Python 推导式、迭代器、生成器、模块和包

2023-05-25,,

一、推导

(一).列表推导式(集合推导式也同理于此)

利用列表推导式,取出1-20内所有偶数

li = [i for i in range(1, 21) if i % 2 == 0] # 如果只有一个条件,要把if语句写在最后面

第一个i是放入列表的值,后面都是推导的公式

print(li)

第一个 i 相当于下面等价方案中的 append(i)。把 i 换成 "a" ,输出的列表中全是 "a"

等价于

for i in range(1,21):
if i%2==0:
li.append(li)
print(li)

利用列表推导式,取出1-20内所有数。其中奇数用字符"a"代替,偶数则正常输出

li = [i if i % 2 == 0 else "a" for i in range(1, 21)] # 添加多个条件的时候,要写在前面
print(li)

列表推导式练习:将列表 li=['a','b','c','d','e'] 倒序

print([li.pop() for i in range(len(li))])

pop()函数,remove and return the last element

(二).字典推导式

例1:
a = {str(i): i for i in range(5)}
print(a) # {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4}

例2:
a = {"i": i for i in range(5)}
print(a) # {'i': 4}

因为字典的键是唯一的,“例2”中的这个推导式,把键的名字给写死了,每一次推导其实都是在修改原先的值。

例3:
print({i: 'a' for i in range(5)})

{0: 'a', 1: 'a', 2: 'a', 3: 'a', 4: 'a'}

“例3”是把值给写死了。相当于dict.fromkeys([0,1,2,3,4],"a")

(三).元祖的话,是返回一个生成器对象:
print((i for i in range(5)))

<generator object at 0x01760960>

需要用tuple()来查看:
print(tuple(i for i in range(5)))

(0, 1, 2, 3, 4)

二、迭代器

查看一个对象是否可迭代,使用dir(li)方法,结果中出现了 "iter" 就是可迭代。

使用dir(li)查看,要有 "iter" 和 "next" 才算是一个迭代器。

枚举就是个迭代器

g = enumerate([1, 2, 3])
print(dir(g))

dir(g) 后,可以看到有 "iter" 和 "next"

(一).__iter__() 和 next():

(1).__iter__()把一个可迭代的对象变成迭代器。
li = [1, 2, 3]
g = li.__iter__() # 用这个方法变成迭代器
print(g.__next__()) # 实现迭代器(通俗理解:取值)

要赋值给一个变量。不然__next__()每次都是取第一个值

下面这样写,取的永远都是迭代器中的第一个值

print(li.__iter__().__next__())
print(li.__iter__().__next__())
print(li.__iter__().__next__())

这里就理解:!迭代器对象,必须赋值给一个变量接受!

(2).__next__(),实现迭代器,本质就是取出迭代器的下一个元素。注意:元素取完了,如果再 next() 就会报 StopIteration 异常!
li = [1, 2, 3]
g = iter(li)
print(next(g)) # 这里已经把第一个元素取出了
print("---")
for i in g: # 所以这里只会取出后面的2个值
print(i)

三、生成器 generator

在python中,使用了关键字yield的函数被成为生成器。本质上是迭代器,关键字:yield

跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作。

在调用生成器运行的过程中,每次遇到yield时,函数会暂停并保存当前所有的运行信息,返回yield的值。并在下一次执行next()方法时,从当前位置继续运行。:

如下演示一个简单的生成器:
def fun():
i = 1
while i < 5:
print(i)
# yield # 实现生成器的功能。1、暂停,2、返回值。
yield "stop" # 可以这样写,返回一个信息
i += 1
print("**", i)
print(fun()) # 这里返回了一个内存地址
f = fun()
print(next(f))

使用yield演示斐波那契:
def fab(max_num):
n, a, b = 0, 0, 1
while n < max_num:
yield "暂停 打印b:", b
a, b = b, a + b
n += 1
for x in fab(20):
print(x)

四、模块和包

(一).模块:本质上就是py文件。分为:内置模块,第三方模块。

(1).内置模块的使用:

导入所有内容:import modulename;很直观,但很占内存。

指定导入:from modulename import funcationname;明确知道自己要用什么方法。

(2).自定义模块的使用:

与当前py文件是同级路径:直接导入。

不同路径导入的参考:
import sys # 别忘了先导入这个
sys.path # 路径先调出来。返回一个列表,是python的安装目录
sys.path.append(r"") # 小括号内可添加自己py文件的绝对路径,记得取消转义

再 import modulename 就可以了

(3).得在自己写的py文件的最后一行加入:
if name == 'main':
functionname1()
functionname2()

有这段代码。测试是本身就有,还是导入进来的。

一定要对这个py文件本身执行,运行了,才会有结果。

(二).包:很多py文件放在一个文件夹中。

(三).if name == 'main':

就是个if判断,'main'就是个字符串,判断是导入的还是直接执行的。

当import一个py模块(文件)的时候,会把那个py模块(文件)执行一遍。

例1:

我有一个"test1.py"的模块(文件),如下代码:
import test2

print(name) # main
print(test2.__name__) # test2

"""
运行结果:

fengzi111
main
test2
"""

有另一个"test2.py"的文件,如下代码:
print("fengzi111")

if name == 'main':
print("fengzi222")

"test1.py"中,import了"test2",那么"test2.py"就被执行了一遍。所以在"test1.py"的运行结果中,会出现fengzi111,因为 import test2 的时候,"test2.py"被执行了一遍。

为什么打印不出fengzi222?

"test2.py"是被引入进"test1.py"中的。"test2.py"中就有了if判断,判断的结果:它们两个不是同一个name。

看"test1.py"文件中的这条代码 print(test2.__name__),这条代码特意显示了一下"test2.py"是什么名字。返回的结果是 test2,但现在执行的是"test1.py"这个文件呀!"test1"=="test2"吗?显然是False,那就不会有fengzi222了。

Python 推导式、迭代器、生成器、模块和包的相关教程结束。

《Python 推导式、迭代器、生成器、模块和包.doc》

下载本文的Word格式文档,以方便收藏与打印。