递归和迭代

  小明问路篇解释说明

  • 递归:小明——>小红——>小于——>小东;小东——>小于——>小红——>小明

    小明向小红问路,因小红不知道,所以向小于问路,因小于不知道,所以向小东问路,

    小东知道路,告诉小于,小于知道后,告诉小红,小红知道后,告诉小明

  • 迭代

      小明向小红问路,因小红不知道,所以告诉小明去问小红,

    于是,小明向小于问路,因小于不知道,所以向告诉小明去问小东,

    于是,小明向小东问路,然后小东告诉小明。

什么是迭代器协议?

  1. 迭代器协议:对象必须有一个next()方法,执行该方法,要么返回迭代的下一项,要么引起stopiteration异常,以终止迭代(只能往后走,不能往前退)
  2. 可迭代对象:实现了迭代器协议的对象(如何实现?对象内部有一个__iter__()方法。)。
  3. 协议是一种约定,可迭代对象实现了可迭代协议,Python的内部工具(如:for循环,sum、min、max函数等)使用迭代器协议访问对象。

for循环

  1. for循环的本质就是遵循迭代器协议去访问对象,但for循环的对象不一定是可迭代对象
  2. 字符串、列表、元祖、字典、集合、文件对象,这些都不是可迭代对象,只不过在for循环时调用了他们内部的__iter__()方法,把他们变成了可迭代对象。然后for循环调用可迭代对象的__next__()方法去取值,而且for循环会捕捉stopiteration异常,以终止迭代
  3. for循环是基于迭代器协议提供了一个统一的可以遍历所有对象的方法(不仅序列类型可以使用,非序列类型,如:字典,集合,文件对象也可以使用)
 s = 'hello'
# print(dir(s))
# 字符串(不可迭代对象)有__iter__()方法
# 遵循迭代器协议,生成可迭代对象liter_test
liter_test = s.__iter__()
print(liter_test) # <str_iterator object at 0x0352E9F0>
print(liter_test.__next__()) # h
print(liter_test.__next__()) # e
print(liter_test.__next__()) # l
print(liter_test.__next__()) # l
print(liter_test.__next__()) # o
 # 集合
s = {1,2,3}
# 集合(不可迭代对象)有__iter__()方法
# 遵循迭代器协议,生成可迭代对象iter_s
iter_s = s.__iter__()
print(iter_s) # <set_iterator object at 0x056CB260>
print(iter_s.__next__()) #
print(iter_s.__next__()) #
print(iter_s.__next__()) #

生成器

什么是生成器?可以理解为一种数据类型,自动实现了迭代器对象(其他的数据类型需要调用自己内置的__iter__方法,生成器不用,因为其下有__next__()方法或next()方法),所以生成器就是可迭代对象

生成器在Python中的表达形式?

生成器函数:常规函数定义,但是函数中包含yield,取代return,作为返回值;

      yield特性:可以返回值,多次yield,保存状态

生成器函数
1 def t():
yield
yield 1
yield 3
g = t()
print(g) # <generator object t at 0x04932CC0>
print(g.__next__()) # None
print(g.__next__()) #
print(g.__next__()) #

生成器表达式:

  1. 列表解析的中括号[]换成小括号()就是生成器表达式
  2. 列表解析和生成器表达式都是一种便利的编程方式,生成器更节省内存。
  3. Python不但使用迭代器协议,让for循环变得更加通用,大部分的内置函数,也是使用迭代器协议访问对象,例如:sum函数的Python的内置函数,该函数使用迭代器协议访问对象,而生成器实现了迭代器协议,所以我们可以直接计算以下一系列的和
 print(sum(x**2 for x in range(4)))  #
# 而不用
print(sum([x**2 for x in range(4)])) #
生成器表达式
生成器表达式
1 l = (i for i in range(10))
print(l) # <generator object <genexpr> at 0x04ADBB10>
print(l.__next__()) #
print(next(l)) #
print(l.__next__()) #
print(next(l)) #
# ····

三元表达式

'true' if name == 'yuan' else 'false'
 ################--三元表达式--####################
name = 'yuan'
res = 'true' if name == 'yuan' else 'false'
print(res) # true

列表解析

  中括号[]+三元表达式——>列表,很方便的生成列表,缺点:生成真实列表,数据量大时,消耗内存

  [ i for i in range(10) if i > 5]  三元表达式

 ################--列表解析--#######################
egg_list = []
for i in range(10):
egg_list.append(i)
# egg_list.append('鸡蛋%s'%i)
print(egg_list) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] l = [i for i in range(10)]
# l = ['鸡蛋%s'%i for i in range(10)]
print(l) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] # 三元表达式
li = [i for i in range(10) if i > 5]
print(li) # [6, 7, 8, 9]

Python开发——函数【迭代器、生成器、三元表达式、列表解析】的更多相关文章

  1. python迭代器 生成器 三元运算 列表解析

    1.迭代器 迭代器是访问集合元素的一种方式.迭代器对象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,迭代器的一大优 ...

  2. python学习10—迭代器、三元表达式与生成器

    python学习10—迭代器.三元表达式与生成器 1. 迭代器协议 定义:对象必须提供一个next方法,执行该方法或者返回迭代中的下一项,或者返回一个StopIteration异常,以终止迭代(只能往 ...

  3. python 之 函数 面向过程 三元表达式 函数递归

    5.11 面向过程编程思想 核心是'过程'二字,过程即解决问题的步骤,即先干什么,再干什么........ 基于面向过程编写程序就好比在设计一条流水线,是一种机械式的思维方式. 总结优缺点: 优点:复 ...

  4. day13 生成器 三元运算 列表解析

    本质上来说生成器迭代器都是一种数据类型,如果你直接打印生成器是无法得出值的,会得到一串内存地址,即一个对象想要得到生成器的值必须要用for或者next,list等来获取 生成器生成器就是一个可迭代对象 ...

  5. Python入门之三元表达式\列表推导式\生成器表达式\递归匿名函数\内置函数

    本章目录: 一.三元表达式.列表推导式.生成器表达式 二.递归调用和二分法 三.匿名函数 四.内置函数 ================================================ ...

  6. python递归-三元表达式-列表生成式-字典生成式-匿名函数-部分内置函数-04

    递归 递归: # 函数在调用阶段直接或间接地又调用了自身 应用场景: # 将列表中的数字依次打印出来(循环的层数是你必须要考虑的点)   -->  l = [1, [2, [3, [4, [5, ...

  7. Python 函数递归-三元表达式-列表生成式-字典生成式-匿名函数-内置函数

    上节课复习: 1. 无参装饰器 def 装饰器名字(func): def wrapper(*args,**kwargs): res = func(*args,**kwargs) return res ...

  8. python函数-迭代器&生成器

    python函数-迭代器&生成器 一.迭代器 1 可迭代协议 迭代:就是类似for循环,将某个数据集内的数据可以“一个挨着一个取出来” 可迭代协议: ① 协议内容:内部实现__iter__方法 ...

  9. day19-1 迭代器,三元表达式,列表推导式,字典生成式,

    目录 迭代器 可迭代对象 迭代器对象 总结 三元表达式(三目表达式) 列表推导式 字典生成式 迭代器 可迭代对象 拥有iter方法的对象就是可迭代对象 # 以下都是可迭代的对象 st = '123'. ...

随机推荐

  1. zabbix_agent添加到系统服务启动(八)

    Centos6.5上安装了zabbix_agent后,需要把zabbix_agent添加到系统服务启动,要不然每次要一长串路径再启动,挺麻烦的. 步骤: 1)拷贝zabbix解压包里的zabbix_a ...

  2. npm cnpm

    npm 1.说明: npm(node package manager)是nodejs的包管理器,用于node插件管理(包括安装.卸载.管理依赖等) 2.使用npm安装插件:命令提示符执行npm ins ...

  3. 阿里云ECS配置iptables

    在阿里云ECS安装flannel.docker.kubernetes后,在多个node运行docker run -it bash,然后ping互相的ip,发现docker容器间网络没通,发现宿主机的i ...

  4. zeal工具的安装与使用(离线api文档浏览器)

    本来想下载一个dash来用一下,结果它只有mac版本,没有windows版,遂使用zeal zeal官网:https://zealdocs.org/ 文档地址:http://kapeli.com/do ...

  5. 深度森林DeepForest

    级联森林(Cascade Forest) 级联森林结构的图示.级联的每个级别包括两个随机森林(蓝色字体标出)和两个完全随机树木森林(黑色). 假设有三个类要预测,因此,每个森林将输出三维类向量,然后将 ...

  6. django 补充和中间件

    配置 from django.conf import settings form组件 from django.forms import Formfrom django.forms import fie ...

  7. JavaSE中的小知识点分析

    1.System.out.println(); 调用System类中的public static final PrintStream out,输出为PrintStream(字节形式的输出流,为Outp ...

  8. C++学习基础十七-- 函数指针

    C++常用的函数指针 语法:返回值类型 (*函数名)(参数列表); 举例说明:int (*Func)(int m, int n); 用typedef简化函数指针的定义 例如: typedef int ...

  9. 《面向对象程序设计(java)》第七周学习总结

    1.实验目的与要求 (1)进一步理解4个成员访问权限修饰符的用途: (2)掌握Object类的常用API用法: (3)掌握ArrayList类用法与常用API: (4)掌握枚举类使用方法: (5)结合 ...

  10. kubernetes之configmap,深度解析mountPath,subPath,key,path的关系和作用

    参考:https://www.cnblogs.com/breezey/p/6582082.html 我们知道,在几乎所有的应用开发中,都会涉及到配置文件的变更,比如说在web的程序中,需要连接数据库, ...