迭代器app
1.迭代器的定義: 能被next調用,並不斷返回下一個值的對象,叫作迭代器(對象)ssh
2.迭代器的概念:函數
迭代器指的是迭代取值的工具,迭代是一個重複的過程,
每次重複都是基於上一次的結果而繼續的,
單純的重複並非迭代工具
3.迭代器的特徵: 並不依賴索引,而經過next指針迭代全部數據,一次只取一個值,大大節省空間spa
4.dir: 獲取當前類型對象中的全部成員指針
其中,裏面有一個魔術方法,叫作__iter__方法,code
__iter__方法用來判斷是不是可迭代性數據orm
setvar = {"a","b","c","d"} lst = dir(setvar) # 獲取setvar對象中的全部成員 print(lst) ''' ['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__iand__', '__init__', '__init_subclass__', '__ior__', '__isub__', '__iter__', '__ixor__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'add', 'clear', 'copy', 'difference', 'difference_update', 'discard', 'intersection', 'intersection_update', 'isdisjoint', 'issubset', 'issuperset', 'pop', 'remove', 'symmetric_difference', 'symmetric_difference_update', 'union', 'update'] '''
5.關於迭代器,須要注意的點:對象
for 循環可以遍歷一切可迭代性數據的緣由在於,底層調用了迭代器,經過next方法中的指針實現數據的獲取blog
可迭代對象(不能夠被next直接調用) -> 迭代器(能夠被next直接調用的過程)
一個可迭代對象不必定是迭代器
一個迭代器就必定是一個可迭代對象
6.定義一個迭代器
定義迭代器須要使用iter()方法
setvar = {"a","b","c","d"} it = iter(setvar) # 將可迭代對象setvar變成了迭代器 print(it) # <set_iterator object at 0x000002142D1108B8>
7.判斷一個迭代器
迭代器必需要有__iter__方法和__next__方法
res = "__iter__" in dir(it) and "__next__" in dir(it) print(res) #True
8.調用迭代器
next在調用迭代器中的數據時,是單向不可逆,一條路走到黑的過程
當沒有可迭代的數據後,拋出一個StopIteration的異常,而且中止迭代
setvar = {"a","b","c","d"} it = iter(setvar) # 將可迭代對象setvar變成了迭代器 res = next(it) print(res) # c res = next(it) print(res) # d res = next(it) print(res) # a res = next(it) print(res) # b res = next(it) print(res) # 當沒有可迭代的數據後,拋出一個StopIteration的異常,而且中止迭代
9.重置迭代器
重置迭代器,只須要再次調用iter()方法便可
it = iter(setvar) # 重置迭代器 res = next(it) print(res)
10.使用其餘方式判斷是不是可迭代對象/迭代器
"""Iterator 迭代器 Iterable 可迭代對象""" from collections import Iterator,Iterable it = iter(setvar) res = isinstance(it,Iterator) print(res) res = isinstance(it,Iterable) print(res)
11.除了next(),也可使用如下兩種方式調用迭代器中的數據
# 1. for 循環 print("<=>") for i in it: print(i) # 2. for + next print("<=>") lst = [1,2,3,4,5,6,7,7,8,9,10] it = iter(lst) for i in range(10): res = next(it) print(res) print(next(it)) print(next(it))
高階函數
高階函數的定義:可以把函數當成參數傳遞的就是高階函數
經常使用的四大高階函數:map filter reduce sorted
1.map
map(func,Iterable)
功能:處理數據
把Iterable中的數據一個一個拿出來,扔到func函數中作處理
把處理以後的結果放到迭代器當中,最後返回迭代器
參數:
func : 自定義函數 或 內置函數
Iterable : 可迭代性數據(容器類型數據 range對象 迭代器)
返回值:
迭代器
示例1:將["1","2","3","4"]轉化成[1,2,3,4]
常規寫法:
lst = ["1","2","3","4"] # 常規寫法 lst_new = [] for i in lst: lst_new.append(int(i)) print(lst_new)
用map改造的寫法:
# map改造 it = map(int,lst) # it是一個map對象 print(list(it)) # [1,2,3,4]
map(int,lst)的實現過程:
首先把"1" 扔到int當中作處理,將強轉後的結果扔到迭代器中
而後把"2" 扔到int當中作處理,將強轉後的結果扔到迭代器中
而後把"3" 扔到int當中作處理,將強轉後的結果扔到迭代器中
而後把"4" 扔到int當中作處理,將強轉後的結果扔到迭代器中
最終返回迭代器
獲取迭代器中的數據的方法:1.next() 2.for循環遍歷 3.for+next 4.list(it)強轉
示例2:[1,2,3,4] => [2,8,24,64]
# map改造 '''參數和返回值return必定要寫''' def func(n): return n << n lst = [1,2,3,4] it = map(func,lst) print(list(it)) # lambda + map it = map(lambda n : n << n , lst) print(list(it))
示例3:dic = {97:"a",98:"b",99:"c"} # ["a","b","c"] => ascii [97,98,99]
# map改造 def func(n): # 原字典 dic = {97:"a",98:"b",99:"c"} # 新字典 dic_new = {} # 遍歷原字典 for k,v in dic.items(): # 更換鍵值對 dic_new[v] = k print(dic_new) # {'a': 97, 'b': 98, 'c': 99} # 經過鍵來獲取值 return dic_new[n] lst = ["a","b","c"] it = map(func,lst) print(list(it))
2.filter
filter(func,iterable)
功能: 過濾數據
return True 當前這個數據保留
return False 當前這個數據捨棄
參數:
func : 自定義函數
iterable : 可迭代型數據(容器類型數據,range對象,迭代器)
返回值:
迭代器
lst = [1,2,3,4,5,6,7,8,9,10] # 常規寫法 lst_new = [] for i in lst: if i % 2 == 0: lst_new.append(i) print(lst_new) # filter改寫 def func(i): if i % 2 == 0: return True else: return False it = filter(func,lst) # filter + lambda 改寫 it = filter(lambda i : True if i % 2 == 0 else False , lst ) print(list(it))
3.reduce
reduce(func,iterable)
功能:計算數據
先把iterable中的前兩個值拿出來,扔到func當中作運算,
把計算的結果和iterable中的第三個元素在扔到func當中作運算,
再把結果算出來,和第四個元素作運算,以此類推
直到全部結果運算完畢.返回該結果
參數:
func : 自定義函數
iterable : 可迭代型數據(容器類型數據,range對象,迭代器)
返回值:
計算以後的結果
示例1:lst = [5,4,8,8] => 整型5488
常規寫法1:
strvar = "" for i in lst: strvar += str(i) print(strvar , type(strvar)) res = int(strvar) print(res , type(res))
常規寫法2:
from collections import Iterator,Iterable lst = [5,4,8,8] it = iter(lst) print(isinstance(it , Iterator)) # True print(isinstance(it , Iterable)) # True num1 = next(it) # 5 num2 = next(it) # 4 num = num1 * 10 + num2 # 54 for i in it: num = num * 10 + i # 54*10+8=548 548*10+8=5488 print(num, type(num)) # 5488 <class 'int'>
reduce改造:
def func(x,y): return x*10 + y lst = [5,4,8,8] res = reduce(func,lst) print(res , type(res))
reduce(func,lst)實現的過程:
先拿出5和4兩個元素,扔到func當中作運算,結果是54
在拿54和8兩個元素,扔到func當中作運算,結果548
在拿548和8兩個元素,扔到func當中作運算,結果5488
返回最終的結果: 5488 程序結束
reduce+lambda:
res = reduce(lambda x,y:x*10+y,lst) print(res)
示例2:"789"=>789 禁止使用int強制轉換
def func1(x,y): return x*10 + y def func2(n): dic = {"0":0,"1":1,"2":2,"3":3,"4":4,"5":5,"6":6,"7":7,"8":8,"9":9} return dic[n] it = map(func2,"789") # [7,8,9] res = reduce(func1,it) print(res,type(res))
4.sorted
sorted(iterable,key=函數,reverse=False)
功能:排序
參數:
iterable:可迭代型數據(容器類型數據,range對象,迭代器)
key :指定自定義函數或內置函數
reverse :表明升序或者降序 , 默認是升序(從小到大排序) reverse=False
返回值:
排序後的結果
# 1.默認是從小到大排序 lst = [1,2,3,4,5,-90,-4,-1,100] res = sorted(lst) print(res) # 2.reverse 從大到小排序 res = sorted(lst,reverse=True) print(res) # 3.指定函數進行排序 # 按照絕對值排序 abs lst = [-10,-1,3,5] res = sorted(lst,key=abs) print(res) # 4.使用自定義函數進行排序 lst = [19,21,38,43,55] def func(n): return n % 10 lst = sorted(lst,key=func) print(lst)
sort和sorted的區別:
(1) sorted能夠排序一切容器類型數據, sort只能排列表
(2) sorted返回的是新列表,sort是基於原有的列表進行修改
(3) 推薦使用sorted