思维导图导读
Python是一门优雅的编程语言&＃xff0c;总是用优美的方法地简化代码、执行高效。
一、理解3个概念
1、comprehension
译作 理解、理解力、&＃xff08;语言学习中的&＃xff09;理解联系&＃xff08;或训练&＃xff09;。根据维基百科解释&＃xff1a;在编程语言&＃xff08;不限于Python&＃xff09;中&＃xff0c;comprehension是一种语法结构&＃xff0c;功能是基于已有的一个数据序列经过“过滤”&＃xff08;满足一定条件&＃xff09;生成一个新的数据序列。
其本质是一种遍历方式&＃xff0c;但它执行速度比for循环、map快35-45%。工作方式类似于for循环。
2、Python 可变、不可变&＃xff1a;
不可变对象&＃xff0c;该对象所指向的内存中的值不能被改变。当改变某个变量时候&＃xff0c;由于其所指的值不能被改变&＃xff0c;相当于把原来的值复制一份后再改变&＃xff0c;这会开辟一个新的地址&＃xff0c;变量再指向这个新的地址。
可变对象&＃xff0c;该对象所指向的内存中的值可以被改变。变量&＃xff08;准确的说是引用&＃xff09;改变后&＃xff0c;实际上是其所指的值直接发生改变&＃xff0c;并没有发生复制行为&＃xff0c;也没有开辟新的出地址&＃xff0c;通俗点说就是原地改变。
推导式操作的对象是 可变对象。
3、6种Python标准数据类型&＃xff1a;
不可变数据&＃xff08;3 个&＃xff09;&＃xff1a;Number&＃xff08;数字&＃xff09;、String&＃xff08;字符串&＃xff09;、Tuple&＃xff08;元组&＃xff09;&＃xff1b;
可变数据&＃xff08;3 个&＃xff09;&＃xff1a;List&＃xff08;列表&＃xff09;、Dictionary&＃xff08;字典&＃xff09;、Set&＃xff08;集合&＃xff09;。
推导式操作的数据对象是 可变数据。
二、详述三种推导式、一种生成器表达式
1、列表推导式&＃xff08;list comprehension&＃xff0c;LC&＃xff09;
将一个列表经过过滤后转换成另一个列表。语法&＃xff1a;
[表达式 for 变量 in 列表] Or [表达式 for 变量 in 列表 if条件]Or
[表达式部分 列表生成部分 过滤部分&＃xff08;可选&＃xff09;] Or [满足条件的元素相关操作 for 元素 in 可迭代数据类型 if 元素相关的条件]
表达式部分&＃xff1a;一般是一个表达式作用一个列表的元素&＃xff1b;或 只是接受导出的元素&＃xff0c;没有表达式&＃xff1b;
列表生成部分&＃xff1a;一般是一个for循环产生初始列表&＃xff0c;并依次导出元素&＃xff1b;
过滤部分&＃xff1a;一般由一个if判断构成&＃xff0c;条件为假的过滤掉。这部分可选。
举例1&＃xff1a;生成一个由0-9的平方组成的列表
方案1、用for循环
>>> squares &＃61;[]>>> for x in range(10):
... squares.append(x**2)
...>>>squares
[0,1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> x
9
这创建的名为x的变量&＃xff0c;在循环结束后仍然存在。可以用“无副作用”的方式生成一个平方值的列表&＃xff0c;如下&＃xff1a;方案2
>>> squares &＃61; list(map(lambda x: x**2, range(10)))>>>squares
[0,1, 4, 9, 16, 25, 36, 49, 64, 81]>>>x
Traceback (most recent call last):
File"", line 1, in NameError: name&＃39;x&＃39; is not defined
方案3&＃xff1a;list comprehesion
>>> squares &＃61; [x**2 for x in range(10)]>>>squares
[0,1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> x # 也是有“副作用”的
9
其中方案3是最简洁、易读的。列表推导式由括号中的表达式&＃43;for子句&＃xff08;甚至嵌套列表推导式&＃xff0c;它本质是个列表&＃xff09;组成&＃xff0c;后边可以跟更多的for循环或if条件&＃xff08;过滤条件&＃xff09;&＃xff0c;结果是生成一个由表达式、for或if语句运算得出的新列表。
>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x!&＃61;y]
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]
若用for循环来做将是&＃xff1a;
>>> combs &＃61;[]>>> for x in [1,2,3]:
...for y in [3,1,4]:
...if x !&＃61;y:
... combs.append((x,y))
...>>>combs
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]
这不符合Python优雅气质。
举例2&＃xff1a;将一个3x4矩阵变成4x3矩阵
>>> matrix &＃61;[
... [1,2,3,4],
... [5,6,7,8],
... [9,10,11,12],
... ]>>> [[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
如果用for循环完成&＃xff0c;将是多少行语句。LC是更简单有效的强力工具。LC总是返回一个结果&＃xff0c;无论是否用到它。
2、生成器表达式
将列表推导式的 [] 改成 () 就得到生成器表达式。
生成器中的值只能按顺序调用一次&＃xff0c;只能向前&＃xff0c;不能后退。其工作方式是每次处理一个对象&＃xff0c;而不是一次性处理和构造整个数据结构&＃xff0c;优点是可以节省大量内存。因此&＃xff0c;在处理大量数据时&＃xff0c;建议使用生成器表达式&＃xff0c;而不是列表推导式。生成器表达式结构&＃xff1a;
生成器&＃61;(返回结构 执行对象 if 判断条件)
举例&＃xff1a;得到30以内能被3整除的数。
>>> multiples &＃61; (i for i in range(30) if i%3 is0)>>>multiples at 0x7f2506c4d9b0>
>>>type(multiples)
>>> for i inmultiples:
...print(i)
...
03
6
9
12
15
18
21
24
27
3、字典推导式
字典推导式&＃xff0c;跟列表推导式的使用方法是类似的。只是将中括号[] 改成了 花括号{}。
举例&＃xff1a;快速更换key、value。
>>> d &＃61; {&＃39;a&＃39;:1, &＃39;b&＃39;:2}>>> d &＃61; {v:k for k,v ind.items()}>>>d
{1: &＃39;a&＃39;, 2: &＃39;b&＃39;}
4、集合推导式
集合推导式&＃xff0c;跟列表推导式也是类似的。唯一的区别是使用花括号。
集合自带去重功能&＃xff0c;如果计算得出的元素有重复值&＃xff0c;在集合中一个值只会录入一个元素。
>>> s &＃61; {1,2,3,4,5,6}>>> s &＃61; {i**2 for i in s if i%2&＃61;&＃61;0}>>> print(s)
set([16, 36, 4])
总结&＃xff0c;这些推导式语法结构上的高度相似的、可举一反三&＃xff0c;代码简洁、优雅、高效。
京公网安备 11010802041100号