本篇内容主要讲解“Python解析式与生成器的介绍”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Python解析式与生成器的介绍”吧!
列表解析式是将数据全部存储在内存中一并返回;
# 将lst1的元素+100,导入到lst2 lst1 = list(range(10)) lst2 = [] for item in lst1: lst2.append(item+100) print(lst2) #输出:[100, 101, 102, 103, 104, 105, 106, 107, 108, 109] #使用列表解析式解析上面例子 new_lst1 = [item + 100 for item in lst1] print(new_lst1 ) #输出:[100, 101, 102, 103, 104, 105, 106, 107, 108, 109]
列表解析是Python迭代机制的一种应用,它常用于实现创建新的列表,因此用在[]中;
使用列表解析式,编译器会优化,不会因为简写而影响效率,反而优化提升效率,减少代码量,可读性强,工作量降低,减少出错;
带条件判断的列表解析式;
#判断item满足被2整除,被3整除,list2和list3的写法都是一样的 list1 = list(range(100)) list2 = [item + 100 for item in list1 if item %2 == 0 and item %3 ==0] print(list2) #输出:[100, 106, 112, 118, 124, 130, 136, 142, 148, 154, 160, 166, 172, 178, 184, 190, 196] list3 = [item + 100 for item in list1 if item % 2 == 0 if item % 3 == 0] print(list3) #输出:[100, 106, 112, 118, 124, 130, 136, 142, 148, 154, 160, 166, 172, 178, 184, 190, 196]
带循环的列表解析式;
lst = [] for i in range(2): for j in range(2): lst.append((i, j)) print(lst) #输出:[(0, 0), (0, 1), (1, 0), (1, 1)] #将上述代码解析 lst = [(i, j) for i in range(2) for j in range(2)] print(lst) #输出:[(0, 0), (0, 1), (1, 0), (1, 1)]
带循环和条件判断的列表解析式;
lst = [(i,j) for i in range(10) if i>2 for j in range(10,15) if j>13] print(lst) #输出:[(3, 14), (4, 14), (5, 14), (6, 14), (7, 14), (8, 14), (9, 14)]
set1 = {(x,x+1) for x in range(10)} print(set1) #输出:{(0, 1), (1, 2), (7, 8), (6, 7), (4, 5), (5, 6), (8, 9), (9, 10), (2, 3), (3, 4)}
集合解析式和列表解析式用法一样,只是集合解析式使用的是{}花括号;
# 字典解析式 dict1 = {'{}'.format(x):x for x in range(10)} print(dict1) #输出:{'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} # 输出三个元素,因为会被key会被覆盖 dict2 = {x:y for x in range(3) for y in range(3)} print(dict2) #输出:{0: 2, 1: 2, 2: 2} # 上式等价于 dict3 = {} for x in range(3): for y in range(3): dict3[x] = y print(dict3) #输出:{0: 2, 1: 2, 2: 2}
字典解析式也是使用{}花括号括起来的;
因为字典有key-value键值对,所以使用字典解析式时key会自动去重;
g = (item for item in range(10)) print(g) #输出:<generator object <genexpr> at 0x0095BBF0> print(next(g)) #输出:0 print(next(g)) #输出:1 ....
生成器表达式:返回一个对象,这个对象只有在需要的时候才产生结果;
生成器的特点是按需计算,惰性求值,最大可能的节约内存空间;
生成器是是单迭代器对象,一次只能产生一个值,且每个值只能取一遍,超过次数会报错;
生成器和迭代器的相同之处在于都可以通过for循环取值,因此都是可迭代对象;
g = (item for item in range(10)) print(g) #输出:<generator object <genexpr> at 0x0095BBF0> value1 = next(g) print(value1) #输出:0 value2 = next(g) print(value2) #输出:1 print('*'*100) for item in g: print(item) #输出:2,3,4,5,6,7,8,9
通过next获取值:如果取值的次数超过生成器对象值的长度,则会报错;
通过for循环取值:如果生成器对象没有值的时候,for循环会通知迭代,所以不会报错;
到此,相信大家对“Python解析式与生成器的介绍”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。