詳解python3匿名函數、推導式、迭代器和生成器用法。
個人理解為一種簡單的定義函數的方式,不需要使用def關鍵字定義函數。語法:lambda 參數:操作參數表達式。
add = lambda x, y: x + y
print(add(3, 5))
8
list(map(lambda x, y: x + y, range(-2, 2), range(1, 5)))
#傳入兩個iterable對象range(-2, 2), range(1, 5)
[-1, 1, 3, 5]
列表,字典和集合中都可以使用推導式。
一種簡單創建列表的方法。
#if 語句置於for之後
In [29]: [x for x in range(1, 11) if x % 2 == 0]
#對於range(1, 11)中每個元素,能被2整除的輸出組成新列表
Out[29]: [2, 4, 6, 8, 10]
#if 語句置於for之前可以使用else
In [30]: [x if x % 2 == 0 else -x for x in range(1, 11)]
#對於range(1, 11)中每個元素,能被2整除的輸出原值,不能整除的取原值負數輸出,組成新列表
Out[30]: [-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]
mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
{k:v for k,v in mcase.items()}
{'a': 10, 'b': 34, 'A': 7, 'Z': 3}
{x**2 for x in [1, 1, 2]}#集合不允許重復
{1, 4}
python中的對象,只要具有方法__iter__和__getitem__就是可迭代對象,可迭代對象能提供迭代器。
被定義了__next__方法的python對象。
from collections.abc import Iterable, Iterator
def g():
yield 1
yield 2
yield 3
#是否為python可迭代對象判斷
print('Iterable? [1, 2, 3]:', isinstance([1, 2, 3], Iterable))#isinstance()判斷一個對象是否是Iterable對象
print('Iterable? \'abc\':', isinstance('abc', Iterable))
print('Iterable? 123:', isinstance(123, Iterable))
print('Iterable? g():', isinstance(g(), Iterable))
#是否為python迭代器判斷
print('Iterator? [1, 2, 3]:', isinstance([1, 2, 3], Iterator))#isinstance()判斷一個對象是否是Iterator對象
print('Iterator? iter([1, 2, 3]):', isinstance(iter([1, 2, 3]), Iterator))
print('Iterator? \'abc\':', isinstance('abc', Iterator))
print('Iterator? 123:', isinstance(123, Iterator))
print('Iterator? g():', isinstance(g(), Iterator))
Iterable? [1, 2, 3]: True
Iterable? 'abc': True
Iterable? 123: False
Iterable? g(): True
Iterator? [1, 2, 3]: False
Iterator? iter([1, 2, 3]): True
Iterator? 'abc': False
Iterator? 123: False
Iterator? g(): True
使用一個循環來遍歷某個python對象時,這個過程就叫迭代。
生成器也是一種迭代器,但是,只能對其迭代一次。這是因為它們並沒有把所有的值存在內存中(可節省大量內存),而是邊循環邊生成值(生成器保存算法,可以計算下一個元素的值),創建生成器方法如下:
g = (x * x for x in range(10))#只迭代一次,只存儲算法,不會生成所有元素存儲於內存。
g
<generator object <genexpr> at 0x000002B53772C4C0>
for i in g:#for循環打印每個生成器中元素,在執行輸出nothing(只迭代一次,只存儲算法)
print(i)
0149162536496481
推算算法很復雜時使用自定義函數。舉個例子,計算斐波那契數列的生成器。
def fibon(n):
a = b = 1
for i in range(n):
yield a#該函數為一個生成器
a, b = b, a + b
for x in fibon(1000000):
print(x) #不用擔心它會使用大量資源
參考資料
https://www.liaoxuefeng.com/wiki/1016959663602400/1017318207388128
Intermediate Python
-END-
往期精彩回顧
適合初學者入門人工智能的路線及資料下載(圖文+視頻)機器學習入門系列下載中國大學慕課《機器學習》(黃海廣主講)機器學習及深度學習筆記等資料打印《統計學習方法》的代碼復現專輯機器學習交流qq群955171419,加入微信群請掃碼