脚本之家,脚本语言编程技术及教程分享平台!
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服务器之家 - 脚本之家 - Python - 一篇文章带你学习Python3的高级特性(2)

一篇文章带你学习Python3的高级特性(2)

2022-09-03 10:21FUXI_Willard Python

这篇文章主要为大家详细介绍了Python3的高阶函数,主要介绍什么是高级特性,高级特性的用法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

1.生成器

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
# 一边循环一边计算的机制,称为生成器:generator;
# 创建generator方法:
# 1.把一个列表生成式的[]改成()
numsList = [num * num for num in range(10)]
print("列表生成式生成numsList:",numsList)
numsGenerator = (num * num for num in range(10))
print("生成器生成numsGenerator:",numsGenerator)
# 使用next()函数获得generator的下一个返回值
print("打印numsGenerator第一个元素:",next(numsGenerator))
print("打印numsGenerator第二个元素:",next(numsGenerator))
print("--------------------------------------------------------")
# 使用for循环打印generator元素
print("使用循环打印生成器中的元素!")
for num in numsGenerator:
    print(num,end = " ")
print("\n")
print("--------------------------------------------------------")
# 斐波拉契数列(Fibonacci):除第一个和第二个数外,任意一个数均可由前两个数相加得到
# 1,1,2,3,5,8,13,21,34
def fibonacci(num):
    n, a, b = 0, 0, 1
    while n < num:
        print(b,end = "  ")
        a, b = b, a + b
        n = n + 1
    return "Done"
 
print("Fibonacci前10项为:")
fibonacci(10)
print("\n")
print("--------------------------------------------------------")
# 2.把fibonacci()函数变成generator函数
def fibonacci(num):
    n, a, b = 0, 0, 1
    while n < num:
        yield b
        a, b = b, a + b
        n = n + 1
    return "Done"
 
# Tips:
# 1.如果一个函数定义中包含yield关键字,则这个函数是一个generator函数;
# 2.调用一个generator函数将返回一个generator;
fib = fibonacci(10)
print("fib的值:",fib)

# 结果输出:
列表生成式生成numsList: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
生成器生成numsGenerator: <generator object <genexpr> at 0x0000028F0E6ACB88>
打印numsGenerator第一个元素: 0
打印numsGenerator第二个元素: 1
--------------------------------------------------------
使用循环打印生成器中的元素!
4 9 16 25 36 49 64 81 

--------------------------------------------------------
Fibonacci前10项为:
1  1  2  3  5  8  13  21  34  55  

--------------------------------------------------------
fib的值: <generator object fibonacci at 0x0000028F0E7839A8>
 

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# 普通函数和generator函数的执行流程:
# 1.普通函数:顺序执行,遇到return语句或最后一行函数语句就返回;
# 2.generator函数:在每次调用next()的时候执行,遇到yield语句返回;
# 3.再次执行时从上次返回的yield语句处继续执行;
# 实例:定义一个generator函数,依次返回"Willard",18,"Engineer"
def willardInfo():
    print("STEP1")
    yield "Willard"
    print("--------")
    print("STEP2")
    yield 18
    print("--------")
    print("STEP3")
    yield "Engineer"
 
# 调用willardInfo()这个generator函数,先生成一个generator对象
# 然后用next()函数不断获得下一个返回值,即可用循环直接打印
willardInfoObject = willardInfo()
for willard in willardInfoObject:
    print(willard)

# 结果输出:
STEP1
Willard
--------
STEP2
18
--------
STEP3
Engineer
 

2.迭代器

?
1
2
3
4
5
6
7
8
9
10
11
# 可直接用于for循环的数据类型:
# 1.list、tuple、dict、set、str等;
# 2.generator,包括:生成器和带yield的generator function;
# 3.可以直接作用于for循环的对象称为可迭代对象:Iterable;
# 4.使用isinstance()判断一个对象是否为Iterable对象;
from collections.abc import Iterable
print("判断list是否为可迭代对象!",isinstance([],Iterable))
print("判断dict是否为可迭代对象!",isinstance({},Iterable))
print("判断str是否为可迭代对象!",isinstance("Willard",Iterable))
print("判断生成式是否为可迭代对象!",isinstance((num for num in range(10)),Iterable))
print("判断number是否为可迭代对象!",isinstance(99,Iterable))

# 结果输出:
判断list是否为可迭代对象! True
判断dict是否为可迭代对象! True
判断str是否为可迭代对象! True
判断生成式是否为可迭代对象! True
判断number是否为可迭代对象! False
 

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
# 可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator
# 使用isinstance()判断一个对象是否为Iterator对象;
from collections.abc import Iterator
print("判断生成器是否为迭代器!",isinstance((num for num in range(10)),Iterator))
print("判断list是否为迭代器!",isinstance([],Iterator))
print("判断dict是否为迭代器!",isinstance({},Iterator))
print("判断str是否为迭代器!",isinstance("Willard",Iterator))
print("----------------------------------------------------------")
# Tips:
# 1.生成器都是Iterator对象,但list、dict、str是Iterable但不是Iterator;
# 2.Iterator对象表示数据流,Iterator对象可以被next()函数调用并不断返回下一个数据,
# 直到没有数据时抛出StopIteration错误;这个数据流可以看作一个有序序列,
# 但不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,
# Iterator的计算是惰性的,只有在需要返回下一个数据时才计算;
# 3.使用iter()函数把list、dict、str变成Iterator;
print("使用iter()函数把list、dict、str变成Iterator.")
print("判断list是否为迭代器!",isinstance(iter([]),Iterator))
print("判断dict是否为迭代器!",isinstance(iter({}),Iterator))
print("判断str是否为迭代器!",isinstance(iter("Willard"),Iterator))

# 结果输出:
判断生成器是否为迭代器! True
判断list是否为迭代器! False
判断dict是否为迭代器! False
判断str是否为迭代器! False
----------------------------------------------------------
使用iter()函数把list、dict、str变成Iterator.
判断list是否为迭代器! True
判断dict是否为迭代器! True
判断str是否为迭代器! True
 

总结

本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注服务器之家的更多内容! 

原文链接:https://fuxi-willard.blog.csdn.net/article/details/122673716

延伸 · 阅读

精彩推荐
  • Pythontensorflow estimator 使用hook实现finetune方式

    tensorflow estimator 使用hook实现finetune方式

    今天小编就为大家分享一篇tensorflow estimator 使用hook实现finetune方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧 ...

    andylei7777212020-04-05
  • Pythonpython读取文件列表并排序的实现示例

    python读取文件列表并排序的实现示例

    本文主要介绍了python读取文件列表并排序的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们...

    Roc-xb3892022-07-19
  • PythonPython元组知识点总结

    Python元组知识点总结

    在本篇文章里小编给大家分享了关于Python元组的相关知识点内容,有兴趣的朋友们学习下。...

    脚本之家6252021-05-30
  • Pythonpython利用Guetzli批量压缩图片

    python利用Guetzli批量压缩图片

    本篇文章主要介绍了python利用Guetzli批量压缩图片,详细的介绍了谷歌的开源图片压缩工具Guetzli,非常具有实用价值,需要的朋友可以参考下。...

    姜康2472020-09-25
  • Pythonpytorch神经网络从零开始实现多层感知机

    pytorch神经网络从零开始实现多层感知机

    这篇文章主要为大家介绍了pytorch神经网络从零开始实现多层感知机的示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步...

    Supre_yuan3502022-01-22
  • Pythonpython实现requests发送/上传多个文件的示例

    python实现requests发送/上传多个文件的示例

    今天小编就为大家分享一篇python实现requests发送/上传多个文件的示例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...

    像风一样的自由16042021-02-28
  • Python对python自动生成接口测试的示例讲解

    对python自动生成接口测试的示例讲解

    今天小编就为大家分享一篇对python自动生成接口测试的示例讲解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...

    大大大大大石11372021-04-24
  • PythonPython基于React-Dropzone实现上传组件的示例代码

    Python基于React-Dropzone实现上传组件的示例代码

    本文主要介绍了在React-Flask框架上开发上传组件的技巧。文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...

    DisonTangor11142021-12-20