python学习总结---函数使用 and 生成器
# 函数使用
### 生成器
- 使用场景
在使用列表时,很多时候我们不会一下子使用全部数据,通常都是一个一个使用,但是当数据量比较大的时候,定义一个大的列表将会是内容使用突然增大。为了解决此类问题,python中引入了生成器的概念。
- 使用方式
- 方式1:将列表生成式的[]改为()
```python
# 列表生成式
# lt = [i for i in range(10)]
# 生成器方式1:将列表生成式的[]改为()
lt = (i for i in range(3))
1.# 可以转换为列表
# print(list(lt))
2.# 可以进行遍历
# for i in lt:
# print(i, end=' ')
3.# 可以一个一个提取,当遍历完毕后再使用next会报StopIteration错
print(next(lt))
print(next(lt))
print(next(lt))
```
- 方式2:在函数中是使用yield
```python
def test(n):
for i in range(1, n+1):
# 执行到此处,函数会返回yield后的值,然后停在这里
yield i
t = test(3)
# print(t)
# 可以使用next一个一个提取
# print(next(t))
# print(next(t))
# print(next(t))
# print(next(t))
# 可以遍历
# for i in t:
# print(i)
# 可以转换为列表
print(list(t))
```
- 总结:
- 生成器对象保存的特定数据的生成算法,但并不是保存所有的数据
- 生成器使用任意一种方式操作,都只能操作一遍
- 生成器可以做的操作:遍历、转换为列表、next
### 迭代器
- 定义:能够使用for-in进行遍历,并且能够使用next依次获取其中一个元素。
- 说明:
- 生成器就是一种特殊的迭代器
- 判断一个对象是不是迭代器
```python
from collections import Iterator
# lt = [i for i in range(10)]
lt = (i for i in range(10))
print(isinstance(lt, Iterator))
```
- 字符串、列表、元组、字典等都不是迭代器,它们都是可迭代对象。
### 可迭代对象
- 定义:可以使用for-in进行遍历的对象,都是可迭代对象。
- 说明:
- 前面学过的容器类型都是可迭代对象。
- 迭代器一定是可迭代对象
- 判断:一个对象是否可迭代
```python
from collections import Iterable
lt = [1, 2, 3]
print(isinstance(lt, Iterable))
```
- iter:将可迭代对象转换为迭代器
```python
from collections import Iterable, Iterator
lt = [1, 2, 3]
# 将一个可迭代对象转换为迭代器
lt = iter(lt)
print(isinstance(lt, Iterable))
print(isinstance(lt, Iterator))
```
### 高级函数
- map
- 参数
```
func:一个函数
iter1:一个可迭代对象
```
- 使用:
```python
from collections import Iterator
lt = [1, 2, 3, 4, 5]
def pingfang(x):
return x * x
# 返回一个迭代器
ret = map(pingfang, lt)
# ret = map(lambda x: 2 * x, lt)
print(isinstance(ret, Iterator))
print(list(ret))
```
- 练习:
- 熟悉字符串的函数:strip、lstrip、rstrip
- ```python
#熟悉字符串的函数:strip、lstrip、rstrip
str = ' LOVE '
#去掉字符串中的空格
#a = str.strip()
#删除左边的
#a = str.lstrip( 'B')
#删除右边的
a = str.rstrip()
print('AAA'+a+'BBB')
```
- 使用map函数:将一个元素全是字符串的列表进行处理,删除元素前后的空白,首字母大写
- ```python
a = [' iloveyou ']
b = [a[0].strip()]
def shanchu(x):
return x[0].upper() + x[1:].lower()
print(list(map(shanchu,b)))
```
- filter
- 参数
```
function:过滤函数
iterable:可迭代对象
```
- 使用:
```python
lt = [1, 2, 3, 4, 5]
def oushu(x):
return x%2 == 0
# f = filter(oushu, lt)
f = filter(lambda x: x%2 != 0, lt)
print(list(f))
```
- 练习:提取列表中长度大于3的字符串,列表中什么元素都有
- ```python
第一种:
lt = ['a','ab','abc','abcd',12345,235]
def shuzi(x):
return isinstance(x,str) and len(x) > 3
f = filter(shuzi,lt)
print(list(f))
第二种:
lt = ['a','ab','abc','abcd',12345,235]
f = list(filter(lambda s:isinstance(s,str) and len(s) > 3,lt))
print(list(f))
```
- reduce
- 参数
```
function:处理函数
sequence:序列(容器对象)
```
- 说明:
```
1.首先从序列中取出两个元素,作为处理函数的参数
2.处理完的结构与下一个元素进行使用处理函数处理
3.处理结束,将处理完的结果返回
```
- 使用:
```python
from functools import reduce
lt = [1, 2, 3, 4, 5]
def add(a, b):
return a + b
# ret = reduce(add, lt)
# 转换为12345
ret = reduce(lambda x, y: x * 10 + y, lt)
print(ret)
```
- 练习:求一个列表中所有元素的乘积
- ```python
from functools import reduce
lt = [1,2,3,4,5]
ret = reduce(lambda x , y : x*y,lt)
print(ret)
```
- sorted
- 说明:
- 排序函数,支持逆序和任意元素排序
- 返回新的排序后的列表,不会改变原列表
- 使用方式与列表的排序方法一样
- 与我们自己实现的稍有不同
### random
- 示例:
```python
import random
#生成指定范围内的随机整数
print(random.randint(1,10))
#生成某一范围内的随机小数
print(random.random())
#生成指定位置内的随机小数
print(random.uniform())
#从容器对象(列表或字符)串中随机抽取一个元素
it=[1,2,3,4,5,6,7,8,9,0]
print(random.choice(it))
#从容器对象中随机提取两个元素;指定个数
print(random.sample([1,2,3,4,5],2))
#sample 提取个数为一的情况 等价于上面提取个数为一的函数
print(random.choices('absajbdsad'))
#随机提取一个列表
it=[1,2,3,4,5,6,]
random.shuffle(it)
print(it)
```
### 练习
- 使用random函数实现randint函数的功能,函数名:def my_randint(start, end)
- ```python
import random
def rand_int(m,n):
return round(random.random() *(n-m)+m)
print(rand_int(1,10))
```
- 生成指定长度指定类型的随机字符串,参数:长度、类型
- ```python
第一种:
import random
def random_str(n):
str1 = ""
base_str = 'ABCDEFGHIGKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789'
length = len(base_str)-1
for i in range (n):
str1 += base_str[random.randint(0,length)]
return str1
f = random_str(24)
print(f)
第二种:
import random
def rand_str(lenght=4,kind=0):
if kind == 0 : #纯数字
base_str = '1234567890'
elif kind == 1 : #纯字母
base_str = 'askdrjnfk'
else: #数字字母混合
base_str = '41ss4e5rtg56h'
return ''.join(random.choice(base_str) for i in range(lenght))
print(rand_str(3,2))
```
- 字符串转换,如:`IloveYOUmoreTHANiCANsay` => `I love you more than i can say`
- ```python
第一种:
def sep_words(s):
ret = s[0].upper()
for i in range(1,len(s)):
if s[i].islower() == s[i-1].isupper():
ret += ' '
ret += s[i].lower()
return ret
print(sep_words('IloveYOUmoreTHANiCANsay'))
第二种:
def sep_words(s):
ret = s[0]
for i in range(1,len(s)):
if s[i].islower() == s[i-1].isupper():
ret += ' '
ret += s[i]
return ret.capitalize()
print(sep_words('IloveYOUmoreTHANiCANsay'))
```
- 将列表中的元素完成特定的向右移动,参数:列表、移动长度
- 如:`[1, 2, 3, 4, 5]`,移动2,结果:`4, 5, 1, 2, 3`
- ```python
第一种:
def right_shuft(lt,step):
step = step%len(lt)
for i in range(step):
#弹出最后一个元素
last = lt.pop()
#将最后一个元素插入到开头
lt.insert(0,last)
lt = [1,2,3,4,5]
right_shuft(lt,2)
print(lt)
第二种:
def right_shift(lt,step):
step %= len(lt)
left = lt[:-step]
right = lt[-step:]
lt.clear()
lt.extend(right)
lt.extend(left)
lt = [1,2,3,4,5]
right_shift(lt,2)
print(lt)
```
- 使用递归,完成传入n,返回`1! + 2! + 3! + ... + n!`
- ```python
#f(n) => f(n-1) + n!
#f(n) => f(n-1) + n * (n-1)!
#f(n) => f(n-1) + n * (f(n-1)-f(n-2))
def jiechenghe(n):
if n == 1:
return 1
elif n == 2:
return 3
return jiechenghe(n-1)+ n * (jiechenghe(n-1)-jiechenghe(n-2))
print(jiechenghe(1))
print(jiechenghe(2))
print(jiechenghe(3))
```
python学习总结---函数使用 and 生成器的更多相关文章
- python学习8—函数之高阶函数与内置函数
python学习8—函数之高阶函数与内置函数 1. 高阶函数 a. map()函数 对第二个输入的参数进行第一个输入的参数指定的操作.map()函数的返回值是一个迭代器,只可以迭代一次,迭代过后会被释 ...
- python学习7—函数定义、参数、递归、作用域、匿名函数以及函数式编程
python学习7—函数定义.参数.递归.作用域.匿名函数以及函数式编程 1. 函数定义 def test(x) # discription y = 2 * x return y 返回一个值,则返回原 ...
- Python学习之--函数/生成器/装饰器
Function,函数,主要是为了:1提高代码的复用程度,2将程序模块化. 定义函数 在Python中,使用def 用来定义函数,一般函数的定义如下: def name(arg1,arg2,....) ...
- python学习笔记四 迭代器,生成器,装饰器(基础篇)
迭代器 __iter__方法返回一个迭代器,它是具有__next__方法的对象.在调用__next__方法时,迭代器会返回它的下一个值,若__next__方法调用迭代器 没有值返回,就会引发一个Sto ...
- Python学习之路——迭代器、生成器、算法基础、正则
一.迭代器: 迭代器是访问集合元素的一种方式. 迭代器对象是从集合的第一个元素开始访问,直到所有的元素被访问完结束. 迭代器只能往前不会后退,不过这也没什么,因为人们很少在迭代途中往后退. 另外,迭代 ...
- Python学习笔记010_迭代器_生成器
迭代器 迭代就类似于循环,每次重复的过程被称为迭代的过程,每次迭代的结果将被用来作为下一次迭代的初始值,提供迭代方法的容器被称为迭代器. 常见的迭代器有 (列表.元祖.字典.字符串.文件 等),通常 ...
- Python学习(三):迭代器、生成器、装饰器、递归、算法、正则
1.迭代器 迭代器是访问集合的一种方式,迭代对象从集合的第一个元素开始访问,直到元素被访问结束,迭代器只能往前不能后退,最大的优点是不要求事先准备好整个迭代过程中的元素,这个特点使得它特别适合用于遍历 ...
- 从0开始的Python学习007函数&函数柯里化
简介 函数是可以重用的程序段.首先这段代码有一个名字,然后你可以在你的程序的任何地方使用这个名称来调用这个程序段.这个就是函数调用,在之前的学习中我们已经使用了很多的内置函数像type().range ...
- python学习Day10 函数的介绍(定义、组成、使用)
今日学习内容: 1.什么是函数 :函数就是一个含有特定功能的变量,一个解决某问题的工具 函数的定义:通过关键字def + 功能名字():代码体(根据需求撰写代码逻辑) 2.为什么要用函数:可以复用:函 ...
随机推荐
- mm struct与pgd
假如该vm_area_struct描述的是一个文件映射的虚存空间,成员vm_file便指向被映射的文件的file结构,vm_pgoff是该虚存空间起始地址在vm_file文件里面的文件偏移,单位为物理 ...
- 模拟猜数(POJ2328)
题目链接:http://poj.org/problem?id=2328 解题报告: 缩短区间,soeasy, #include <stdio.h> #include <stdlib. ...
- c# base new 等关键字基础
base关键字 不仅可以 调用父类的 实例方法,也能狗调用父类的 构造方法 https://www.cnblogs.com/aehyok/p/3519599.html
- AI-Info-Micron-Insight:5G、人工智能和即将到来的移动革命
ylbtech-AI-Info-Micron-Insight:5G.人工智能和即将到来的移动革命 1.返回顶部 1. 5G.人工智能和即将到来的移动革命 人们都说自己的手机“智能”,但究竟有多智能?凡 ...
- 【洛谷P1996】约瑟夫问题
约瑟夫问题 链表模拟大概是正解 #include<iostream> using namespace std; struct node{ //单链表 int d; node *next; ...
- 继承FileInputFormat类来理解 FileInputFormat类
import java.io.IOException; import java.util.ArrayList; import java.util.List; import org.apache.had ...
- vscode-tfs插件报错:TF30063
解决方案:删除tfs凭证,然后用vs重新登陆tfs服务器,此时会在电脑上创建要一个新的tfs凭证,然后再用vscode-tfs操作tfs就没有问题了.
- Bug分支
软件开发中,bug就像家常便饭一样.有了bug就需要修复,在Git中,由于分支是如此的强大,所以,每个bug都可以通过一个新的临时分支来修复,修复后,合并分支,然后将临时分支删除. 当你接到一个修复一 ...
- fcn
上几周把fcn跑了几个模型,唉,因此测试程序,整了很久,浪费时间啊. fcn做分割,其实我是想用来做检测的,但是总是觉得这个框架是以后的趋势,所以一直想要去在这个基础上做个东西,目前训练的模型还没有测 ...
- Thymeleaf显示Map集合数据
<select class="form-control zz-set-input-size" id="channel"> <option va ...