python:生成器进阶

发布时间：2020-12-17 00:00:32 所属栏目：Python 来源：网络整理

导读：1，列表推导式? 值 for 循环 2,生成器表达式 g=(i for?i in?range(10)) print(g) for i in g: ? ? print(i) 3，列表推导式与生成器表达式的区别 #括号不一样 #返回值不一样? ===》生成器表达式几乎不占内存 g =('鸡蛋%s'%i for i in range(10)) print(g) for

1，列表推导式?

值 for 循环

2,生成器表达式

g=(i for?i in?range(10))

print(g)

for i in g:

? ? print(i)

3，列表推导式与生成器表达式的区别

#括号不一样

#返回值不一样? ===》生成器表达式几乎不占内存

g =('鸡蛋%s'%i for i in range(10))

print(g)

for i in g:

　　print(i)

4，各种推导式

1)列表推导式：

[每一个元素或者是和元素相关的操作? for? 元素? in? 可迭代数据类型]? ? ? ?#遍历之后挨个处理

names = [[,,,,,,,,,,,,print([name for lst in names for name in lst if name.count('e') >= 2]) # 注意遍历顺序，这是实现的关键

2)列表推导式（筛选功能）：

[满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素相关的条件]? ?#筛选功能

3）生成器推导式：

（满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素相关的条件）

4）字典推导式：

例一：将一个字典的key和value对调

mcase = {: 10,: 34= {mcase[k]: k k (mcase_frequency)

例二：合并大小写对应的value值，将k统一成小写

mcase = {: 10,: 34,: 7,: 3= {k.lower(): mcase.get(k.lower(),0) + mcase.get(k.upper(),0) k (mcase_frequency)

5)集合推导式：

squared = {x**2 x [1,-1,2

5,移动平均值

= 0.0=== +=+= 1= total/g_avg = averager()
next(g_avg)
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))

6，预激生成器的装饰器

init(func): inner(*args,**= func(*args,**@init
def averager():
total = 0.0
count = 0
average = None
while True:
term = yield average
total += term
count += 1
average = total/count

g_avg = averager()
# next(g_avg) 在装饰器中执行了next方法
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!