函数使用

生成器

使用场景

在使用列表时，很多时候我们不会一下子使用全部数据，通常都是一个一个使用，但是当数据量比较大的时候，定义一个大的列表将会是内容使用突然增大。为了解决此类问题，python中引入了生成器的概念。

使用方式

方式1：将列表生成式的[]改为()


# 列表生成式


# lt = [i for i in range(10)]


# 生成器方式1：将列表生成式的[]改为()

lt = (i for i in range(3))


# 可以转换为列表


# print(list(lt))



# 可以进行遍历


# for i in lt:


#     print(i, end=' ')



# 可以一个一个提取，当遍历完毕后再使用next会报StopIteration错

print(next(lt))
print(next(lt))
print(next(lt))

方式2：在函数中是使用yield

def test(n):
      for i in range(1, n+1):
          # 执行到此处，函数会返回yield后的值，然后停在这里
          yield i

  t = test(3)
  # print(t)

  # 可以使用next一个一个提取
  # print(next(t))
  # print(next(t))
  # print(next(t))
  # print(next(t))

  # 可以遍历
  # for i in t:
  #     print(i)

  # 可以转换为列表
  print(list(t))

总结：
- 生成器对象保存的特定数据的生成算法，但并不是保存所有的数据
- 生成器使用任意一种方式操作，都只能操作一遍
- 生成器可以做的操作：遍历、转换为列表、next

迭代器

定义：能够使用for-in进行遍历，并且能够使用next依次获取其中一个元素。
说明：
- 生成器就是一种特殊的迭代器
- 判断一个对象是不是迭代器
```
from collections import Iterator


# lt = [i for i in range(10)]

lt = (i for i in range(10))

print(isinstance(lt, Iterator))
```
- 字符串、列表、元组、字典等都不是迭代器，它们都是可迭代对象。

可迭代对象

定义：可以使用for-in进行遍历的对象，都是可迭代对象。
说明：
- 前面学过的容器类型都是可迭代对象。
- 迭代器一定是可迭代对象

判断：一个对象是否可迭代

from collections import Iterable

lt = [1, 2, 3]

print(isinstance(lt, Iterable))

iter：将可迭代对象转换为迭代器

from collections import Iterable, Iterator

lt = [1, 2, 3]

# 将一个可迭代对象转换为迭代器

lt = iter(lt)

print(isinstance(lt, Iterable))
print(isinstance(lt, Iterator))

高级函数

map

参数

func：一个函数
iter1：一个可迭代对象

使用：

from collections import Iterator
lt = [1, 2, 3, 4, 5]

def pingfang(x):
  return x * x


# 返回一个迭代器

ret = map(pingfang, lt)

# ret = map(lambda x: 2 * x, lt)


print(isinstance(ret, Iterator))
print(list(ret))

练习：
熟悉字符串的函数：strip、lstrip、rstrip
使用map函数：将一个元素全是字符串的列表进行处理，删除元素前后的空白，首字母大写

filter

参数

function：过滤函数
iterable：可迭代对象

使用：

lt = [1, 2, 3, 4, 5]

def oushu(x):
  return x%2 == 0


# f = filter(oushu, lt)

f = filter(lambda x: x%2 != 0, lt)
print(list(f))

练习：提取列表中长度大于3的字符串，列表中什么元素都有

reduce

参数

function：处理函数
sequence：序列(容器对象)

说明：

1.首先从序列中取出两个元素，作为处理函数的参数
2.处理完的结构与下一个元素进行使用处理函数处理
3.处理结束，将处理完的结果返回

使用：

from functools import reduce

lt = [1, 2, 3, 4, 5]

def add(a, b):
    return a + b


# ret = reduce(add, lt)


# 转换为12345

ret = reduce(lambda x, y: x * 10 + y, lt)
print(ret)

练习：求一个列表中所有元素的乘积

sorted
- 说明：
- 排序函数，支持逆序和任意元素排序
- 返回新的排序后的列表，不会改变原列表
- 使用方式与列表的排序方法一样
- 与我们自己实现的稍有不同

random

示例：

import random


#生成指定范围内的随机整数

print(random.randint(1,10))

#生成某一范围内的随机小数

print(random.random())

#从容器对象（列表或字符）串中随机抽取一个元素

it=[1,2,3,4,5,6,7,8,9,0]
print(random.choice(it))

#从容器对象中随机提取两个元素；指定个数

print(random.sample([1,2,3,4,5],2))

#sample 提取个数为一的情况 等价于上面提取个数为一的函数

print(random.choices('absajbdsad'))

#随机提取一个列表

it=[1,2,3,4,5,6,]
random.shuffle(it)
print(it)

练习

使用random函数实现randint函数的功能，函数名：def my_randint(start, end)
生成指定长度指定类型的随机字符串，参数：长度、类型
字符串转换，如：IloveYOUmoreTHANiCANsay => I love you more than i can say
将列表中的元素完成特定的向右移动，参数：列表、移动长度
- 如：[1, 2, 3, 4, 5]，移动2，结果：4, 5, 1, 2, 3
使用递归，完成传入n，返回1! + 2! + 3! + ... + n!

07-函数使用

函数使用

生成器

迭代器

可迭代对象

高级函数

random

练习

猜你喜欢