
  B = b"ABCD"
  B = b'\x41\x42'

字节串的构造函数 bytes
  bytes() 生成一个空的字节串 等同于 b''
  bytes(整数可迭代对象) # 用可迭代对象初始化一个字节串
  bytes(整数n) 生成n个值为0的字节串
  bytes(字符串, encoding='utf-8') 用字符串转为编码生成一个字节串

  示例:
    b = bytes() # b = b''
    b = bytes(range(65, 69)) # b = b'ABCD'
    b = bytes(5) # b = b'\x00\x00\x00\x00\x00'
    b = bytes('abc中文') # b=b'ABC\xe4\xb8\xad\xe6\x96\x87'

bytes 的运算:
  + += * *=
  < <= > >= == !=
  in / not in
  索引和切片

  len(x)
  max(x)
  min(x)
  sum(x)
  any(x)
  all(x)


bytes 和 str 的区别:
  bytes 存储字节( 通常值在 range(0, 256))
  str 存储unicode字符( 通常值在0~65535)


bytes 与 str 的转换
  编码(encode)
  str ------------> bytes
  b = s.encode(encoding='utf-8')

解码(decode)
  bytes ----------> str
  s = b.decode(encoding='utf-8')


字节数组 bytearray
可变的字节序列

字节数组的构造函数: bytearray
  bytearray() 创建空的字节数组
  bytearray(整数) 用可迭代对象初始化一个字节数组
  bytearray(整型可迭代对象) 生成n个值为0的字节数组
  bytearray(字符串, encoding='utf-8') 用字符串的转换编码生成一个字节数组

bytearray 的运算:
  + += * *=
  < <= > >= == !=
  in / not in
  索引和切片
  (字节数组支持索引和切片的赋值操作,规则同列表的索引和切片赋值规则)

例:
  ba = bytearray(b'aBCDEfG')
  ba[0] = 65
  ba[-2] = 70

bytearray的方法:
BA.clear() 清空
BA.append(n) 追加一个字节(n为0~255的整数)
BA.remove(value) 删除第一个出现的字节,如果没有出现,则触发ValueError错误
BA.reverse() 字节顺序反转
BA.decode(encoding='utf-8') # 解码为字符串
BA.find(sub[, start[,end]]) # 查找 sub

 

练习:
有一个集合:
s = {'唐僧', '悟空', '八戒', '沙僧'}
用 for语句来遍历所有元素如下:
for x in s:
print(x)
else:
print('遍历结束')
请将上面的for语句改写为 用while语句和迭代器实现

练习:
写一个生成器函数 myeven(start, stop)
此函数用来生成从 start开始到stop结束(不包含)区间内的一系列偶数
def myeven(start, stop):
....

evens = list(myeven(10, 20))
print(evens) # [10, 12, 14, 16, 18]
for x in myeven(21, 30):
print(x) # 22, 24, 26, 28

L = [x**2 for x in myeven(3, 10)]
print(L) # 16 36 64

练习:
已知有一个列表L
L = [2, 3, 5, 7]
用生成器表达式从此列表中拿到数,生成 列表中数据的平方

gen = ...... # 此处用生成器表达式实现
L2 = list(gen) # L2 = [4, 9, 25, 49]

练习:
写一个程序,读入任意行的文字,当输入空行时结束输入
打印带有行号的输入结果:
如:
请输入: hello<回车>
请输入: world<回车>
请输入: tarena<回车>
请输入: <回车> # 直接回车结束输入
输出如下:
第1行: hello
第2行: world
第3行: tarena


练习:
写一个程序,从键盘输入一段字符串存入s变量
1. 将此字符串转为字节串用变量b绑定,并打印出b
2. 打印字符串s的长度和字节串b的长度
3. 将b字节串再转换为字符串用变量s2 绑定,判断 s2 和 s是否相同?

s = input("please input string:")
b = s.encode("utf-8")
print(s)
print(b)
print(len(s))
print(len(b))
s2 = b.decode("utf-8")
if s2 == s:
    print("相等")

 

 

 

练习:
1. 写一个生成器函数primes生成素数,
此生成器函数为 primes(begin, end)
如: [x for x in primes(10, 20)] 将得到列表
[11, 13, 17, 19]

答案:

def get_ss(x):
    if x <= 0:
        return False
    for i in range(2, x):
        if x % i == 0:
            return False
    return True

def primes(begin, end):
    if begin <= 2or end <= 2:
        pass
    for x in range(begin, end):
        if get_ss(x):
            yield x
L = [x for x in primes(10, 20)]

print(L)

 

 

2. 写一个生成器函数,生成斐波那契数列的前n个数
1 1 2 3 5 8 13
def fibonacci(n):
...
yield...
1) 输出前20个数:
for x in fibonacci(20):
print(x)
2) 打印前40个数的和:
print(sum(fibonacci(40)))

答案:

def fibonacci(n):
    L = [1, 1]
    for x in range(n):
        s = L[x] + L[x + 1]
        L.append(s)
    return L
print(fibonacci(20))
print(sum(fibonacci(40)))

 

 

 


3. 写  程序打印杨辉三角(只打印6层)
                       1
                  1       1
             1       2     1
         1      3  3       1
   1       4    6      4      1
1     5    10    10     5     1

 

答案:

def yh_sj():
    L = [1]
    while True:
        yield L
        L.append(0)
        L = [L[x - 1] + L[x] for x in range(len(L))]


def lst():
    i = 0
    for x in yh_sj():
        print(str(x).center(50))
        if i == 10:
            break
        i += 1

 

 

 


思考:
L = [2, 3, 5, 7]
L2 = [x ** 2 for x in L] # 列表推导式
it = iter(L2)
print(next(it)) # 4
L[1] = 10
print(next(it)) # 9

L = [2, 3, 5, 7]
G3 = (x ** 2 for x in L) # 生成器表达式
it = iter(G3)
print(next(it)) # 4
L[1] = 10
print(next(it)) # 100

 

生成器是动态的现用现去   跟着数据变化所变化 

相关文章
|
1月前
|
大数据 数据处理 开发者
Python中的迭代器和生成器:不仅仅是语法糖####
本文探讨了Python中迭代器和生成器的深层价值,它们不仅简化代码、提升性能,还促进了函数式编程风格。通过具体示例,揭示了这些工具在处理大数据、惰性求值及资源管理等方面的优势。 ####
|
1月前
|
存储 程序员 数据处理
深入理解Python中的生成器与迭代器###
本文将探讨Python中生成器与迭代器的核心概念,通过对比分析二者的异同,结合具体代码示例,揭示它们在提高程序效率、优化内存使用方面的独特优势。生成器作为迭代器的一种特殊形式,其惰性求值的特性使其在处理大数据流时表现尤为出色。掌握生成器与迭代器的灵活运用,对于提升Python编程技能及解决复杂问题具有重要意义。 ###
|
2月前
|
存储 索引 Python
Python 迭代器是怎么实现的?
Python 迭代器是怎么实现的?
48 6
|
3月前
|
索引 Python
解密 Python 迭代器的实现原理
解密 Python 迭代器的实现原理
53 13
|
3月前
|
机器学习/深度学习 设计模式 大数据
30天拿下Python之迭代器和生成器
30天拿下Python之迭代器和生成器
23 3
|
3月前
|
存储 文件存储 Python
python如何把字节写到文件里4-2
python如何把字节写到文件里4-2
|
2月前
|
存储 大数据 Python
Python 中迭代器与生成器:深度解析与实用指南
Python 中迭代器与生成器:深度解析与实用指南
25 0
|
4月前
|
数据采集 存储 大数据
Python关于迭代器的使用
在Python编程中,数据的处理和操作是核心任务之一。 想象一下,你有一个装满各种颜色球的箱子,你想逐个查看并使用这些球,但又不想一次性将它们全部取出。 这就引出了我们今天要讨论的主题——迭代。
|
4月前
|
存储 安全 数据库
Python中的可迭代性与迭代器
在Python中,可迭代性和迭代器是非常重要的概念,它们为我们提供了一种优雅且高效的方式来处理序列和集合数据。本文将深入探讨这些概念,包括可迭代协议以及与异步编程相关的可迭代性和迭代器。
|
4月前
|
存储 安全 数据库
Python中的可迭代性与迭代器
在Python中,可迭代性和迭代器是非常重要的概念,它们为我们提供了一种优雅且高效的方式来处理序列和集合数据。本文将深入探讨这些概念,包括可迭代协议以及与异步编程相关的可迭代性和迭代器。