专业性行业网站有哪些,个人计算机做服务器建网站,最简单的免费网站制作模板,老牌网站建设Python语法–推导或内含
list comprehension操作可以将一个序列类型的数据集推导出另一个序列类型的数据集#xff1a;
典型的情况#xff1a;
for i in aiterator利用推导获取一个平方数列表
square [i * i for i in range(1, 11)]以上情况同如下循环
for i in range(…Python语法–推导或内含
list comprehension操作可以将一个序列类型的数据集推导出另一个序列类型的数据集
典型的情况
for i in aiterator利用推导获取一个平方数列表
square [i * i for i in range(1, 11)]以上情况同如下循环
for i in range(1, 11):square.append(i * i)字典推导语法如下格式
{key_exp:value_exp for key_exp,value_exp in aiterator}具体案例如下
keys [name, age, weight]
values [jiamin, 28, 81]
infoMap {k: v for k, v in zip(keys, values)}推导逻辑处理
使用if语句实现选择处理遍历的元素如下语法规则
for i in aiterator if ...
{key_exp:value_exp for key_exp,value_exp in aiterator if ...}具体案例如下
##取偶数
square_odd [i * i for i in range(1, 11) if i * i % 2 0]
##只取年龄
infoMap_odd {k: v for k, v in zip(keys, values) if k age}
##通过字典生成字典
dict_one {name: jiamin, age: 28, weight: 81}
dict_two {k: v for k, v in dict_one.items() if k name}python中迭代器
迭代器是Python中一个数据量对象的容器当使用时候每次都从其中取出一个直到取完
自定义迭代器
只要定义一个实现迭代器协议的方法类即可主要协议方法与入学两个
__iter__() ## 方法放回对象本身他是for语句使用迭代器的要求
__next__() ## 方法返回容器中下一个元素或数据当容器中数据用完应该引发StopIteration自定义迭代器代码如下
## 自定义代器遍历
class MyIterator:def __init__(self, x2, xmax100):self.__mul, self.__x x, xself.__xmax xmaxdef __iter__(self):return selfdef __next__(self):if self.__x and self.__x ! 1:self.__mul * self.__xif self.__mul self.__xmax:return self.__mulelse:raise StopIterationelse:raise StopIteration
if __name__ __main__:myiter MyIterator()for i in myiter:print(自定义迭代器: , i)内置迭代器工具
Python中内建了一个用于产生迭代器的函数iter()另外一个标准库的itertools模块还有丰富的迭代器工具内置迭代器工具实例
## 内建迭代器遍历
class Counter:def __init__(self, x0):self.x xcounter Counter()def used_iter():counter.x 2return counter.xfor i in iter(used_iter, 8):print(内建迭代器遍历 , i)
itertools模块中常用工具函数
import itertools## 迭代器工具类
## 从1 开始每此以3 为步迭代
def countTest():for i in itertools.count(1, 3):print(i)if i 10:break##无线循环迭代
def cycleTest():for i in itertools.cycle([1, 2, 3]):print(i)## 循环迭代 输出 [2, 2, 2]
def repeatTest():print(list(itertools.repeat(2, 3)))##chain(p,q,...)链接迭代将pq连接起来迭代输出[1, 2, 3, 4, 5, 6]
def chainTest():print(list(itertools.chain([1, 2, 3], [4, 5, 6])))## compress(data,selectors) 根据selectors中的值选择迭代data序列中的值 输出 [1, 3]
def compressTest():print(list(itertools.compress([1, 2, 3, 4], [1, None, True, False])))## dropwhile(pred,seq) 当pred对序列元素处理结果为False时候开始迭代seq后所有的值 输出[1, 2, 10, 11]
def dropwhileTest():print(list(itertools.dropwhile(lambda x: x 6, [8, 9, 1, 2, 10, 11])))## filterfalse(pred,seq) 当pred处理为假的元素 输出[1, 2]
def filterfalseTest():print(list(itertools.filterfalse(lambda x: x 6, [8, 9, 1, 2, 10, 11])))## takewhile 与dropwhile相反 当pred对序列元素处理结果为True时候开始迭代seq后所有的值 输出[8, 9]
def takewhileTest():print(list(itertools.takewhile(lambda x: x 6, [8, 9, 1, 2, 10, 11])))## tee(it, n) 将it重复n次进行迭代
def teeTest():for its in itertools.tee([0, 1], 2):for it in its:print(it)## zip_longest(p,q,...) 按每个序列中对应位置元素组合成新的元素进行迭代
def zip_longestTest():for i in itertools.zip_longest([1, 2, 3, 8], [3, 4, 5, 76], (0, 2, 3, 4)):print(i)## product(p,q,...[,n]) 迭代排列中出现元素的全排列
def productTest():for i in itertools.product([1, 2, 3, 8], [3, 4, 5, 76]):print(i)## permutations(p, q) 求p迭代序列中q个元素的全排列
def permutationsTest():print(list(itertools.permutations([1, 2, 3, 4], 4)))print(list(itertools.permutations(ASBD, 4)))## combinations(p, r)迭代序列中r个元素的组合
def combinationsTest():print(list(itertools.combinations(abc, 2)))print(list(itertools.combinations([1, 2, 3], 2)))if __name__ __main__:combinationsTest()
