本篇内容主要讲解“Python全栈推导式和生成器怎么实现”，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全栈推导式和生成器怎么实现”吧!
# ### 推导式 : 通过一行循环判断遍历出一些列数据的方法叫做推导式 """ 语法: val for val in iterable """ # 1.推导式基本语法 lst = [] for i in range(1,51): lst.append(i) print(lst) # 改写推导式 lst = [ i for i in range(1,51) ] print(lst) # 小练习 # 1.[1,2,3,4,5] => [2,4,6,8,10] lst = [ i*2 for i in range(1,6) ] print(lst) # 2.带有判断条件的推导式 """注意点:for后面紧跟的判断条件只能是单项分支.""" """[1,2,3,4,5,6,7,8,9,10] => [1,3,5,7,9 ... ]""" lst = [1,2,3,4,5,6,7,8,9,10] lst_new = [] for i in lst: if i % 2 == 1: lst_new.append(i) print(lst_new) # 改写推导式 lst = [ i for i in lst if i % 2 == 1 ] print(lst) # 3.多循环推导式 # 谁♡♢♤♠谁 lst1 = ["孙杰龙","陈露","曹静怡"] lst2 = ["王志国","邓鹏","合理"] lst_new = [] for i in lst1: for j in lst2: lst_new.append(i+"♡♢♤♠"+j) print(lst_new) # 改写推导式 lst = [ i+"♡♢♤♠"+j for i in lst1 for j in lst2 ] print(lst) # 4.带有判断条件的多循环推导式 lst_new = [] for i in lst1: for j in lst2: if lst1.index(i) == lst2.index(j): lst_new.append(i+"♡♢♤♠"+j) print(lst_new) # 改写推导式 lst = [i+"♡♢♤♠"+j for i in lst1 for j in lst2 if lst1.index(i) == lst2.index(j)] print(lst)
# ### 推导式练习题
# (1).{'x': 'A', 'y': 'B', 'z': 'C' } 把字典写成x=A,y=B,z=C的列表推导式
dic = {'x': 'A', 'y': 'B', 'z': 'C' }
lst = []
for k,v in dic.items():
res = k + "=" + v
lst.append(res)
print(lst)
# 推导式
lst = [ k + "=" + v for k,v in dic.items() ]
print(lst)
# (2).把列表中所有字符变成小写 ["ADDD","dddDD","DDaa","sss"]
lst = ["ADDD","dddDD","DDaa","sss"]
lst_new = []
for i in lst:
lst_new.append(i.lower())
print(lst_new)
# 推导式
lst = [ i.lower() for i in lst ]
print(lst)
# (3).x是0-5之间的偶数,y是0-5之间的奇数 把x,y组成一起变成元组,放到列表当中
# 方法一
lst = []
for x in range(6):
for y in range(6):
if x % 2 == 0 and y % 2 == 1:
lst.append( (x,y) )
print(lst)
# 推导式
lst = [ (x,y) for x in range(6) for y in range(6) if x % 2 == 0 and y % 2 == 1 ]
print(lst)
# 方法二
lst = []
for x in range(6):
if x % 2 == 0 :
for y in range(6):
if y % 2 == 1:
lst.append( (x,y) )
print(lst)
# 推导式
lst = [ (x,y) for x in range(6) if x % 2 == 0 for y in range(6) if y % 2 == 1 ]
print(lst)
# (4).使用列表推导式 制作所有99乘法表中的运算
for i in range(1,10):
for j in range(1,i+1):
print("{:d}*{:d}={:2d} ".format(i,j,i*j) , end="")
print()
lst = ["{:d}*{:d}={:2d} ".format(i,j,i*j) for i in range(1,10) for j in range(1,i+1)]
print(lst)
# (5)求M,N中矩阵和元素的乘积
# M = [ [1,2,3],
# [4,5,6],
# [7,8,9] ]
# N = [ [2,2,2],
# [3,3,3],
# [4,4,4] ]
M = [ [1,2,3] ,[4,5,6] , [7,8,9] ]
N = [ [2,2,2] ,[3,3,3] , [4,4,4] ]
"""
M[0][0] * N[0][0] = 2
M[0][1] * N[0][1] = 4
M[0][2] * N[0][2] = 6
M[1][0] * N[1][0] = 12
M[1][1] * N[1][1] = 15
M[1][2] * N[1][2] = 18
M[2][0] * N[2][0] = 12
M[2][1] * N[2][1] = 15
M[2][2] * N[2][2] = 18
"""
# =>实现效果1 [2, 4, 6, 12, 15, 18, 28, 32, 36]
"""双层循环,外层循环动的慢,内层循环动的快,正好符号M N 矩阵的下标"""
lst = []
for i in range(3):
for j in range(3):
lst.append( M[i][j] * N[i][j] )
print(lst)
# =>实现效果2 [ [2, 4, 6], [12, 15, 18], [28, 32, 36] ]
# 遍历出三个空的列表
lst = [ [] for i in range(3)]
print(lst)
lst = [ [ M[i][j] * N[i][j] for j in range(3) ] for i in range(3)]
print(lst)
"""
[ M[i][j] * N[i][j] for j in range(3) ]
[ [2, 4, 6] [12, 15, 18] [28, 32, 36] ]
"""# ### 集合推导式
"""
案例:
满足年龄在18到21,存款大于等于5000 小于等于5500的人,
开卡格式为:尊贵VIP卡老x(姓氏),否则开卡格式为:抠脚大汉卡老x(姓氏)
把开卡的种类统计出来
"""
lst = [
{"name":"赵沈阳","age":18,"money":3000},
{"name":"赵万里","age":19,"money":5200},
{"name":"赵蜂拥","age":20,"money":100000},
{"name":"赵世超","age":21,"money":1000},
{"name":"王志国","age":18,"money":5500},
{"name":"王永飞","age":99,"money":5500}
]
setvar = set()
for i in lst:
print(i) # {'name': '赵沈阳', 'age': 18, 'money': 3000}
if 18 <= i["age"] <= 21 and 5000 <= i["money"] <= 5500:
res = "尊贵VIP卡老{}".format(i["name"][0])
else:
res = "抠脚大汉卡老{}".format(i["name"][0])
# 添加到集合中
setvar.add(res)
print(setvar)
# { 三元运算符 + 推导式 }
# 三运运算符 + 推导式
setvar = { "尊贵VIP卡老{}".format(i["name"][0]) if 18 <= i["age"] <= 21 and 5000 <= i["money"] <= 5500 else "抠脚大汉卡老{}".format(i["name"][0]) for i in lst }
print(setvar)
# ### 字典推导式
### 一.enumerate
"""
enumerate(iterable,[start=0])
功能:枚举 ; 将索引号和iterable中的值,一个一个拿出来配对组成元组,通过迭代器返回
参数:
iterable: 可迭代性数据 (常用:迭代器,容器类型数据,可迭代对象range)
start: 可以选择开始的索引号(默认从0开始索引)
返回值:迭代器
"""
# 基本语法
from collections import Iterator,Iterable
lst =["王文","吕洞宾","何仙姑","铁拐李","张国老","曹国舅","蓝采和","韩湘子"]
it = enumerate(lst)
it = enumerate(lst,start=100)
print(isinstance(it,Iterator))
# next
print( next(it) )
# for + next (推荐,数据较大时使用)
for i in range(3):
print(next(it))
# for
for i in it:
print(i)
# list 强转迭代器
print(list(it))
# (1) 字典推导式 配合 enumerate 来实现
dic = {k:v for k,v in enumerate(lst,start=100)}
print(dic)
"""
(100, '王文')
(101, '吕洞宾')
(102, '何仙姑')
(103, '铁拐李')
(104, '张国老')
(105, '曹国舅')
(106, '蓝采和')
(107, '韩湘子')
"""
# (2) 使用dict强转迭代器,瞬间得到字典
dic = dict( enumerate(lst,start=100) )
print(dic)
### 二.zip
"""
特点:按照索引配对
zip(iterable, ... ...)
功能: 将多个iterable中的值,一个一个拿出来配对组成元组,通过迭代器返回
iterable: 可迭代性数据 (常用:迭代器,容器类型数据,可迭代对象range)
返回: 迭代器
"""
# 基本语法
# lst1 = ["孙开启","王永飞","于朝志"]
# lst2 = ["薛宇健","韩瑞晓","上朝气"]
# lst3 = ["刘文博","历史园","张光旭"]
# 在索引下标同时存在时,才会进行配对,否则舍弃.
lst1 = ["孙开启","王永飞","于朝志"]
lst2 = ["薛宇健","韩瑞晓"]
lst3 = ["刘文博"]
it = zip(lst1,lst2,lst3)
print(list(it))
# (1) 字典推导式 配合 zip 来实现
lst_key = ["ww","axd","yyt"]
lst_val = ["王维","安晓东","杨元涛"]
# ('ww', '王维'), ('axd', '安晓东'), ('yyt', '杨元涛')
dic = {k:v for k,v in zip(lst_key , lst_val) }
print(dic)
# (2) 使用dict强转迭代器,瞬间得到字典
dic = dict( zip(lst_key , lst_val) )
print(dic)# ### 生成器 """ #生成器本质是迭代器，允许自定义逻辑的迭代器 #迭代器和生成器区别: 迭代器本身是系统内置的.重写不了. 而生成器是用户自定义的,可以重写迭代逻辑 #生成器可以用两种方式创建: (1)生成器表达式 (里面是推导式,外面用圆括号) (2)生成器函数 (用def定义,里面含有yield) """ # (1) 生成器表达式 (里面是推导式,外面用圆括号) gen = ( i for i in range(10) ) print(gen) # 判断类型 from collections import Iterator,Iterable print(isinstance(gen,Iterator)) # 1.next 调用生成器 print(next(gen)) print(next(gen)) # 2.for + next 调用生成器 for i in range(3): print(next(gen)) # 3.for 调用生成器所有数据 for i in gen: print(i) # 4.list强转生成器,瞬间得到所有数据 gen = ( i for i in range(10) ) print(list(gen)) # print(next(gen)) error # StopIteration
# ### 生成器函数
"""
# yield 类似于 return
共同点在于:执行到这句话都会把值返回出去
不同点在于:yield每次返回时,会记住上次离开时执行的位置 , 下次在调用生成器 , 会从上次执行的位置往下走
而return直接终止函数,每次重头调用.
yield 6 和 yield(6) 2种写法都可以 yield 6 更像 return 6 的写法 推荐使用
"""
# (1) 基本语法
def mygen():
print("111")
yield 1
print("222")
yield 2
print("333")
yield 3
# 初始化生成器函数 => 返回生成器对象 => 简称生成器
gen = mygen()
# 第一次调用
res = next(gen)
print(res)
# 第二次调用
res = next(gen)
print(res)
# 第三次调用
res = next(gen)
print(res)
# 第四次调用
"""
StopIteration error
res = next(gen)
print(res)
"""
"""
# 第一次调用
print("111") yield 1 保存当前第13行代码的状态,把1返回,并且等待下一次调用
# 第二次调用
从上一次保存的位置13行往下走, print("222") yield 2 保存当前第16行代码的状态,把2返回,并且等待下一次调用
# 第三次调用
从上一次保存的位置16行往下走, print("333") yield 3 保存当前第19行代码的状态,把3返回,并且等待下一次调用
# 第四次调用
因为没有更多的yield 返回数据,所有停止迭代.出现报错异常.
"""
# (2) 优化生成器代码
"""生成器应用的场景是在大数据的范围中使用,切记不可直接用for遍历所有,可能无法短时间内获取所有数据"""
def mygen():
for i in range(1,101):
yield i
# 初始化生成器函数 => 生成器
gen = mygen()
print("<=====>")
for i in range(30):
num = next(gen)
print("我的球衣号码是{}".format(num))
print("<=====>")
for i in range(40):
num = next(gen)
print("我的球衣号码是{}".format(num))
# (3) send的使用方式 (给上一个yield发送数据)
"""
# next和send区别:
next 只能取值
send 不但能取值,还能发送值
# send注意点:
第一个 send 不能给 yield 传值 默认只能写None
最后一个yield 接受不到send的发送值
"""
def mygen():
print("start")
res = yield "内部1"
print(res,"<==内部==>")
res = yield "内部2"
print(res,"<==内部==>")
res = yield "内部3"
print(res,"<==内部==>")
print("end")
# 初始化生成器函数 => 生成器
gen = mygen()
# 第一次调用生成器
"""
第一次调用生成器时,因为没有遇到yield保存的代码位置,
无法发送数据,默认第一次只能发送None
"""
res = gen.send(None)
print(res,"<==外部==>")
# 第二次调用生成器
res = gen.send("100")
print(res,"<==外部==>")
# 第三次调用生成器
res = gen.send("200")
print(res,"<==外部==>")
# 第四次调用生成器
"""
error
res = gen.send("300")
print(res,"<==外部==>")
"""
"""
使用send调用生成器,第一次发送时必须是None,因为还没有遇到yield保存的代码位置
res = gen.send(None) 走到mygen生成器函数中
print("start")
res = yield "内部1" 执行第80行 ,保存退出,记录当前代码位置,将 "内部1" 返回
在98行接受数据 res = "内部1" print(内部1,"<==外部==>")
第二次调用生成器
res = gen.send("100") 把100这个数据发送给上一次代码保存的位置80行进行接受. => 导致 80行 res = 100
打印81行 print(100 ,"<==内部==>")
执行83行 res = yield "内部2" 保存退出,记录当前代码位置,将 "内部2" 返回
执行102行 res = gen.send("100") => "内部2" print("内部2","<==外部==>")
....
依次类推 ...
到第四次调用时, 因为没有更多的yield 返回数据,gen.send(300)无法接受到返回值,所以出现停止迭代 StopIteration的报错,程序终止;
"""
# (4) yield from 的使用
"""将一个可迭代对象变成一个迭代器返回 """
def mygen():
lst = ["张磊","李亚峰","刘一峰","王同培"]
yield from lst
# 初始化生成器函数
gen = mygen()
print(next(gen))
print(next(gen))
print(next(gen))
print(next(gen))
# print(next(gen)) # StopIteration
# (5) 斐波那契数列
"""使用生成器分段获取所有内容,而不是一股脑的把所有数据全部打印"""
"""1 1 2 3 5 8 13 21 34 .... """
def mygen(maxval):
a,b = 0,1
i = 0
while i < maxval:
# print(b)
yield b
a,b = b,a+b
i += 1
# mygen(10)
gen = mygen(10)
# 第一次获取
for i in range(3):
print(next(gen))
# 第二次获取
for i in range(5):
print(next(gen))
# 1.用推导式写如下程序
# (1)构建如下列表：[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
lst = [i * 2 for i in range(10)]
lst = [i for i in range(0,19,2) ]
print(lst)
# (2)lst = ['alex', 'WuSir', '老男孩', '神秘男孩'] 将lst构建如下列表:['alex0', 'WuSir1', '老男孩2', '神秘男孩3']
lst = ['alex', 'WuSir', '老男孩', '神秘男孩']
# 方法一
# lst = [i + str(lst.index(i)) for i in lst]
# 方法二
lst = [lst[i] + str(i) for i in range(len(lst)) ]
print(lst)
# (3)构建如下列表：[(0, 1), (1, 2), (2, 3), (3, 4), (4, 5), (5, 6)]
lst = [ (j,i) for j in range(0,6) for i in range(1,7) if i-j == 1]
print(lst)
lst = [(i,i+1) for i in range(6)]
print(lst)
# (4)求出50以内能被3整除的数的平方，并放入到一个列表中。
lst = [i ** 2 for i in range(51) if i % 3 == 0]
print(lst)
# (5)M = [[1,2,3],[4,5,6],[7,8,9]], 把M中3,6,9组成新列表
M = [[1,2,3],[4,5,6],[7,8,9]]
lst = [ i[-1] for i in M ]
print(lst)
# (6)构建如下列表：['python1期', 'python2期', 'python3期', 'python4期', 'python6期', 'python7期', 'python8期', 'python9期', 'python10期']
lst = [ "python{}期".format(i) for i in range(1,11) if i != 5 ]
print(lst)
# (7)过滤掉长度小于3的字符串列表 , 并转换成大写字母
lst = ["sdfsdfsdfsdf","234","你说的符号是","a","ab"]
lst = [ i.upper() for i in lst if len(i) >=3 ]
print(lst)
# (8)除了大小王,里面有52项,每一项是一个元组,请返回如下扑克牌列表[('红心'，'2'),('草花'，'J'), …('黑桃'，'A')]
lst1 = ["红心","草花","黑桃","方片"]
lst2 = ["A","2","3","4","5","6","7","8","9","10","J","Q","K"]
lst = [(i,j) for i in lst1 for j in lst2]
print(lst)
# 2.用推导式写如下程序
lst1 = {
'name':'alex',
'Values':[
{'timestamp': 1517991992.94,'values':100,},
{'timestamp': 1517992000.94,'values': 200,},
{'timestamp': 1517992014.94,'values': 300,},
{'timestamp': 1517992744.94,'values': 350},
{'timestamp': 1517992800.94,'values': 280}
]
}
# 将lst1 转化成如下 lst2:
lst2 = [
[1517991992.94, 100],
[1517992000.94, 200],
[1517992014.94, 300],
[1517992744.94, 350],
[1517992800.94, 280]
]
# 方法一
lst2 = [ [i["timestamp"] , i["values"]] for i in lst1["Values"] ]
print(lst2)
# 方法二
lst2 = [ list(i.values()) for i in lst1["Values"]]
print(lst2)
# 3.读取一个文件所有内容,通过生成器调用一次获取一行数据.
def mygen(filename):
with open(filename,mode="r+",encoding="utf-8") as fp:
for i in fp:
yield i
gen = mygen("ceshi111.txt")
for i in range(3):
print(next(gen))
for i in range(6):
print(next(gen))
# 4.将普通求和函数改写成yield写法
print("<====>")
def add(a,b):
yield a + b
mygen = add(34,5)
for i in mygen:
print(i) 到此，相信大家对“Python全栈推导式和生成器怎么实现”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。
