Python高级特性之：List Comprehensions、Generator、Dictionary and set ...

今天帅气的易哥和大家分享的是Pyton的高级特性，希望大家能和我一起学习这门语言的魅力。

Python高级特性之：List Comprehensions、Generator、Dictionary and set comprehension(su013171165)



我们在需要循环处理数据的时候，往往都会用range(n)这个方法生成list但是如果需要生成奇数list或者其他list怎么办呢？这就是我今天要讲的List Comprehensions。

一、List Comprehensions（列表解析/列表生成器）方法一：循环l.append()>>> L = []>>> for i in range(10):        if i % 2 == 1:                L.append(i)                >>> L[1, 3, 5, 7, 9]需要注意的是：xrange()消耗的内存小，只做迭代处理的话，推荐一律用xrange()。

help()原文：Like range(), but instead of returning a list, returns an object that generates the numbers in the range on demand.  For looping, this is  slightly faster than range() and more memory efficient.

方法二：range用法【2014.06.01补充：生成奇偶数其实可以用range，但是本文讲的是list comprehensions。

>>> range(0, 10,2)[0, 2, 4, 6, 8]

】

方法三：使用List ComprehensionsList Comprehensions语法：[expr for iter_var in iterable] 或 [expr for iter_var in iterable if cond_expr]



L = [expr for iter_var in iterable]：for iter_var in iterable的作用是依次取 iterable赋值给iter_var，而expr for iter_var in iterable的作用就是依次取值给iter_var，expr做运算后，继续循环，expr运算得到的值赋给变量L



>>> L = [i % 2 == 1 for i in range(10)]>>> L[False, True, False, True, False, True, False, True, False, True]>>> L = [i + 1 for i in range(5)]>>> L[1, 2, 3, 4, 5]>>>

请注意上面两个表达式的不同结果。

L =  [expr for iter_var in iterable if cond_expr]：加了判断条件if cond_expr，也就是满足了判断条件才按expr运算iter_var。

>>> L = (i for i in range(10) if i % 2 ==1)>>> L<generator object <genexpr> at 0x02950F80>>>> for i in L:        print i        13579需要注意的是：第二种方法返回的不是一个list是一个generator（生成器）对象！为什么呢，我们用的是()而不是[]，是不是有人写错了？

>>> L = [i for i in range(10) if i % 2 ==1]>>> L[1, 3, 5, 7, 9]>>> 下面会讲生成器。

注：还有很多其他用法，有需求，就有使用的空间，简单写两个。

1、多层循环

>>> L = [a * b for a in range(1, 10) for b in range(1, 10)]>>> L[1, 2, 3, 4, 5, 6, 7, 8, 9, 2, 4, 6, 8, 10, 12, 14, 16, 18, 3, 6, 9, 12, 15, 18, 21, 24, 27, 4, 8, 12, 16, 20, 24, 28, 32, 36, 5, 10, 15, 20, 25, 30, 35, 40, 45, 6, 12, 18, 24, 30, 36, 42, 48, 54, 7, 14, 21, 28, 35, 42, 49, 56, 63, 8, 16, 24, 32, 40, 48, 56, 64, 72, 9, 18, 27, 36, 45, 54, 63, 72, 81]2、用等连接字典的键值：key=value

>>> d = {1: 'A', 2: 'B', 3: 'C' }>>> [str(k) + '=' + v for k, v in d.iteritems()]['1=A', '2=B', '3=C']>>> 二、Generator（生成器）官方demo：https://wiki.python.org/moin/Generators 建议迭代的时候能用generator就用！



为什么我推荐生成器呢。因为list大的时候很占内存，会受到内存限制；如果我们需要用的元素少，岂不是浪费得很？

generator的机制为：一边循环，一边计算！



generator的创建方法：1、把List Comprehensions中的[]换为()，上面有例子，不在贴出代码。有些是不能用List Comprehensions写出来的，例如斐波那契数列用，怎么办呢？ 百度百科：斐波拉契数列 维基百科：菲波拉契数列



斐波那契数列，又称黄金分割数列，指的是这样一个数列：0、1、1、2、3、5、8、13、21、……在数学上，斐波纳契数列以如下被以递归的方法定义：F0=0，F1=1，Fn=F(n-1)+F(n-2)（n>=2，n∈N*）。



这个就需要用函数了！但是普通函数不能生成generator，需要用到yield关键字。

2、yield关键字首先不得不说下generator值的取法：用for循环；用next()方法。

>>> L = (i for i in range(10) if i % 2 != 1)>>> L<generator object <genexpr> at 0x029518A0>>>> for i in L:        print i        02468>>> for i in L:        print i        >>>有没有疑问呢？再看next()方法是什么样的。

>>> L = (i for i in range(10) if i % 2 != 1)>>> L.next()0>>> L.next()2>>> L.next()4>>> L.next()6>>> L.next()8>>> L.next()Traceback (most recent call last):  File "<pyshell#6>", line 1, in <module>    L.next()StopIteration>>> for i in L:        print i        >>> 我们发现了什么？L的值被取过一遍后再也取不出来了！next()会报错，for 循环取不出来任何值。

原因是：它并不把所有的值放在内存中，它是实时地生成数据，所以只可以取值一次！

其他的迭代器方法，如下图：

Help on generator object:

<genexpr> = class generator(object)

|  Methods defined here:

|  close(...)

|      close() -> raise GeneratorExit inside generator.

|      # 抛出generator内部的GeneratorExit异常，达到停止generator的目的

>>> L = (i for i in range(10) if i % 2 != 1)>>> L.next()0>>> L.close()>>> L.next()Traceback (most recent call last):  File "<pyshell#18>", line 1, in <module>    L.next()StopIteration>>> |  next(...)

|      x.next() -> the next value, or raise StopIteration

|      # 取下一个值，所有都取过则抛出异常StopIteration

|  send(...)

|      send(arg) -> send 'arg' into generator,

|      return next yielded value or raise StopIteration.

|      # 传递参数进入generator，返回下一个yielded的值直到抛出StopIteration异常。

|  throw(...)

|      throw(typ[,val[,tb]]) -> raise exception in generator,

|      return next yielded value or raise StopIteration.

|      # 未知用法，暂未涉及

|  ----------------------------------------------------------------------

下面用斐波那契数列学习generator：

>>> def fbnq(max):        # 生成max个元素的斐波那契数列        L = []        a, b, n = 0, 1, 0        while n < max:            L.append(b)            a, b = b , a + b            n += 1        return L>>> fbnq(10)[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]>>> 我们能构建1个list的斐波那契数列，那么generator的怎么构建呢？很简单！

>>> def fbnq(max):        # 生成max个元素的斐波那契数列        a, b, n = 0, 1, 0        while n < max:            yield b            a, b = b , a + b            n += 1            >>> fbnq(8)<generator object fbnq at 0x02A1C760>>>> G.next()1>>> G.next()1>>> G.next()2>>> for i in G:        print i        3581321>>> 为什么会这样呢？由于有关键字yield，我们构建的第二个函数就不是普通的函数了，而是一个generator。工作原理是：程序执行时，遇到yield就会停下来，并返回当前yield b中的b的值，下次调用时候，又从yield处开始执行，并且执行到下一个yield处暂停，并抛出当前yield b中的b的值。（本例子中有个while循环！）下面是程序运行过程：

>>> def fbnq(max):        # 生成max个元素的斐波那契数列        a, b, n = 0, 1, 0        while n < max:            print "A"             yield b            a, b = b , a + b            n += 1            print "B"            >>> G = fbnq(5)>>> G.next()A1>>> G.next()BA1>>> G.next()BA2>>> G.next()BA3>>> G.next()BA5>>> G.next()BTraceback (most recent call last):  File "<pyshell#70>", line 1, in <module>    G.next()StopIteration>>>

【更新于：２０１４．０７．０８另外一种实现方法

>>> def fbnq():        a, b = 0, 1        while True:             yield a            a, b = b , a + b            >>> from itertools import islice>>> list(islice(fbnq(), 10))[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]>>>

】

三、Dictionary and set comprehensions新特性：2.7.X版本及3.2以上版本。本节内容2014.09.25更新。

set和dict表达式

a = {x: x*x for x in range(6)}aOut[9]: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25}type(a)Out[10]: dictb = {('a'*x) for x in range(6)}bOut[12]: {'', 'a', 'aa', 'aaa', 'aaaa', 'aaaaa'}type(b)Out[13]: set