列表生成式
a = [x for x in range(10)]
print(type(a))
print(a)
运行结果:
<class 'list'>
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
再来一个例子:
a = [x*2 for x in range(10)] # 先执行 x in range(10) 得出的每个值,再依次计算 x * 2 最后组成一个列表。
print(a)
运行结果:
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
生成器
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。如果列表元素可以按照某种算法推算出来,用到才创建,在 Python 中这种称为生成器:generator。就像厨师一样,用到了才做菜。生成器是一种特殊的迭代器,生成器自动实现了“迭代器协议”(即__iter__和next方法),不需要再手动实现两方法。生成器在迭代的过程中可以改变当前迭代值,而修改普通迭代器的当前迭代值往往会发生异常,影响程序的执行。
创建生成器方法一:
a = (x for x in range(4))
print(a) # 打印 a 的类型 generator object
print(a.__next__()) # 获取生成器的第一个值 __netx__() 这个特殊方法不建议使用
print(next(a)) # 获取生成器的下一个值, 等价于 a.__next__(); python 2.x 用 a.next() 方法
print(next(a))
print(next(a))
print(next(a)) # 当生成器的值取完后,会报 StopIteration 错误
运行结果:
<generator object <genexpr> at 0x000002249CCA1200>
0
1
2
3
StopIteration
创建生成器方法二:
def foo():
print('ok')
yield 1 # 返回一个 1
a = foo()
print(a) # 打印类型
b = next(a) # 获取返回值,执行 next(a)的时候执行了 print('ok')
print(b)
运行结果:
<generator object foo at 0x000001A5AE421200>
ok
1
使用 for 迭代生成器
注:可迭代对象是指拥有 iter 方法的对象。例如: 列表,元组,字典
a = (x for x in range(4))
for i in a:
print(i)
运行结果:
0
1
2
3
斐波拉契数列
def fib(max):
n, before, after = 0, 0, 1
while n < max:
yield after # 返回一个 after 值
before, after = after, before + after # 这里会优先计算出右边的表达式的结果:
# 第一次循环时 before, after = 1, 1
n += 1
res = fib(5) # 生成一个生成器
print(next(res))
print(next(res))
print(next(res))
print(next(res))
print(next(res))
运行结果:
1
1
2
3
5
使用 send 方法传入参数
def bar():
print('ok1')
count = yield 1 # 先返回 1 后,从 send 中接收 8 赋值给变量 count
print(count)
print('ok2')
yield 2
b = bar()
#b.send(None) # 跟 next(b) 作用一样,第一次 send 前如果没有 next, 只能传一个 send(None)
print(next(b)) # 打印 yield 1 返回的 1
print(b.send(8)) # send(8) 进入 yield 1 处,把 8 赋值给 count
运行结果:
ok1
1
8
ok2
2
使用文件读取,找出文件中最长的行数
文件 1.txt 内容为:
111111
222
333
4444
res = max(len(x.strip()) for x in open('1.txt', 'r'))
print(res)
运行结果:
6