本文主要介紹Python的高級特性：列表推導式、迭代器和生成器产镐，是面試中經(jīng)常會被問到的特性隘庄。因為生成器實現(xiàn)了迭代器協(xié)議，可由列表推導式來生成癣亚，所有丑掺，這三個概念作為一章來介紹，是最便于大家理解的述雾，現(xiàn)在看不懂沒關系街州，下面我不僅是會讓大家知其然兼丰，重要的更是要知其所以然。
列表推導式
前幾天有個HR讓我談談列表推導式唆缴，我說這我經(jīng)常用鳍征，就是用舊的列表生成一個新的列表的公式，他直接就把我拒了琐谤，讓我回去復習一下蟆技，挺受打擊的，所以決定也幫助大家回顧一下斗忌。
內(nèi)容
- 列表推導式：舊的列表->新的列表
- 了解：字典推導式 集合推導式
1.列表推導式：
格式 [表達式 for 變量 in 舊列表]
或 [表達式 for 變量 in 舊列表 if 條件]
例1：生成名字長度大于3且首字母大寫的新列表质礼。
names_old = ['tom', 'amy', 'daming', 'lingling']
names_new = [name.capitalize() for name in names_old if len(name) > 3]
print(names_new)
輸出：
['Daming', 'Lingling']
例2： （大廠初級筆試題目）生成一個元組列表，要求每個元素為(0-5偶數(shù), 0-10奇數(shù))形式织阳。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)]
for循環(huán)實現(xiàn)代碼：
new_list = list()
for i in range(5): # 偶數(shù)
if i % 2 == 0:
for j in range(10): # 奇數(shù)
if j % 2 != 0:
new_list.append((i, j))
列表推導式代碼：
new_list = [(i, j) for i in range(5) for j in range(10) if i % 2 == 0 and j % 2 != 0]
例3：（大廠初級筆試題目）給出一個員工列表：
employees_old = [{'name': "tmo", "salary": 4800},
{'name': "amy", "salary": 3800},
{'name': "daming", "salary": 7000},
{'name': "lingling", "salary": 5600}]
如果員工薪資大于5000則加200眶蕉，否則加500，輸出新的員工列表唧躲。
列表推導式：
employees_new = [employee['salary'] + 200 if employee['salary'] > 5000 else employee['salary'] + 500 for employee in employees_old]
print(employees_new)
輸出：
[5300, 4300, 7200, 5800]
發(fā)現(xiàn)結果是員工薪資列表造挽，回過頭看一下代碼，確實是把得到的數(shù)字給了列表弄痹，那要返回員工列表要怎么實現(xiàn)呢饭入？讓我們用普通for循環(huán)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)
輸出：
[{'name': 'tmo', 'salary': 5300}, {'name': 'amy', 'salary': 4300}, {'name': 'daming', 'salary': 7200}, {'name': 'lingling', 'salary': 5800}]
沒錯，我們注意到兩者的差別了肛真，列表推導式我們少了一步賦值（在字典元素上進行賦值）谐丢，不能直接返回一個薪資數(shù)值而是一個員工字典給列表。正確的列表推導式如下：
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)
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)
輸出：
{'A': 'a', 'B': 'b', 'C': 'd'}
3.集合推導式：
類似列表推導式 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)
輸出：
{1, 2 ,3, 5}
小結：
到目前為止蚓让，列表推導式不就是一個用來創(chuàng)建列表的式子么乾忱？除了可以簡化代碼，裝裝X历极？其實窄瘟，列表推導式還有另一個優(yōu)點是相比于for循環(huán)更高效，因為列表推導式在執(zhí)行時調用的是Python的底層C代碼趟卸，而for循環(huán)則是用Python代碼來執(zhí)行蹄葱。嗷~面試官最想聽到的，是第二點锄列。
迭代器
由于迭代器協(xié)議對很多人來說图云，是一個較為抽象的概念，而且生成器自動實現(xiàn)了迭代器協(xié)議右蕊，所以我們需要先講解一下迭代器協(xié)議的概念琼稻，也是為了更好的理解接下來的生成器。
概念
可以被next()函數(shù)調用并不斷返回下一個值的對象稱為迭代器：Iterator饶囚。
迭代是訪問集合元素的一種方式帕翻，迭代器是一個可以記住遍歷位置的對象鸠补。迭代器對象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嘀掸。
迭代器只能往前不能后退紫岩。
-
迭代器協(xié)議：是指對象需要提供
__next__()方法，它要么返回迭代中的下一項睬塌，要么就引起一個StopIteration異常泉蝌，以終止迭代。 - 可迭代對象：就是實現(xiàn)了迭代器協(xié)議的對象揩晴。
舉個例子勋陪，對Python稍微熟悉一點的朋友應該知道，Python的for循環(huán)不但可以用來遍歷list硫兰，還可以用來遍歷文件對象诅愚，如下所示：
with open('F:/test/test.txt') as f:
for line in f:
print(line)
為什么在Python中，文件還可以使用for循環(huán)進行遍歷呢劫映？這是因為违孝，在Python中，文件對象實現(xiàn)了迭代器協(xié)議泳赋，for循環(huán)并不知道它遍歷的是一個文件對象雌桑，它只管使用迭代器協(xié)議訪問對象即可。正是由于Python的文件對象實現(xiàn)了迭代器協(xié)議祖今，我們才得以使用如此方便的方式訪問文件校坑，如下所示：
with open('F:/test/test.txt') as f:
print(dir(f))
輸出：
['__class__', '__del__', '__dict__', '__dir__', '__init__', '__iter__', '__next__', 'closed', 'line_buffering', 'newlines', 'read', 'readline'......]
可迭代的是不是肯定就是迭代器？
- 生成器是可迭代的衅鹿，也是迭代器撒踪。
-
list是可迭代的过咬，但不是迭代器大渤。list可以借助iter()函數(shù)將可迭代的變成迭代器list->iter(list)->迭代器next()：
借助iter()生成迭代器
可迭代對象：
- 生成器
- 元組 列表 集合 字典 字符串
如何判斷一個對象是否是可迭代？
借助isinstance()函數(shù)：
from collections import Iterable
print(isinstance([x for x in range(10)], Iterable)) # 列表
print(isinstance('hello world', Iterable)) # 字符串
print(isinstance(100, Iterable)) # 數(shù)字
print(isinstance((x for x in range(10)), Iterable)) # 迭代器
輸出：
True
True
False
True
生成器
生成器是Python最有用的特性之一掸绞，也是使用的最不廣泛的Python特性之一泵三。究其原因，主要是因為衔掸，在其他主流語言里面沒有生成器的概念烫幕。正是由于生成器是一個“新”的東西，所以敞映，它一方面沒有引起廣大工程師的重視较曼，另一方面，也增加了工程師的學習成本振愿，最終導致大家錯過了Python中如此有用的一個特性捷犹。
概念
我們已經(jīng)知道弛饭，通過列表推導式可以直接創(chuàng)建一個列表，但是萍歉，受到內(nèi)存限制侣颂，列表容量肯定是有限的。而且枪孩，創(chuàng)建一個包含100萬個元素的列表憔晒，不僅占用很大的存儲空間，如果我們僅僅需要訪問前面那幾個元素蔑舞，那后面絕大多數(shù)元素占用的空間都白白浪費了拒担。所以，如果列表元素可以按照某種算法在循環(huán)的過程中不斷推算出后續(xù)的元素攻询，這樣既不必創(chuàng)建完整的list澎蛛，從而還可以節(jié)省大量的空間。在Python中蜕窿，這種一邊循環(huán)一邊計算的機制谋逻，稱為生成器:generator。
Python使用生成器對延遲操作提供了支持桐经。所謂延遲操作毁兆，是指在需要的時候才產(chǎn)生結果，而不是立即產(chǎn)生結果阴挣。這也是生成器的主要好處气堕。
定義生成器
Python有兩種不同的方式提供生成器：
方法一：借助列表推導式
生成器表達式：類似于列表推導（這也就是為什么第一節(jié)我要先介紹列表推導式），但是畔咧，生成器返回按需產(chǎn)生結果的一個對象茎芭，而不是一次構建一個結果列表。
例1：
my_generator = (x for x in range(5)) # 注意是()不是[]
print(my_generator) # 發(fā)現(xiàn)不能打印出元素
print(type(my_generator))
print(my_generator.__next__()) # 三種得到元素的方法誓沸，注意看輸出結果
print(next(my_generator))
for i in my_generator:
print(i)
# 注意會拋出StopIteration異常
# print(next(my_generator))
print(next(my_generator)) # generator只能遍歷一次
輸出：
Traceback (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
方法二：借助函數(shù)
生成器函數(shù)：使用yield語句而不是return語句返回函數(shù)結果梅桩。yield語句一次返回一個結果，在每個結果中間拜隧，掛起函數(shù)的狀態(tài)宿百，起到暫停的作用，以便下次從它離開的地方繼續(xù)執(zhí)行洪添。
步驟：
- 定義函數(shù)垦页，函數(shù)返回使用
yield關鍵字； - 調用函數(shù)干奢，接收函數(shù)返回值痊焊；
- 得到的返回結果就是生成器；
- 借助
next()或__nest__()得到想要的元素。
例2：你的函數(shù)里面只要出現(xiàn)了yield關鍵字薄啥，你的函數(shù)就不再是函數(shù)了貌矿，就變成生成器了：
# 斐波那契數(shù)列：
def fib(length): # 1. 定義函數(shù)
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. 調用函數(shù)
print(g) # 3. 返回的就是生成器
print(next(g)) # 4. 借助`next()`或`__nest__()`得到想要的元素
print(next(g)) # 每調用一次產(chǎn)生一個值
print(next(g))
print(g.__next__())
print(g.__next__())
輸出：
<generator object fib at 0x0000000001DDDFC0>
1
1
2
3
5
注意：生成器只能遍歷一次。
當調用函數(shù)的時候罪佳，并沒有進函數(shù)進行執(zhí)行逛漫，而是直接生成一個生成器，當調用next的時候赘艳，才進入函數(shù)真正開始執(zhí)行酌毡，除了第一次調用next（）方法是從函數(shù)頭開始執(zhí)行，其余每次都是接著從上次執(zhí)行到yield的地方接著執(zhí)行的蕾管。
小結：
使用生成器以后枷踏，代碼行數(shù)更少。大家要記住掰曾，如果想把代碼寫的Pythonic旭蠕，在保證代碼可讀性的前提下，代碼行數(shù)越少越好旷坦。
合理使用生成器掏熬，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秒梅，理解了yield語句和return語句一樣旗芬，也是返回一個值。那么捆蜀，就能夠理解為什么使用生成器比不使用生成器要好疮丛，能夠理解使用生成器真的可以讓代碼變得清晰易懂。
在實際工作中辆它，充分利用Python生成器誊薄，不但能夠減少內(nèi)存使用，還能夠提高代碼可讀性锰茉。掌握生成器也是Python高手的標配呢蔫。如果本文對你有幫助，不要忘記關注點贊或收藏支持一下~
