python語法筆記（二）

1. 迴圈物件

迴圈物件是一類特殊的物件，它包含乙個next()方法(在python3中是 __next__()方法）,該方法的目的是進行到下乙個結果，而在結束一系列結果之後，舉出 stopiteration錯誤。

當乙個迴圈結構（比如for）呼叫迴圈物件的時候，它就會每次迴圈的時候呼叫 next()方法，直到 stopiteration出現，for迴圈接收到 stopiteration，就知道迴圈結束，停止呼叫next().比如：

f = open('1.txt')
f.next()
f.next()
...open()實際返回乙個迴圈物件，不斷輸入 f.next()，直到遇到 stopiteration
以上使用next()方法手動迴圈物件，可以自動的進行：
for lin in open('1.txt')
print line
for迴圈結構自動呼叫 next()方法，將該方法的返回值賦予給line。迴圈知道出現 stopiteration的時候結束。
相對於序列，使用迴圈物件的好處在於：不用在迴圈還沒開始的時候，就生成好要使用的元素。所使用元素
可以在迴圈的過程中逐漸生成，類似 迭代器。

2. 迭代器

從技術上來說，迴圈物件和for迴圈呼叫之間還有乙個中間層，就是要將迴圈物件轉換成迭代器。這一轉換是通過iter()函式實現的，在邏輯層面上常常忽略這一點，所以迴圈獨享和迭代器常常相互指代。

3.生成器

生成器可以構造乙個使用者自定義的迴圈物件。生成器的編寫方法和函式定義類似，只是在return的地方改為 yield。生成器中可以有多個yield，當生成器遇到乙個yield時，會暫停執行生成器，返回yield後面的值。當再次呼叫生成器的時候，會從剛才暫停的地方繼續執行，直到下一次yield。生成器自身構成乙個迴圈器，每次迴圈使用乙個yield返回的值。

def gen():
a = 100
yield a
a = a*8
yield a
yield 1000
for i in gen():
print i
def gen():
for i in range(4):
yield i
或者可以寫成生成器表示式
g = (x for x in range(4))

4.表推導

表推導是快速生成表的方法，它的語法簡單，很有實用價值。

假設我們生成表l：

l = 
for x in range(10):
使用表推導表示式可以很方便的寫為：
l = [x**2 for x in range(10) ]
這和生成器表示式類似，只不過使用的是中括號。

注意生成器表示式和表推導的區別，圓括號 vs 中括號:

#生成器表示式
g = (x for x in range(4))
#表推導
l = [x**2 for x in range(10)]

5. lambda函式

func = lambda x, y: x+ y
print func(3,4)

lambda 函式是一種匿名函式，可以在**中封裝一些常用的操作**，而不需要顯式的定義函式。

6. 函式作為引數傳遞

函式可以作為乙個物件，進行引數傳遞。函式名即為該物件，比如說：

def test(f, a, b):
print 'test'
f(a, b)
test(func, 3, 4)
#func為乙個函式，作為乙個引數，傳遞給函式test
也可以將乙個lambda表示式作為引數傳遞給函式：
test((lambda x, y: x**2 + y), 6, 9)

7. map函式

map()是python的內建函式，它的第乙個引數是乙個函式物件。

re = map((lambda x:x + 3), [1,3,4,5])

這裡引數1為lambda定義的函式物件，引數2為乙個包含多個元素的表。map()的功能是將函式物件依次作用於表的每乙個元素，每次作用的結果儲存於返回的表re中。map是通過讀入的函式來運算元據。

如果作為引數的函式物件有多個引數，可以使用下面的方式，向map()傳遞函式引數的多個引數：

re = map((lambda x, y: x + y), [1,2,3], [6,7,8])

map()將每次從兩個表中分別取出乙個元素，帶入lambda所定義的函式。

在python3中，map()返回值不是乙個表，而是乙個迴圈物件。

8. filter函式

filter()和map()類似，將作為引數的函式物件作用於多個元素。如果函式物件返回的為true，則該次的元素被儲存於返回的表中。filter通過讀入的函式來篩選資料。在python3中，filter返回的不是表，而是迴圈物件。

def func(a):
if a > 100：
return true
else:
return false
print fileter(func, [10, 56, 101, 100])

9. reduce函式

reduce函式的第乙個引數也是函式物件，但是該函式自身能接受兩個引數。reduce可以累進的將函式作用於各個引數。如：

print reduce((lambda x, y: x + y), [1,2,3,4])

第乙個引數為lambda表示式，接受兩個引數x，y，返回x+y

reduce將表中的前兩個元素1，2傳遞給lambda函式，得到3。該返回值3將作為lambda函式的第乙個引數，而表中得下乙個元素3作為lambda函式的第二個引數，進行下一次對lambda函式的呼叫，得到6，最後得到10.直到表中沒有剩餘的元素。

參考：

python語法筆記（二）

（二）Python入門筆記（語法變數）

Python 語法筆記

Python 語法筆記

python語法筆記（二）

（二）Python入門筆記（語法 變數）

Python 語法筆記

Python 語法筆記

相關推薦

（二）Python入門筆記（語法變數）