本文主要介紹Python的高級特性：串列推導式、迭代器和生成器，是面試中經常會被問到的特性，因為生成器實作了迭代器協議，可由串列推導式來生成，所有，這三個概念作為一章來介紹，是最便于大家理解的，現在看不懂沒關系，下面我不僅是會讓大家知其然，重要的更是要知其所以然，

串列推導式

前幾天有個HR讓我談談串列推導式，我說這我經常用，就是用舊的串列生成一個新的串列的公式，他直接就把我拒了，讓我回去復習一下，挺受打擊的，所以決定也幫助大家回顧一下，

內容

• 串列推導式：舊的串列->新的串列
• 了解：字典推導式 集合推導式
  注意：這里提醒大家不管你是為了Python就業還是興趣愛好，記住：專案開發經驗永遠是核心，如果你缺新專案練習或者沒有python精講教程，可以去小編的Python交流.裙 ：七衣衣九七七巴而五（數字的諧音）轉換下可以找到了，里面很多新教程專案，還可以跟老司機交流討教！

1.串列推導式：

格式 [運算式 for 變數 in 舊串列]
或 [運算式 for 變數 in 舊串列 if 條件]
例1：生成名字長度大于3且首字母大寫的新串列，

names_old = ['tom', 'amy', 'daming', 'lingling']
names_new = [name.capitalize() for name in names_old if len(name) > 3]
print(names_new)
復制代碼

輸出：

['Daming', 'Lingling']
復制代碼

例2： （大廠初級筆試題目）生成一個元組串列，要求每個元素為(0-5偶數, 0-10奇數)形式，輸出結果為：

[(0, 1), (0, 3), (0, 5), (0, 7), (0, 9), (2, 1), (2, 3), (2, 5), (2, 7), (2, 9), (4, 1), (4, 3), (4, 5), (4, 7), (4, 9)]
復制代碼

for回圈實作代碼：

new_list = list()
for i in range(5):  # 偶數
    if i % 2 == 0:
        for j in range(10):  # 奇數
            if j % 2 != 0:
                new_list.append((i, j))
復制代碼

串列推導式代碼：

new_list = [(i, j) for i in range(5) for j in range(10) if i % 2 == 0 and j % 2 != 0]
復制代碼

例3：（大廠初級筆試題目）給出一個員工串列：

employees_old = [{'name': "tmo", "salary": 4800},
                 {'name': "amy", "salary": 3800},
                 {'name': "daming", "salary": 7000},
                 {'name': "lingling", "salary": 5600}] 
復制代碼

如果員工薪資大于5000則加200，否則加500，輸出新的員工串列，
串列推導式：

employees_new = [employee['salary'] + 200 if employee['salary'] > 5000 else employee['salary'] + 500 for employee in employees_old]
print(employees_new)
復制代碼

輸出：

[5300, 4300, 7200, 5800]
復制代碼

發現結果是員工薪資串列，回過頭看一下代碼，確實是把得到的數字給了串列，那要回傳員工串列要怎么實作呢？讓我們用普通for回圈的方式來進行一下對比：

for employee in employees_old:
    if employee['salary'] > 5000:
        employee['salary'] += 200
    else:
        employee['salary'] += 500

print(employees_old)
復制代碼

輸出：

[{'name': 'tmo', 'salary': 5300}, {'name': 'amy', 'salary': 4300}, {'name': 'daming', 'salary': 7200}, {'name': 'lingling', 'salary': 5800}]
復制代碼

沒錯，我們注意到兩者的差別了，串列推導式我們少了一步賦值（在字典元素上進行賦值），不能直接回傳一個薪資數值而是一個員工字典給串列，正確的串列推導式如下：

employees_new = [
    {'name': employee['name'], 'salary': employee['salary'] + 200} if employee['salary'] > 5000 else
    {'name': employee['name'], 'salary': employee['salary'] + 500} for employee in employees_old]

print(employees_new)
復制代碼

2.字典推導式：

例1：

dict_old = {'a': 'A', 'b': 'B', 'c': 'C', 'd': 'C'}
dict_new = {value: key for key, value in dict_old.items()}
print(dict_new)
復制代碼

輸出：

{'A': 'a', 'B': 'b', 'C': 'd'}
復制代碼

3.集合推導式：

類似串列推導式 典型用法：去重
例1：

list_old = [1, 2, 3, 5, 2, 3]
set_new = {x for x in list_old}
print(set_new)
復制代碼

輸出：

{1, 2 ,3, 5}
復制代碼

小結：

到目前為止，串列推導式不就是一個用來創建串列的式子么？除了可以簡化代碼，裝裝X？其實，串列推導式還有另一個優點是相比于for回圈更高效，因為串列推導式在執行時呼叫的是Python的底層C代碼，而for回圈則是用Python代碼來執行，嗷~面試官最想聽到的，是第二點，

迭代器

由于迭代器協議對很多人來說，是一個較為抽象的概念，而且生成器自動實作了迭代器協議，所以我們需要先講解一下迭代器協議的概念，也是為了更好的理解接下來的生成器，

概念

可以被next()函式呼叫并不斷回傳下一個值的物件稱為迭代器：Iterator，
迭代是訪問集合元素的一種方式，迭代器是一個可以記住遍歷位置的物件，迭代器物件從集合的第一個元素開始訪問，直到所有元素被訪問完結束，
迭代器只能往前不能后退，

• 迭代器協議：是指物件需要提供__next__()方法，它要么回傳迭代中的下一項，要么就引起一個StopIteration例外，以終止迭代，
• 可迭代物件：就是實作了迭代器協議的物件，

舉個例子，對Python稍微熟悉一點的朋友應該知道，Python的for回圈不但可以用來遍歷list，還可以用來遍歷檔案物件，如下所示：

with open('F:/test/test.txt') as f:
    for line in f:
        print(line)
復制代碼

為什么在Python中，檔案還可以使用for回圈進行遍歷呢？這是因為，在Python中，檔案物件實作了迭代器協議，for回圈并不知道它遍歷的是一個檔案物件，它只管使用迭代器協議訪問物件即可，正是由于Python的檔案物件實作了迭代器協議，我們才得以使用如此方便的方式訪問檔案，如下所示：

with open('F:/test/test.txt') as f:
    print(dir(f))
復制代碼

輸出：

['__class__', '__del__', '__dict__', '__dir__', '__init__', '__iter__', '__next__', 'closed', 'line_buffering', 'newlines', 'read', 'readline'......]     
復制代碼

可迭代的是不是肯定就是迭代器？

• 生成器是可迭代的，也是迭代器，
• list是可迭代的，但不是迭代器，list可以借助iter()函式將可迭代的變成迭代器list->iter(list)->迭代器next()：?

可迭代物件：

1. 生成器
2. 元組 串列 集合 字典 字串

如何判斷一個物件是否是可迭代？

借助isinstance()函式：

from collections import Iterable

print(isinstance([x for x in range(10)], Iterable))  # 串列
print(isinstance('hello world', Iterable))  # 字串
print(isinstance(100, Iterable))  # 數字
print(isinstance((x for x in range(10)), Iterable))  # 迭代器
復制代碼

輸出：

True
True
False
True
復制代碼

生成器

生成器是Python最有用的特性之一，也是使用的最不廣泛的Python特性之一，究其原因，主要是因為，在其他主流語言里面沒有生成器的概念，正是由于生成器是一個“新”的東西，所以，它一方面沒有引起廣大工程師的重視，另一方面，也增加了工程師的學習成本，最終導致大家錯過了Python中如此有用的一個特性，

概念

我們已經知道，通過串列推導式可以直接創建一個串列，但是，受到記憶體限制，串列容量肯定是有限的，而且，創建一個包含100萬個元素的串列，不僅占用很大的存盤空間，如果我們僅僅需要訪問前面那幾個元素，那后面絕大多數元素占用的空間都白白浪費了，所以，如果串列元素可以按照某種演算法在回圈的程序中不斷推算出后續的元素，這樣既不必創建完整的list，從而還可以節省大量的空間，在Python中，這種一邊回圈一邊計算的機制，稱為生成器:generator，
Python使用生成器對延遲操作提供了支持，所謂延遲操作，是指在需要的時候才產生結果，而不是立即產生結果，這也是生成器的主要好處，

定義生成器

Python有兩種不同的方式提供生成器：

方法一：借助串列推導式

生成器運算式：類似于串列推導（這也就是為什么第一節我要先介紹串列推導式），但是，生成器回傳按需產生結果的一個物件，而不是一次構建一個結果串列，
例1：

my_generator = (x for x in range(5))  # 注意是()不是[]
print(my_generator)  # 發現不能列印出元素
print(type(my_generator))
print(my_generator.__next__())  # 三種得到元素的方法，注意看輸出結果
print(next(my_generator))
for i in my_generator:
    print(i)

# 注意會拋出StopIteration例外
# print(next(my_generator))  
print(next(my_generator))   # generator只能遍歷一次
復制代碼

輸出：

/n    print(next(my_generator))/nStopIteration/n at 0x0000000000513660>/nTraceback (most recent call last):
  File "E:/pycharm/Leetcode/RL_Learning/printdata.py", line 11, in <module>
    print(next(my_generator))
StopIteration
<generator object <genexpr> at 0x0000000000513660>
<class 'generator'>
0
1
2
3
4
復制代碼

方法二：借助函式

生成器函式：使用yield陳述句而不是return陳述句回傳函式結果，yield陳述句一次回傳一個結果，在每個結果中間，掛起函式的狀態，起到暫停的作用，以便下次從它離開的地方繼續執行，

步驟：

1. 定義函式，函式回傳使用yield關鍵字；
2. 呼叫函式，接收函式回傳值；
3. 得到的回傳結果就是生成器；
4. 借助next()或__nest__()得到想要的元素，

例2：你的函式里面只要出現了yield關鍵字，你的函式就不再是函式了，就變成生成器了：

# 斐波那契數列：
def fib(length):    # 1. 定義函式
    a, b = 0, 1
    n = 0
    while n < length:
        n += 1
        yield b         # return b + 暫停
        a, b = b, a + b


g = fib(5)     # 2. 呼叫函式
print(g)     # 3. 回傳的就是生成器
print(next(g))     # 4. 借助`next()`或`__nest__()`得到想要的元素
print(next(g))    # 每呼叫一次產生一個值
print(next(g))
print(g.__next__())
print(g.__next__())
復制代碼

輸出：

/n1/n1/n2/n3/n5/n復制代碼","classes":[]}" data-cke-widget-upcasted="1" data-cke-widget-keep-attr="0" data-widget="codeSnippet"><generator object fib at 0x0000000001DDDFC0>

復制代碼

注意：生成器只能遍歷一次，
當呼叫函式的時候，并沒有進函式進行執行，而是直接生成一個生成器，當呼叫next的時候，才進入函式真正開始執行，除了第一次呼叫next（）方法是從函式頭開始執行，其余每次都是接著從上次執行到yield的地方接著執行的，

小結：

使用生成器以后，代碼行數更少，大家要記住，如果想把代碼寫的Pythonic，在保證代碼可讀性的前提下，代碼行數越少越好，
合理使用生成器，能夠有效提高代碼可讀性，只要大家完全接受了生成器的概念，理解了yield陳述句和return陳述句一樣，也是回傳一個值，那么，就能夠理解為什么使用生成器比不使用生成器要好，能夠理解使用生成器真的可以讓代碼變得清晰易懂，
在實際作業中，充分利用Python生成器，不但能夠減少記憶體使用，還能夠提高代碼可讀性，掌握生成器也是Python高手的標配， 最后提醒大家不管你是為了Python就業還是興趣愛好，記住：專案開發經驗永遠是核心，如果你缺新專案練習或者沒有python精講教程，可以去小編的Python交流.裙 ：七衣衣九七七巴而五（數字的諧音）轉換下可以找到了，里面很多新教程專案，還可以跟老司機交流討教！
本文的文字及圖片來源于網路加上自己的想法,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理，

標籤：Python

上一篇：Java并發編程(05)：悲觀鎖和樂觀鎖機制

下一篇：adb常用命令總結