Python 推导，内含，迭代器

Python语法–推导或内含

list comprehension操作可以将一个序列类型的数据集推导出另一个序列类型的数据集：

典型的情况：

for i in aiterator

利用推导获取一个平方数列表

square = [i * i for i in range(1, 11)]

以上情况同如下循环

for i in range(1, 11):square.append(i * i)

字典推导语法如下格式：

{key_exp:value_exp for key_exp,value_exp in aiterator}

具体案例如下：

keys = ['name', 'age', 'weight']
values = ['jiamin', '28', '81']
infoMap = {k: v for k, v in zip(keys, values)}

推导+逻辑处理

使用if语句实现选择处理遍历的元素，如下语法规则：

for i in aiterator if ...
{key_exp:value_exp for key_exp,value_exp in aiterator if ...}

具体案例如下

##取偶数
square_odd = [i * i for i in range(1, 11) if i * i % 2 == 0]
##只取年龄
infoMap_odd = {k: v for k, v in zip(keys, values) if k == 'age'}
##通过字典生成字典
dict_one = {'name': 'jiamin', 'age': '28', 'weight': '81'}
dict_two = {k: v for k, v in dict_one.items() if k == 'name'}

python中迭代器

迭代器是Python中一个数据量对象的容器，当使用时候每次都从其中取出一个，直到取完

自定义迭代器

只要定义一个实现迭代器协议的方法类即可，主要协议方法与入学两个

__iter__() ## 方法放回对象本身，他是for语句使用迭代器的要求
__next__() ## 方法返回容器中下一个元素或数据，当容器中数据用完，应该引发StopIteration

自定义迭代器代码如下：

## 自定义代器遍历
class MyIterator:def __init__(self, x=2, xmax=100):self.__mul, self.__x = x, xself.__xmax = xmaxdef __iter__(self):return selfdef __next__(self):if self.__x and self.__x != 1:self.__mul *= self.__xif self.__mul <= self.__xmax:return self.__mulelse:raise StopIterationelse:raise StopIteration
if __name__ == '__main__':myiter = MyIterator()for i in myiter:print('自定义迭代器: ', i)

内置迭代器工具

Python中内建了一个用于产生迭代器的函数iter()，另外一个标准库的itertools模块还有丰富的迭代器工具：
内置迭代器工具实例：

## 内建迭代器遍历
class Counter:def __init__(self, x=0):self.x = xcounter = Counter()def used_iter():counter.x += 2return counter.xfor i in iter(used_iter, 8):print("内建迭代器遍历： ", i)

itertools模块中常用工具函数

import itertools## 迭代器工具类
## 从1 开始，每此以3 为步迭代
def countTest():for i in itertools.count(1, 3):print(i)if i >= 10:break##无线循环迭代
def cycleTest():for i in itertools.cycle([1, 2, 3]):print(i)## 循环迭代  输出： [2, 2, 2]
def repeatTest():print(list(itertools.repeat(2, 3)))##chain(p,q,...)链接迭代，将p，q连接起来迭代输出：[1, 2, 3, 4, 5, 6]
def chainTest():print(list(itertools.chain([1, 2, 3], [4, 5, 6])))## compress(data,selectors) 根据selectors中的值选择迭代data序列中的值 输出： [1, 3]
def compressTest():print(list(itertools.compress([1, 2, 3, 4], [1, None, True, False])))## dropwhile(pred,seq) 当pred对序列元素处理结果为False时候开始迭代seq后所有的值 输出：[1, 2, 10, 11]
def dropwhileTest():print(list(itertools.dropwhile(lambda x: x > 6, [8, 9, 1, 2, 10, 11])))## filterfalse(pred,seq) 当pred处理为假的元素 输出：[1, 2]
def filterfalseTest():print(list(itertools.filterfalse(lambda x: x > 6, [8, 9, 1, 2, 10, 11])))## takewhile 与dropwhile相反  当pred对序列元素处理结果为True时候开始迭代seq后所有的值 输出：[8, 9]
def takewhileTest():print(list(itertools.takewhile(lambda x: x > 6, [8, 9, 1, 2, 10, 11])))## tee(it, n) 将it重复n次进行迭代
def teeTest():for its in itertools.tee([0, 1], 2):for it in its:print(it)## zip_longest(p,q,...) 按每个序列中对应位置元素组合成新的元素进行迭代
def zip_longestTest():for i in itertools.zip_longest([1, 2, 3, 8], [3, 4, 5, 76], (0, 2, 3, 4)):print(i)## product(p,q,...[,n]) 迭代排列中出现元素的全排列
def productTest():for i in itertools.product([1, 2, 3, 8], [3, 4, 5, 76]):print(i)## permutations(p, q) 求p迭代序列中q个元素的全排列
def permutationsTest():print(list(itertools.permutations([1, 2, 3, 4], 4)))print(list(itertools.permutations('ASBD', 4)))## combinations(p, r)迭代序列中r个元素的组合
def combinationsTest():print(list(itertools.combinations('abc', 2)))print(list(itertools.combinations([1, 2, 3], 2)))if __name__ == '__main__':combinationsTest()