【廖雪峰Python教程】学习笔记一 (高级特性)

Life is short, you need Python.

完整教程:廖雪峰的官方网站

在学习廖雪峰老师的Python教程,由于一段时间不用Python,对一些关键知识点不太熟悉了,所以在此记一下笔记。

1、列表生成式

List Comprehensions ,是Python内置的非常简单却强大的可以用来创建list的生成式。

例如, 创建1-10内的偶数列表。

[ i for i in range(1,11) if i%2==0 ]

运行结果:

[2, 4, 6, 8, 10]

也可以用多重for循环,for循环可以同时使用两个甚至多个变量。

2、生成器

介绍:通过列表生成式,我们可以直接创建一个列表。但是,受到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器(Generator)。

Generator的创建:

1、将一个列表生成式的 [ ] 改成 ( ) , 创建后可通过 next() 函数(或者 for 循环, generator也是可迭代对象)得到generator的下一个返回值。

>>> g=( i*i for i in range(1,11) )
>>>> next(g)
1
>>> next(g)
4

或者:

>>> for i in g:
	print(i, end=' ')

9 16 25 36 49 64 81 100  //这里是从9开始,而不是14 因为在之前next()已经调用过了

2、yield关键字
如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator。

例:利用函数求斐波那契数

def fib(len):
    n,a,b=0,0,1
    while n<len:
        print("第%d个斐波那契数为: %d" % (n+1,b),end="\n")
        a,b=b,a+b
        n+=1
    return "OK"

fib(6)的运行结果如下:
第1个斐波那契数为: 1
第2个斐波那契数为: 1
第3个斐波那契数为: 2
第4个斐波那契数为: 3
第5个斐波那契数为: 5
第6个斐波那契数为: 8

要把fib函数变成generator,只需要把 print 改为 yield , 如下:

def fib(len):
    n,a,b=0,0,1
    while n<len:
        yield b
        a,b=b,a+b
        n+=1
    return "OK"
>>> f=fib(6)
>>> f
<generator object fib at 0x000001FAACD9C8B8>
>>> for i in f:
	print(i,end="\n")

1
1
2
3
5
8

generator和函数的执行流程不一样。函数是顺序执行,遇到return语句或者最后一行函数语句就返回。而变成generator的函数,在每次调用next()的时候执行,遇到yield语句返回,再次执行时从上次返回的yield语句处继续执行。

3、迭代器

可以直接作用于for循环的数据类型有以下几种:

一类是集合数据类型,如list、tuple、dict、set、str等;

一类是generator,包括生成器和带yield的generator function。

这些可以直接作用于for循环的对象统称为可迭代对象:Iterable。

可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator

两者区别:
Python的Iterator对象表示的是一个数据流,Iterator对象可以被next()函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列,但我们却不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,所以Iterator的计算是惰性的,只有在需要返回下一个数据时它才会计算。

Iterator甚至可以表示一个无限大的数据流,例如全体自然数。而使用list是永远不可能存储全体自然数的。

集合数据类型如list、dict、str等是Iterable但不是Iterator,不过可以通过iter()函数获得一个Iterator对象。

关于isinstance() 函数:
isinstance() 函数来判断一个对象是否是一个已知的类型,类似 type()。

isinstance() 与 type() 区别:

type() 不会认为子类是一种父类类型,不考虑继承关系。

isinstance() 会认为子类是一种父类类型,考虑继承关系。

如果要判断两个类型是否相同推荐使用 isinstance()。

>>> from collections import Iterable
>>> from collections import Iterator
>>> L=[1, 2, 3, 4, 5]
>>>> isinstance(L,Iterable)
True
>>> isinstance(L,Iterator)
False
>>> L=iter(L)
>>> isinstance(L,Iterator)
True
>>> next(L)
1
>>> next(L)
2

完。

本文只是针对个人的一个知识点总结,详细完整的知识点请参考廖雪峰老师的网站教程。

点击前往:廖雪峰的官方网站

发布了17 篇原创文章 · 获赞 24 · 访问量 1930

猜你喜欢

转载自blog.csdn.net/qq_45271256/article/details/103240877
今日推荐