python-迭代器、生成器、内置函数及面向过程编程
一、迭代器 迭代器是迭代取值的工具,迭代是一个重复的过程,每一次重复都是基于上一次的结果而来的. 为什么要用迭代器呢? 1.可以不依赖索引取值 2.同一时刻在内存中只有一个值,不会过多的占用内存 如何用迭代器? 可迭代的对象:但凡内置有__iter__方法的对象都是可迭代的对象,列如str,list,dict,tuple,set,文件对象 迭代器对象:即内置有__iter__方法又内置有__next__方法的对象称之为迭代器对象,如文件对象 可迭代对象.__iter__()-------->迭代器对象 迭代器对象.__tier__()-------->迭代器本身 迭代器对象.__next__()--------->迭代器的下一个值 总结迭代器: 优点:1.可以不依赖索引取值 2.同一时刻在内存中只有一个值,不会过多的占用内存 缺点: 1.不如按照索引取值或者key取值的方式灵活 2.无法预测迭代器所包含值的长度 二、生成器 生成器本质上就是一种自定义的迭代器 函数内包含yield关键字,调用函数不会执行函数体代码,会得到一个返回值,该返回值就是生成器对象 def func(): print('first') yield 1 print('second') yield 2 print('third') yield 3 print('fourth') g=func() print(g) #生成器对象 res1=next(g) #会触发函数的执行，直到碰到一个yield停下来，并且将yield后的值当作本次next的结果返回 print(res1)# 返回值1 自定义生成一个和内置函数range功能一样的生成器: def my_range(start,stop,step=1): while start < stop: # 3 < 3 yield start start+=step #start=3 obj=my_range(1,5,2) # 1 3 把函数赋值给一个变量名,这个变量名就是生成器,迭代器 print(next(obj)) print(next(obj)) 了解知识点:yield的表达式形式的应用:x=yield # def dog(name): # print('狗哥 %s 准备开吃' %name) # food_list=[] # while True: # food=yield food_list # food=yield='肉包子' # print('%s 吃了 %s' %(name,food)) # food_list.append(food) # g=dog('alex') # 强调：针对表达式形式的yield的使用，第一步必须让函数先暂停到一个yield的位置，才能进行传值操作 # next(g) # 张开狗嘴，让生成器先暂停到yield的位置，准备接收外部传进来的值 # res1=next(g) #g.send(None) # print(res1) # res2=g.send('屎包子') # 1. 先为当前暂停位置的yield赋值 2. next(生成器)直到再次碰到一个yield停下来，然后其的值当做本次next的结果 # print(res2) # res3=g.send('肉包子') # print(res3) # res4=g.send('泔水') # print(res4) 总结yield:只能在函数内使用 1.yield提供了一种自定义迭代器的解决方案 2.yield可以保存函数的暂停的状态 3.yield对比return 1.相同点:都可以返回值,返回的类型与个数都没有限制 2.不同点:yield可以返回多次值,而return只能返回一次函数就结束了 生成器表达式: # g = (i**2 for i in range(1,6) if i>3) 和列表表达式的区别就是"()" 三、内置函数(简单内置函数,前面接触过的就不介绍了) all():如果里面的对象是真的就返回真,如果为空也返回真 print(all([1,'',None]))#False print(all([1,2,'aaa']))#True print(all([]))#True print(all(''))#True any():有一个为真就返回真,为空时返回假 print(any([0,'',None,False,1]))#True print(any([0,'',None,False]))#False print(any([]))#False callable:判断函数是否可调用 Return whether the object is callable ASCII码与数字转换: print(chr(65))#A print(chr(90))#Z print(ord('a'))#97 print(ord('z'))#122 divmod(x,y):分页 Return the tuple (x//y, x%y) print(divmod(3003,20))#(150, 3) eval:动态地执行一个表达式的字符串,或者compile函数编译出来的对象 print(eval('1+2+3+4')) res=eval('[1,2,3]') print(res,type(res)) frozenset()返回一个冻结的集合,集合冻结后不能再添加删除任何元素 pow()pow(2,3,3) #(2**3)%3 reversed():反转列表 l=[1,'a','3',3] l1=reversed(l) print(list(l1)) round():取近似数 print(round(3.5))#4 print(round(3.3))#3 slice():保存一个切片 l=['a','b','c','d','e'] s='helloworld' obj=slice(1,5,2) # print(l[1:5:2]) print(l[obj])#['b', 'd'] zip():拉链函数 l=[1,2,3,4,5,6,7] s='hello' res=zip(l,s) print(list(res))#[(1, 'h'), (2, 'e'), (3, 'l'), (4, 'l'), (5, 'o')] filter():函数接收一个函数 f和一个list，这个函数f的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。 def is_odd(x): return x % 2 == 1 filter(is_odd, [1, 4, 6, 7, 9, 12, 17])#[1, 7, 9, 17] 删除 None 或者空字符串： def is_not_empty(s): return s and len(s.strip()) > 0 filter(is_not_empty, ['test', None, '', 'str', ' ', 'END']) #['test', 'str', 'END'] map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。 L = [1,2,3,4,] def pow2(x): ... return x*x ... map(pow2,L) #[1, 4, 9, 16] sorted()对list、dict进行排序 l=[1,4,3,4,9,6,2] l1 = sorted(l) print(l1)#[1, 2, 3, 4, 4, 6, 9] 四、面向过程编程 核心是过程二字,过程指的就是解决问题的步骤,即先干什么后干什么,基于该思想编写程序就好比在设计一条流水线,是一种机械化的思维方式 优点: 复杂的问题流程化,进而简单化 缺点:可扩展性差 焚膏油以继晷，恒兀兀以穷年。
