解析式python
其目的主要用來減小編程行數,並減小棧幀從而達到代碼優化的效果編程
In [6]: [i ** 2 for i in range(11)]app
Out[6]: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100]ide
將生產環節元素表達式放在最前面函數
列表解析語法oop
[返回值 for 元素 可迭代對象if條件]優化
使用中括號表示,內部for爲循環跟if條件可選,返回一個新的列表spa
這樣能夠簡化編程中書寫而且減小了棧幀,從而達到優化效果orm
例:對i進行取模對象
In [23]: [ i for i in range(1,10) if i % 2 == 0]
Out[23]: [2, 4, 6, 8]
解析式中不能使用else 和 elif 因此須要用or 和 and來代替
In [4]: [i for i in range(20) if i %2 == 0 and i%3 == 0]
Out[4]: [0, 6, 12, 18]
使用or/ not
In [5]: [i for i in range(20) if i %2 == 0 or noti % 2== 0]
Out[5]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11,12, 13, 14, 15, 16, 17, 18, 19]
使用and / not
In [11]: [i for i in range(20) if i % 2 ==0 andnot i % 3]
Out[11]: [0, 6, 12, 18]
能夠理解爲:
In [13]: [i for i in range(20) if i % 2 ==0 andnot i % 3 != 0]
Out[13]: [0, 6, 12, 18]
推導式的多重過濾
使用and進行代替多個if:if:if,對多重鄧加進行代替
for i in iter1:
for j in iter2:
lst.append(expr)
等價於:
In[14]: [expr for i in iter1 for j in iter2]
例:
1.
In [14]: [ (x,y) for x in 'abc' for y in range(3)]
Out[14]:
[('a', 0),
('a', 1),
('a', 2),
('b', 0),
('b', 1),
('b', 2),
('c', 0),
('c', 1),
('c', 2)]
等價於:
In [21]: for i in 'abc':
...: fory in range(3):
...: lst.append((i,y))
In [26]: [{x:y} for x in "abcde" for yin range(3)]
Out[26]:
[{'a': 0},
{'a': 1},
{'a': 2},
{'b': 0},
{'b': 1},
{'b': 2},
{'c': 0},
等價於:
In [34]: for i in "abc":
...: forx in range(3):
...: lst.append({i:x})
在語句上第三個最方便,可是第一條最容易理解:
In [36]: [ (i,j) for i in range(7) if i > 4for j in range(20,25) if j > 23 ]
Out[36]: [(5, 24), (6, 24)]
In [37]: [(i,j) for i in range(7) for j inrange(20,25) if i > 4 if j > 23]
Out[37]: [(5, 24), (6, 24)]
In [39]: [(i,j) for i in range(7) for j inrange(20,25) if i > 4 and j > 23]
Out[39]: [(5, 24), (6, 24)]
求99乘法表
[print ('{}*{}={:<3}{}'.format(j,i,i*j,'\n' ifi == j else ''),end = "") for i in range(1,10) for j in range(1,i+1)]
生成器表達式
與解析式同樣,只不過將中括號改成小括號
In [2]: a = (n for n in range(10))
In [3]: a
Out[3]: <generator object <genexpr> at 0x7fed4ea1cfc0>
In [5]: next(a)
Out[5]: 0
In [6]: next(a)
Out[6]: 1
In [7]: next(a)
Out[7]: 2
迭代中,只能使用一次,當獲取後則直接將其銷燬,再也不保留至內存空間中
使用next(a)的方法,必須必定是可迭代對象
使用生成器的好處:
·延遲計算
·返回迭代器,能夠進行迭代
·從簽到後走完一遍,不能回頭
例:
使用print進行觀察
In [8]: a = (print("{}".format(i+1)) for i in range(2))
In [9]: print(a)
<generator object <genexpr> at0x7fed51641f10>
In [10]: b = next(a)
1
In [11]: b = next(a)
2
In [12]: b = next(a)
---------------------------------------------------------------------------
StopIteration Traceback(most recent call last)
<ipython-input-12-78fca016cc6c> in<module>()
----> 1 b = next(a)
StopIteration:
生成器和列表解析式對比
當即生成和延後計算,能夠嵌套在列表解析式中從返回值來說,更節省內存,生成器則所有生成並返回
生成器沒有數據,佔用內存極少,使用的時候逐個返回
列表須要佔用更多的內存
計算速度
生成器耗時間很是短,列表解析消耗時間略長
生成器自己是一個迭代器
速度對比
In[14]: %timeit [x for x in range(500)]
18 μs ± 102 ns per loop (mean± std. dev. of 7 runs, 100000 loops each)
In[15]: %timeit (x for x in range(500))
741 ns± 7.58 ns perloop (mean ± std. dev. of 7 runs, 1000000 loops each)
集合解析式
將返回值for做爲可迭代對象經過if條件換位,
將括號換至爲大夥靠,生成後馬上返回一個集合
In [19]: {(x,x+1) for x in range(10)}
Out[19]:
{(0, 1),
(1, 2),
(2, 3),
(3, 4),
(4, 5),
(5, 6),
(6, 7),
(7, 8),
(8, 9),
(9, 10)}
字典解析式:
In [25]: {chr(0x41+x):x**2 for x in range(10) }
Out[25]:
{'A': 0,
'B': 1,
'C': 4,
'D': 9,
'E': 16,
'F': 25,
'G': 36,
'H': 49,
'I': 64,
'J': 81}
In [26]: {str(x):y for x in range(3) for y inrange(4)}
Out[26]: {'0': 3, '1': 3, '2': 3}
內建函數
iter 將一個可迭代對象封裝爲一個迭代器
a = iter(range(5))
迭代器對象,迭代器自己是可迭代的,因此說能夠經過iter方法將可迭代對象封裝爲迭代器而後經過next方法進行迭代
zip 拉鍊函數
將多個可迭代函數合併在一塊兒,返回一個迭代器,將每次不一樣對象中取到的元素合併到一個元組中
In [40]: list(zip(range(10),range(10)))
Out[40]:
[(0, 0),
(1, 1),
(2, 2),
(3, 3),
(4, 4),
(5, 5),
(6, 6),
(7, 7),
(8, 8),
(9, 9)]
zip爲木桶原理,取當前最短的,並再也不繼續
In [41]: list(zip(range(10),range(10),range(5)))
Out[41]: [(0, 0, 0), (1, 1, 1), (2, 2, 2), (3, 3,3), (4, 4, 4)]
若是某一個值超出,則只選擇最短的值,不會再進行屢次選取
In [42]: list(zip(range(10),range(10),range(50)))
Out[42]:
[(0, 0, 0),
(1, 1, 1),
(2, 2, 2),
(3, 3, 3),
(4, 4, 4),
(5, 5, 5),
(6, 6, 6),
(7, 7, 7),
(8, 8, 8),
(9, 9, 9)]
In [43]: list(zip(range(10),range(10),range(3)))
Out[43]: [(0, 0, 0), (1, 1, 1), (2, 2, 2)]