列表推导式:
#列表推导式: egg_list = []
for i in range(10):
egg_list.append('鸡蛋%s'%i)
print(egg_list) egon
egg_list=['鸡蛋%s'%i for i in range(10)] #列表推导式
print(egg_list)
# print([i*i for i in range(10)])
生成器表达式:
#生成器表达式 g = (i for i in range(10))
print(g)
for i in g:
print(i) # 括号不一样
# 返回的值不一样 === 几乎不占用内存 老母鸡=('鸡蛋%s'%i for i in range(10)) #生成器表达式
print(老母鸡)
for 蛋 in 老母鸡:
print(蛋) #g = (i*i for i in range(10))
#print(g.__next__())
各种推导式:
完整的列表推导式:
#[每一个元素或者是和元素相关的操作 for 元素 in 可迭代数据类型] #遍历之后挨个处理
#[满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素相关的条件] #筛选功能 # #30以内所有能被3整除的数
ret = [i for i in range(30) if i%3 == 0] #完整的列表推导式
g = (i for i in range(30) if i%3 == 0) #完整的生成器表达式
print(ret) # #30以内所有能被3整除的数的平方
ret = [i*i for i in (1,2,3,4) if i%3 == 0] #元组推导式
ret = (i*i for i in range(30) if i%3 == 0)
print(ret)
# # 例三:找到嵌套列表中名字含有两个‘e’的所有名字
names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
ret1 = [name for lst in names for name in lst if name.count('e') ==2]
ret2 = (name for lst in names for name in lst if name.count('e') ==2)
print(ret1)
字典推导式:
# 例一:将一个字典的key和value对调
mcase = {'a': 10, 'b': 34}
#{10:'a' , 34:'b'}
mcase_frequency = {mcase[k]: k for k in mcase}
print(mcase_frequency)
# 例二:合并大小写对应的value值,将k统一成小写
mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
#{'a':10+7,'b':34,'z':3}
mcase_frequency = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k in mcase}
print(mcase_frequency)
d = {'a': 10} d['a'] # # d['b'] #报错 print(d.get('a')) # print(d.get('b')) #None print(d.get('b', 0)) #
集合推导式,自带结果去重功能:
squared = {x**2 for x in [1, -1, 2]}
print(squared)
#各种推导式 : 生成器 列表 字典 集合
#遍历操作
#筛选操作
本章小结
可迭代对象:
拥有__iter__方法
特点:惰性运算
例如:range(),str,list,tuple,dict,set
迭代器Iterator:
拥有__iter__方法和__next__方法
例如:iter(range()),iter(str),iter(list),iter(tuple),iter(dict),iter(set),reversed(list_o),map(func,list_o),filter(func,list_o),file_o
生成器Generator:
本质:迭代器,所以拥有__iter__方法和__next__方法
特点:惰性运算,开发者自定义
使用生成器的优点:
1.延迟计算,一次返回一个结果。也就是说,它不会一次生成所有的结果,这对于大数据量处理,将会非常有用。
#列表解析
sum([i for i in range(100000000)])#内存占用大,机器容易卡死 #生成器表达式
sum(i for i in range(100000000))#几乎不占内存
2.提高代码可读性