python里面返回上一步_Python中的这3个骚操作你会吗？
本文主要介紹Python的高級(jí)特性：列表推導(dǎo)式、迭代器和生成器，是面試中經(jīng)常會(huì)被問(wèn)到的特性。
因?yàn)樯善鲗?shí)現(xiàn)了迭代器協(xié)議，可由列表推導(dǎo)式來(lái)生成，所有，這三個(gè)概念作為一章來(lái)介紹，是最便于大家理解的，現(xiàn)在看不懂沒(méi)關(guān)系，下面我不僅是會(huì)讓大家知其然，重要的更是要知其所以然。
列表推導(dǎo)式
前幾天有個(gè)HR讓我談?wù)劻斜硗茖?dǎo)式，我說(shuō)這我經(jīng)常用，就是用舊的列表生成一個(gè)新的列表的公式，他直接就把我拒了，讓我回去復(fù)習(xí)一下，挺受打擊的，所以決定也幫助大家回顧一下。
內(nèi)容：
列表推導(dǎo)式：舊的列表->新的列表
了解：字典推導(dǎo)式 集合推導(dǎo)式
1、列表推導(dǎo)式
格式 [表達(dá)式 for 變量 in 舊列表]
或 [表達(dá)式 for 變量 in 舊列表 if 條件]
例1：生成名字長(zhǎng)度大于3且首字母大寫的新列表。
names_old = ['tom', 'amy', 'daming', 'lingling']
names_new = [name.capitalize() for name in names_old if len(name) > 3]
print(names_new)
輸出：
['Daming', 'Lingling']
例2：(大廠初級(jí)筆試題目)生成一個(gè)元組列表，要求每個(gè)元素為(0-5偶數(shù)，0-10奇數(shù))形式。輸出結(jié)果為：
[(0, 1), (0, 3), (0, 5), (0, 7), (0, 9), (2, 1), (2, 3), (2, 5), (2, 7), (2, 9), (4, 1), (4, 3), (4, 5), (4, 7), (4, 9)]
for循環(huán)實(shí)現(xiàn)代碼：
new_list = list()
for i in range(5): # 偶數(shù)
if i % 2 == 0:
for j in range(10): # 奇數(shù)
if j % 2 != 0:
new_list.append((i, j))
列表推導(dǎo)式代碼：
new_list = [(i, j) for i in range(5) for j in range(10) if i % 2 == 0 and j % 2 != 0]
例3：(大廠初級(jí)筆試題目)給出一個(gè)員工列表：
employees_old = [{'name': "tmo", "salary": 4800},
{'name': "amy", "salary": 3800},
{'name': "daming", "salary": 7000},
{'name': "lingling", "salary": 5600}]
如果員工薪資大于5000則加200，否則加500，輸出新的員工列表。
列表推導(dǎo)式：
employees_new = [employee['salary'] + 200 if employee['salary'] > 5000 else employee['salary'] + 500 for employee in employees_old]
print(employees_new)
輸出：
[5300, 4300, 7200, 5800]
發(fā)現(xiàn)結(jié)果是員工薪資列表，回過(guò)頭看一下代碼，確實(shí)是把得到的數(shù)字給了列表，那要返回員工列表要怎么實(shí)現(xiàn)呢？
讓我們用普通for循環(huán)的方式來(lái)進(jìn)行一下對(duì)比：
for employee in employees_old:
if employee['salary'] > 5000:
employee['salary'] += 200
else:
employee['salary'] += 500
?
print(employees_old)
輸出：
[{'name': 'tmo', 'salary': 5300}, {'name': 'amy', 'salary': 4300}, {'name': 'daming', 'salary': 7200}, {'name': 'lingling', 'salary': 5800}]
沒(méi)錯(cuò)，我們注意到兩者的差別了，列表推導(dǎo)式我們少了一步賦值(在字典元素上進(jìn)行賦值)，不能直接返回一個(gè)薪資數(shù)值而是一個(gè)員工字典給列表。
正確的列表推導(dǎo)式如下：
employees_new = [
{'name': employee['name'], 'salary': employee['salary'] + 200} if employee['salary'] > 5000 else
{'name': employee['name'], 'salary': employee['salary'] + 500} for employee in employees_old]
?
print(employees_new)
2、字典推導(dǎo)式：
例1：
dict_old = {'a': 'A', 'b': 'B', 'c': 'C', 'd': 'C'}
dict_new = {value: key for key, value in dict_old.items()}
print(dict_new)
輸出：
{'A': 'a', 'B': 'b', 'C': 'd'}
3、集合推導(dǎo)式：
類似列表推導(dǎo)式 典型用法：去重
例1：
list_old = [1, 2, 3, 5, 2, 3]
set_new = {x for x in list_old}
print(set_new)
輸出：
{1, 2 ,3, 5}
小結(jié)：到目前為止，列表推導(dǎo)式不就是一個(gè)用來(lái)創(chuàng)建列表的式子么？除了可以簡(jiǎn)化代碼，裝裝X？
其實(shí)，列表推導(dǎo)式還有另一個(gè)優(yōu)點(diǎn)是相比于for循環(huán)更高效，因?yàn)榱斜硗茖?dǎo)式在執(zhí)行時(shí)調(diào)用的是Python的底層C代碼，而for循環(huán)則是用Python代碼來(lái)執(zhí)行。嗷~面試官最想聽到的，是第二點(diǎn)。
迭代器
由于迭代器協(xié)議對(duì)很多人來(lái)說(shuō)，是一個(gè)較為抽象的概念，而且生成器自動(dòng)實(shí)現(xiàn)了迭代器協(xié)議，所以我們需要先講解一下迭代器協(xié)議的概念，也是為了更好的理解接下來(lái)的生成器。
可以被next()函數(shù)調(diào)用并不斷返回下一個(gè)值的對(duì)象稱為迭代器：Iterator。
迭代是訪問(wèn)集合元素的一種方式，迭代器是一個(gè)可以記住遍歷位置的對(duì)象。迭代器對(duì)象從集合的第一個(gè)元素開始訪問(wèn)，直到所有元素被訪問(wèn)完結(jié)束。
迭代器只能往前不能后退。
迭代器協(xié)議：是指對(duì)象需要提供next()方法，它要么返回迭代中的下一項(xiàng)，要么就引起一個(gè)StopIteration異常，以終止迭代。
可迭代對(duì)象：就是實(shí)現(xiàn)了迭代器協(xié)議的對(duì)象。
舉個(gè)例子，對(duì)Python稍微熟悉一點(diǎn)的朋友應(yīng)該知道，Python的for循環(huán)不但可以用來(lái)遍歷list，還可以用來(lái)遍歷文件對(duì)象，如下所示：
with open('F:/test/test.txt') as f:
for line in f:
print(line)
為什么在Python中，文件還可以使用for循環(huán)進(jìn)行遍歷呢？這是因?yàn)?#xff0c;在Python中，文件對(duì)象實(shí)現(xiàn)了迭代器協(xié)議，for循環(huán)并不知道它遍歷的是一個(gè)文件對(duì)象，它只管使用迭代器協(xié)議訪問(wèn)對(duì)象即可。
正是由于Python的文件對(duì)象實(shí)現(xiàn)了迭代器協(xié)議，我們才得以使用如此方便的方式訪問(wèn)文件，如下所示：
with open('F:/test/test.txt') as f:
print(dir(f))
輸出：
['__class__', '__del__', '__dict__', '__dir__', '__init__', '__iter__', '__next__', 'closed', 'line_buffering', 'newlines', 'read', 'readline'......]
可迭代的是不是肯定就是迭代器？
生成器是可迭代的，也是迭代器。
list是可迭代的，但不是迭代器。list可以借助iter()函數(shù)將可迭代的變成迭代器list->iter(list)->迭代器next()：
舉個(gè)栗子：
list1 = iter([x for x in range(10)])
print(next(list1))
print(next(list1))
可迭代對(duì)象：
生成器
元組 列表 集合 字典 字符串
如何判斷一個(gè)對(duì)象是否是可迭代？
借助isinstance()函數(shù)：
from collections import Iterable
?
print(isinstance([x for x in range(10)], Iterable)) # 列表
print(isinstance('hello world', Iterable)) # 字符串
print(isinstance(100, Iterable)) # 數(shù)字
print(isinstance((x for x in range(10)), Iterable)) # 迭代器
輸出：
True
True
False
True
生成器
生成器是Python最有用的特性之一，也是使用的最不廣泛的Python特性之一。究其原因，主要是因?yàn)?#xff0c;在其他主流語(yǔ)言里面沒(méi)有生成器的概念。
正是由于生成器是一個(gè)“新”的東西，所以，它一方面沒(méi)有引起廣大工程師的重視，另一方面，也增加了工程師的學(xué)習(xí)成本，最終導(dǎo)致大家錯(cuò)過(guò)了Python中如此有用的一個(gè)特性。
我們已經(jīng)知道，通過(guò)列表推導(dǎo)式可以直接創(chuàng)建一個(gè)列表，但是，受到內(nèi)存限制，列表容量肯定是有限的。
而且，創(chuàng)建一個(gè)包含100萬(wàn)個(gè)元素的列表，不僅占用很大的存儲(chǔ)空間，如果我們僅僅需要訪問(wèn)前面那幾個(gè)元素，那后面絕大多數(shù)元素占用的空間都白白浪費(fèi)了。
所以，如果列表元素可以按照某種算法在循環(huán)的過(guò)程中不斷推算出后續(xù)的元素，這樣既不必創(chuàng)建完整的list，從而還可以節(jié)省大量的空間。
在Python中，這種一邊循環(huán)一邊計(jì)算的機(jī)制，稱為生成器:generator。
Python使用生成器對(duì)延遲操作提供了支持。所謂延遲操作，是指在需要的時(shí)候才產(chǎn)生結(jié)果，而不是立即產(chǎn)生結(jié)果。這也是生成器的主要好處。
定義生成器
Python有兩種不同的方式提供生成器：
方法一：借助列表推導(dǎo)式
生成器表達(dá)式：類似于列表推導(dǎo)(這也就是為什么第一節(jié)我要先介紹列表推導(dǎo)式)，但是，生成器返回按需產(chǎn)生結(jié)果的一個(gè)對(duì)象，而不是一次構(gòu)建一個(gè)結(jié)果列表。
例1：
my_generator = (x for x in range(5)) # 注意是()不是[]
print(my_generator) # 發(fā)現(xiàn)不能打印出元素
print(type(my_generator))
print(my_generator.__next__()) # 三種得到元素的方法，注意看輸出結(jié)果
print(next(my_generator))
for i in my_generator:
print(i)
?
# 注意會(huì)拋出StopIteration異常
# print(next(my_generator))
print(next(my_generator)) # generator只能遍歷一次
輸出：
Traceback (most recent call last):
File "E:/pycharm/Leetcode/RL_Learning/printdata.py", line 11, in
print(next(my_generator))
StopIteration
at 0x0000000000513660>
0
1
2
3
4
方法二：借助函數(shù)
生成器函數(shù)：使用yield語(yǔ)句而不是return語(yǔ)句返回函數(shù)結(jié)果。yield語(yǔ)句一次返回一個(gè)結(jié)果，在每個(gè)結(jié)果中間，掛起函數(shù)的狀態(tài)，起到暫停的作用，以便下次從它離開的地方繼續(xù)執(zhí)行。
步驟：
定義函數(shù)，函數(shù)返回使用yield關(guān)鍵字；
調(diào)用函數(shù)，接收函數(shù)返回值；
得到的返回結(jié)果就是生成器；
借助next()或nest()得到想要的元素。
例2：你的函數(shù)里面只要出現(xiàn)了yield關(guān)鍵字，你的函數(shù)就不再是函數(shù)了，就變成生成器了：
# 斐波那契數(shù)列：
def fib(length): # 1. 定義函數(shù)
a, b = 0, 1
n = 0
while n < length:
n += 1
yield b # return b + 暫停
a, b = b, a + b
?
?
g = fib(5) # 2. 調(diào)用函數(shù)
print(g) # 3. 返回的就是生成器
print(next(g)) # 4. 借助`next()`或`__nest__()`得到想要的元素
print(next(g)) # 每調(diào)用一次產(chǎn)生一個(gè)值
print(next(g))
print(g.__next__())
print(g.__next__())
輸出：
1
1
2
3
5
注意：生成器只能遍歷一次。
當(dāng)調(diào)用函數(shù)的時(shí)候，并沒(méi)有進(jìn)函數(shù)進(jìn)行執(zhí)行，而是直接生成一個(gè)生成器，當(dāng)調(diào)用next的時(shí)候，才進(jìn)入函數(shù)真正開始執(zhí)行，除了第一次調(diào)用next()方法是從函數(shù)頭開始執(zhí)行，其余每次都是接著從上次執(zhí)行到y(tǒng)ield的地方接著執(zhí)行的。
小結(jié)
使用生成器以后，代碼行數(shù)更少。大家要記住，如果想把代碼寫的Pythonic，在保證代碼可讀性的前提下，代碼行數(shù)越少越好。
合理使用生成器，能夠有效提高代碼可讀性。只要大家完全接受了生成器的概念，理解了yield語(yǔ)句和return語(yǔ)句一樣，也是返回一個(gè)值。那么，就能夠理解為什么使用生成器比不使用生成器要好，能夠理解使用生成器真的可以讓代碼變得清晰易懂。
在實(shí)際工作中，充分利用Python生成器，不但能夠減少內(nèi)存使用，還能夠提高代碼可讀性。掌握生成器也是Python高手的標(biāo)配。
文源網(wǎng)絡(luò)，僅供學(xué)習(xí)之用，如有侵權(quán)，聯(lián)系刪除。
我將優(yōu)質(zhì)的技術(shù)文章和經(jīng)驗(yàn)總結(jié)都匯集在了我的公眾號(hào)【Python圈子】里。
在學(xué)習(xí)Python的道路上肯定會(huì)遇見困難，別慌，我這里有一套學(xué)習(xí)資料，包含40+本電子書，600+個(gè)教學(xué)視頻，涉及Python基礎(chǔ)、爬蟲、框架、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)等，不怕你學(xué)不會(huì)！還有學(xué)習(xí)交流群，一起學(xué)習(xí)進(jìn)步~
總結(jié)
以上是生活随笔為你收集整理的python里面返回上一步_Python中的这3个骚操作你会吗？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： c# python 相互调用_【GhPy
- 下一篇： python中scrapy的middle