Python教程

Python迭代器及常用内置函数

本文主要是介绍Python迭代器及常用内置函数,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

一、常用内置函数

首先先介绍几个常用的内置函数,以下几个函数的功能可以在后续的编写代码中帮助我们简洁、高效地处理一些数据问题,如下:

  • map():映射

    list1 = [1, 2, 3, 4, 5]
    res1 = map(lambda x: x ** 2, list1)
    print(list(res1))
    

    打印结果为:

    [1, 4, 9, 16, 25]
    
  • zip():拉链,当结合数据有多个且长度不等时,以最短的数据源为准:

    list2 = [111, 222, 333, 444]
    list3 = ['zhangsan', 'lisi', 'wangwu']
    res2 = zip(list2, list3)
    print(list(res2))
    

    打印结果为:

    [(111, 'zhangsan'), (222, 'lisi'), (333, 'wangwu')]
    
  • max()与min():最大与最小

    dic = {
        'jason': 3000,
        'Bevin': 1000000,
        'Ascar': 10000000000,
        'aerry': 88888
    }
    
    print(max(dic, key=lambda key: dic[key]))  
    print(min(dic, key=lambda key: dic[key]))  
    

    打印结果为:

    Ascar
    jason
    
  • filter():过滤

    list4 = [1, 2, 3, 4, 5, 6]
    res3 = filter(lambda x: x > 3, list4)
    print(list(res3))
    

    打印结果为:

    [4, 5, 6]
    
  • reduce():归总

    from functools import reduce
    
    list5 = [1, 2, 3, 4, 5, 6]
    res4 = reduce(lambda x, y: x * y, list5)
    print(res4)
    

    打印结果为:

    720
    

嗯,还有头发 还能学(猫咪照镜子)_猫咪_能学_照镜子_头发_还有表情

二、迭代器介绍

迭代器即用来迭代取值的工具,而迭代是重复反馈过程的活动,其目的通常是为了逼近所需的目标或结果;

每一次对过程的重复称为一次“迭代”,而每一次迭代得到的结果会作为下一次迭代的初始值,单纯的重复并不是迭代:

while True:
    msg = input('>>: ').strip()
    print(msg)

下述while循环才是一个迭代过程,不仅满足重复,而且以每次重新赋值后的index值作为下一次循环中新的索引进行取值,反复迭代,最终可以取尽列表中的值:

goods = ['mac', 'lenovo', 'acer', 'dell', 'sony']
 
index = 0
while index < len(goods):
    print(goods[index])
    index += 1

2.1 可迭代对象

通过索引的方式进行迭代取值,实现简单,但仅适用于序列类型:字符串、列表、元组。对于没有索引的字典、集合等非序列类型,必须找到一种不依赖索引来进行迭代取值的方式,这就用到了迭代器。

要想了解迭代器为何物,必须事先搞清楚一个很重要的概念:可迭代对象(iterable)。从语法形式上讲,内置有_ _ iter_ _方法的对象都是可迭代对象,字符串、列表、字典、元组、集合、文件对象都是可迭代对象:

{'name': 'jason'}.__iter__
{7, 8, 9}.__iter__
……

2.2 迭代器对象

调用obj._ _ iter _ _ ()方法返回的结果是一个迭代器对象(Iterator)。迭代器对象是内置有_ _ iter_ _ ()和 _ _ next_ _ ()方法的对象,打开的文件本身就是一个迭代器对象,执行迭代器对象._ _ iter _ _ ()方法得到的仍然是迭代器本身,而执行迭代器._ _ next_ _ ()方法就会计算出迭代器中的下一个值。

_ _ iter _ _ ()和 _ _ next_ _ ()方法在调用的时候还有一个简便的写法:iter()和next();
一般情况下所有的双下划线方法都会有一个与之对应的简化版本:方法名();

迭代器是Python提供的一种统一的、不 依赖于索引的迭代取值方式,只要存在多个“值”,无论序列类型还是非序列类型都可以按照迭代器的方式取值:

>>> s = {1, 2, 3}  # 可迭代对象s
>>> i = iter(s)  # 本质就是在调用s.__iter__(),返回s的迭代器对象i
>>> next(i)  # 本质就是在调用i.__next__()
1
>>> next(i)
2
>>> next(i)
3
>>> next(i)  # 抛出StopIteration的异常,代表无值可取,迭代结束

三、for循环原理

有了迭代器后,我们便可以不依赖索引迭代取值了,使用while循环的实现方式如下:

goods = ['mac', 'lenovo', 'acer', 'dell', 'sony']
i = iter(goods)  # 每次都需要重新获取一个迭代器对象
while True:
    try:
        print(next(i))
    except StopIteration:  # 捕捉异常终止循环
        break

for循环又称为迭代循环,in后可以跟任意可迭代对象,上述while循环可以简写为:

goods = ['mac', 'lenovo', 'acer', 'dell', 'sony']
for item in goods:   
    print(item)

for循环在工作时,首先会调用可迭代对象goods内置的_ _ iter _ _ ()方法拿到一个迭代器对象,然后调用该迭代器对象的_ _ next _ _ ()方法将取到的值赋给item,执行循环体代码完成一次循环,周而复始,直到捕捉到StopIteration异常,结束迭代。

四、迭代器的优缺点

基于索引的迭代取值,所有迭代的状态都保存在了索引中,而基于迭代器实现迭代的方式不再需要索引,所有迭代的状态就保存在迭代器中,然而这种处理方式优点与缺点并存:

  • 优点:

    1. 为序列和非序列类型提供了一种统一的迭代取值方式;
    2. 惰性计算:迭代器对象表示的是一个数据流,可以只在需要时才去调用next()来计算出一个值;就迭代器本身来说,同一时刻在内存中只有一个值,因而可以存放无限大的数据流,而对于其他容器类型,如列表,需要把所有的元素都存放于内存中,受内存大小的限制,可以存放的值的个数是有限的。
  • 缺点:

    1. 除非取尽,否则无法获取迭代器的长度;
    2. 只能取下一个值,不能回到开始,更像是“一次性的”,迭代器产生后的唯一目标就是重复执行next()方法直到值取尽,否则就会停留在某个位置,等待下一次调用next();若是要再次迭代同个对象,你只能重新调用iter()方法去创建一个新的迭代器对象,如果有两个或者多个循环使用同一个迭代器,必然只会有循环能取到值。

气嘟嘟叉手 GIF 动图_gif_气嘟嘟_动图_叉手表情

五、异常捕获

5.1 什么是异常

异常是程序发生错误的信号。程序一旦出现错误,便会产生一个异常,若程序中没有处理它,就会抛出异常,程序的运行也随之终止。

在Python中,错误触发的异常如下:

img

而错误分成两种,一种是语法上的错误SyntaxError,这种错误应该在程序运行前就修改正确:

>>> if  
File "<stdin>", line 1
   if
    ^
SyntaxError: invalid syntax

另一种就是逻辑错误,出现了之后尽快修改即可,常见的逻辑错误如:

# TypeError:数字类型无法与字符串类型相加
1 + ’2’  

# ValueError:当字符串包含有非数字的值时,无法转成int类型
num = input(">>: ")  # 输入hello
int(num)
 
# NameError:引用了一个不存在的名字x
x
 
# IndexError:索引超出列表的限制
lis = ['jason', 'tony']
lis[3]
 
# KeyError:引用了一个不存在的key
dic = {'name': 'jason'}
dic['age']
 
# AttributeError:引用的属性不存在
class Foo:
    pass

Foo.x
 
# ZeroDivisionError:除数不能为0
1 / 0

5.2 异常处理

为了保证程序的容错性与可靠性,即在遇到错误时有相应的处理机制不会任由程序崩溃掉,我们需要对异常进行处理,处理的基本语法格式如下:

try:
    被检测的代码块
except 异常类型:
    检测到异常,就执行这个位置的逻辑

如果我们想分别用不同的逻辑处理,需要用到多分支的except(类似于多分支的elif,从上到下依次匹配,匹配成功一次便不再匹配其他):

try:
    被检测的代码块
except NameError:
    触发NameError时对应的处理逻辑
except IndexError:
    触发IndexError时对应的处理逻辑
except KeyError:
    触发KeyError时对应的处理逻辑

如果我们想捕获所有异常并用一种逻辑处理,Python提供了一个万能异常类型Exception:

try:
    被检测的代码块
except NameError:
    触发NameError时对应的处理逻辑
except IndexError:
    触发IndexError时对应的处理逻辑
except Exception:
    其他类型的异常统一用此处的逻辑处理
  • 有可能会出现错误的代码才需要被监测;
  • 被监测的代码一定要越少越好;
  • 异常捕获使用频率越低越好;

image

这篇关于Python迭代器及常用内置函数的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!