Python--列表生成式(List Comprehensions)del语句和生成器(generator)
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python--列表生成式(List Comprehensions)del语句和生成器(generator)相关的知识,希望对你有一定的参考价值。
1.运用列表生成式,可以写出非常简洁的代码
例如:
squares = [] for x in range(10): squares.append(x**2) print squares # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
可以写成如下形式:
squares = [x**2 for x in range(10)]
for循环后面还可以加上if语句来作为判断条件,如可以得到偶数
[x**2 for x in range(10) if x % 2 == 0] # [0, 4, 16, 36, 64]
还可以利用双重for循环,生成全排列
[m + n for m in ‘ABC‘ for n in ‘xyz‘] # [‘Ax‘, ‘Ay‘, ‘Az‘, ‘Bx‘, ‘By‘, ‘Bz‘, ‘Cx‘, ‘Cy‘, ‘Cz‘]
列表表达式可以包含复杂的表达式和函数嵌套
from math import pi [str(round(pi,i)) for i in range(1, 6)] # [‘3.1‘, ‘3.14‘, ‘3.142‘, ‘3.1416‘, ‘3.14159‘]
嵌套的列表表达式
[[row[i] for row in matrix] for i in range(4)] # [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
上面的表达式还可以写成下面的形式:
transposed = [] for i in range(4): transposed.append([row[i] for row in matrix]) print transposed # [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
这个反过来写也是一样,如下:
transposed = [] for i in range(4): transposed_row = [] for row in matrix: transposed_row.append(row[i]) transposed.append(transposed_row) print transposed # [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
还有一个Python内置函数zip(),也可以实现如上功能
zip(*matrix) # [(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]
2.del语句(The del statement)
>>> a = [-1, 1, 66.25, 333, 333, 1234.5] >>> del a[0] >>> a [1, 66.25, 333, 333, 1234.5] >>> del a[2:4] >>> a [1, 66.25, 1234.5] >>> del a[:] >>> a []
清空整个list也可以用下面语句
del a
3.生成器(generator)
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。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器:generator。
要创建一个generator,有很多种方法。第一种方法很简单,只要把一个列表生成式的[]
改成()
,就创建了一个generator:
L = [x * x for x in range(10)] print L # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] g = (x * x for x in range(10)) print g # <generator object <genexpr> at 0x10f9ba190>
可以通过next()获取generator的下一个返回值
print next(g) print next(g) print next(g) ------------- 0 1 4
generator保存的是算法,每次调用next(g)
,就计算出g
的下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出StopIteration
的错误。当然,上面这种不断调用next(g)
实在是太变态了,正确的方法是使用for
循环:
g = (x * x for x in range(10)) for n in g: print n ----------------------------- 0 1 4 9 16 25 36 49 64 81
所以,我们创建了一个generator后,基本上永远不会调用next()
,而是通过for
循环来迭代它,并且不需要关心StopIteration
的错误。
generator非常强大。如果推算的算法比较复杂,用类似列表生成式的for
循环无法实现的时候,还可以用函数来实现。
比如,著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到:
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来,但是,用函数把它打印出来却很容易
def fib(max): n, a, b = 0, 0, 1 while n < max: print(b) a, b = b, a + b n = n + 1 return ‘done‘ print fib(12) -------------------- 1 1 2 3 5 8 13 21 34 55 89 144 done
可以看出,fib
函数实际上是定义了斐波拉契数列的推算规则,可以从第一个元素开始,推算出后续任意的元素,这种逻辑其实非常类似generator。也就是说,上面的函数和generator仅一步之遥。要把fib
函数变成generator,只需要把print(b)
改为yield b
就可以了:
def fib(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1
这就是定义generator的另一种方法。如果一个函数定义中包含yield
关键字,那么这个函数就不再是一个普通函数,而是一个generator:
f = fib(12) print f ---------------- <generator object fib at 0x107cdad20>
generator和函数的执行流程不一样。函数是顺序执行,遇到return
语句或者最后一行函数语句就返回。而变成generator的函数,在每次调用next()
的时候执行,遇到yield
语句返回,再次执行时从上次返回的yield
语句处继续执行。
以上是关于Python--列表生成式(List Comprehensions)del语句和生成器(generator)的主要内容,如果未能解决你的问题,请参考以下文章