Python_列表推导式_生成器的表达式_各种推导式_40

列表推导式：

#列表推导式：

egg_list = []
for i in range(10):
    egg_list.append('鸡蛋%s'%i)
print(egg_list)



egon
egg_list=['鸡蛋%s'%i for i in range(10)]    #列表推导式
print(egg_list)

# print([i*i for i in range(10)])

生成器表达式：

#生成器表达式

g = (i for i in range(10))
print(g)
for i in  g:
    print(i)

# 括号不一样
# 返回的值不一样 === 几乎不占用内存

老母鸡=('鸡蛋%s'%i for i in range(10))   #生成器表达式
print(老母鸡)
for 蛋 in 老母鸡:
    print(蛋)


#g = (i*i for i in range(10))
#print(g.__next__())

各种推导式：

完整的列表推导式：

#[每一个元素或者是和元素相关的操作 for 元素 in 可迭代数据类型]    #遍历之后挨个处理
#[满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素相关的条件]   #筛选功能

# #30以内所有能被3整除的数
ret = [i for i in range(30) if i%3 == 0]  #完整的列表推导式
g = (i for i in range(30) if i%3 == 0)  #完整的生成器表达式
print(ret)

# #30以内所有能被3整除的数的平方
ret = [i*i for i in (1,2,3,4) if i%3 == 0] #元组推导式
ret = (i*i for i in range(30) if i%3 == 0)
print(ret)

# # 例三:找到嵌套列表中名字含有两个‘e’的所有名字
names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
         ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
ret1 = [name for lst in names for name in lst if name.count('e') ==2]
ret2 = (name for lst in names for name in lst if name.count('e') ==2)
print(ret1)

字典推导式：

# 例一：将一个字典的key和value对调
mcase = {'a': 10, 'b': 34}
#{10:'a' , 34:'b'}
mcase_frequency = {mcase[k]: k for k in mcase}
print(mcase_frequency)

# 例二：合并大小写对应的value值，将k统一成小写
mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
#{'a':10+7,'b':34,'z':3}
mcase_frequency = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k in mcase}
print(mcase_frequency)

d = {'a': 10}

d['a'] #10

# d['b'] #报错

print(d.get('a')) #10

print(d.get('b')) #None

print(d.get('b', 0)) #0
    

集合推导式，自带结果去重功能：

squared = {x**2 for x in [1, -1, 2]}
print(squared)

#各种推导式 ： 生成器 列表 字典 集合
    #遍历操作
    #筛选操作

本章小结

可迭代对象：

　　拥有__iter__方法

　　特点：惰性运算

　　例如:range(),str,list,tuple,dict,set

迭代器Iterator：

　　拥有__iter__方法和__next__方法

　　例如:iter(range()),iter(str),iter(list),iter(tuple),iter(dict),iter(set),reversed(list_o),map(func,list_o),filter(func,list_o),file_o

生成器Generator：

　　本质：迭代器，所以拥有__iter__方法和__next__方法

　　特点：惰性运算,开发者自定义

使用生成器的优点：

1.延迟计算，一次返回一个结果。也就是说，它不会一次生成所有的结果，这对于大数据量处理，将会非常有用。

#列表解析
sum([i for i in range(100000000)])#内存占用大,机器容易卡死
 
#生成器表达式
sum(i for i in range(100000000))#几乎不占内存

2.提高代码可读性