数据类型&推导式&生成器&迭代器

一、元组和列表

1.元祖和列表的性能分析

测试环境：ipython 中使用 timeit模块
计算时间模块介绍：

# ipython环境下
In [1]: timeit list1=[1,2,3]
42.3 ns ± 1.2 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

In [2]: timeit tuple1=(1,2,3)
12.3 ns ± 0.0096 ns per loop (mean ± std. dev. of 7 runs, 100000000 loops each)

# 总结：可以看到初始化列表一千万次是初始化一千万次元组时间的三倍多，所以在数据确认的情况下尽可能使用元组储存数据

import timeit  # python下用来性能分析


def func():
    for i in range(10):
        print(i)


# 函数等需要传函数名 
times = timeit.timeit(func, number=5)
print(times)
# 数据类型需要传字符串,number默认值一千万次
times=timeit.timeit("[1,2,3]")
print(times)

2.命名元组

正常元组的取值方式是通过下标，不够人性化，命名元组就实现可以像字典那样取值

方式一（没事找事）

    # 方式一 ,先把先把下标赋值给key，然后就可以通过key取值了 太low
    tu=["小明",18,"男"]
    name=0
    age=1
    gender=2
    print(tu[name])
    print(tu[age])
    print(tu[gender])

方式二：collections 模块里的 namedtuple方法

    from collections import namedtuple

    # typename:类型名字 ,field_names:这个元组元素的名称,传一个列表
    info_tuple = namedtuple(typename="info_tuole", field_names=["name", "age", "gender"])
    # 单个元组
    tu = info_tuple("小明", 18, "男")
    print(tu)
    print(tu.age)

二、字典和集合的原理和应用

dict和set实现原理是一样的都是无序的，都是将实际的值放到list中，唯一不通的在于hash函数操作对象不同，对于dict，hash函数操作的是其key，而set是直接操作的它的元素，假设操作元素为“X”，其作为变量，放入hash函数，通过运算后取list的余数，作为list的下标存储起来，set就直接存放set本身元素，叫做hash set，而对于dict则是创建两个list，一个list存key，一个list存value，叫做hash map（map就是通过key找value的过程）

定义集合set
- 最大作用自动去重
- 关系性测试数据：交集，并集，差集，对称差集

    # 定于空集合
    se = set()
    se.add(1)  # 单个添加
    se.update([1, 2, 3, 4, 2, 2])  # 添加多个
    se.remove(1)
    print(se)

    a=set([1,2,3,4,5,6])
    b=set([4,5,7,8,9])
    # 交集intersection
    print(a.intersection(b)) #>>>{5, 6}

    # 并集union
    print(a.union(b))  # >>>{1, 2, 3, 4, 5, 6, 7, 8, 9}

    # 差集:在a中不在b中的
    print(a.difference(b))  # >>>{1, 2, 3, 4}

    # 对称差集：反向交集
    print(a.symmetric_difference(b))  # >>>{1, 2, 3, 4, 7, 8, 9}

    # 超集:判断a是不是完全包含b  a>=b
    print(a.issuperset(b))

    # 子集:判断a是不是b的子集 a<=b
    print(a.issubset(b))

字典

性能分析
- 从时间上（快-慢）：集合、字典、元组、列表
- 从内存上（少-多）：元组、列表、集合、字典

三、推导式

列表推导式

    # 如生成0-100的单数的平方列表
    list1 = [i*i for i in range(1, 101) if i % 2 == 1]
    print(list1)

字典推导式

    cook_str = 'BIDUPSID=D0727533D7147B7;PSTM=1530348042;BAIDUID=B1005C9BC2EB28;sugstore=0'

    dict_str = {i.split("=")[0]: i.split("=")[1] for i in cook_str.split(";")}

四、生成器

生成器表达式

    # 生成器表达式 内部实现了生成器协议-有__next__方法
    gen = (i for i in range(20))
    print(gen)
    print(dir(gen))
    # 通过next()方法生成一个取一个,取玩在取报错StopIteration
    print(next(gen))
    print(next(gen))
    print(next(gen))
    # 可以通过for 循环取值
    for i in gen:
        print(i)

函数生成器
- send方法
- close方法
- throw方法

    def gen_fun():
        for i in range(1,10):
            send_value = yield i
            print(send_value)

    # 赋值生成器对象
    res = gen_fun()
    print(res)
    # 执行到yield 返回1
    print(next(res))
    # 继续执行 给send_value赋值 因为不没有传 所以是None 执行打印None 在继续执行循环到yield，返回2
    print(next(res))
    # 继续执行 给send_value赋值 send的值100 打印100 执行打印100 在继续执行循环到yield，返回3
    # send方法在去过一次值后,程序执行到yield后菜能使用
    print(res.send(100)) 
    #继续执行 给send_value赋值 因为不没有传 所以是None 执行打印None 在继续执行循环到yield，返回2
    print(next(res))


    res_1=gen_fun()
    print(next(res_1))
    res_1.close()  # close 方法关闭生成器
    print(next(res_1))  # >>>StopIteration 报错


    res_2=gen_fun()
    # 让生成器抛错机制 第一个参数：异常类型 ；第二个参数：异常信息
    res_2.throw(ValueError,"value异常")  # >>>ValueError: value异常

五、迭代器

可迭代对象是序列不是迭代器，可被for循环遍历取值，内部有__iter__()方法，没有__next__()方法
可迭代对象可以通过iter方法实现可迭代协议，将可迭代对象转换成迭代器,内部有__next__()
生成器是一种特殊的迭代器
生成器相对迭代器多了几种方法（__del__，__qualname__,'close', 'gi_code', 'gi_frame', 'gi_running', 'gi_yieldfrom', 'send', 'throw'）

   list_1=[1,2,3,4,5]
   iterator=iter(list_1)
   print(iterator)
   print(next(iterator))
   print(next(iterator))