第六章 6 函数-迭代器与生成器  练习题
[基础知识]
说说 python 中装饰器、迭代器的用法；描述下 dict 的 items()方
法与 iteritems()方法的不同；
解答：
装饰器：
装饰器是指对函数的执行过程 ，做一些扩展，甚至可以更改本身函数的执行 。
迭代器：
迭代器是指遵循迭代器协议的对象，这类对象在被for循环时，每次迭代生成一下个项，
不用一开始就生成整个列表。
dict下的items（）方法，返回的就是可迭代对象。
下列数据结构中,哪一种是不可迭代的
A. dict
B. object
C. set
D. str

B////字典，字符串，集合，都是可以迭代的
对象是不能迭代的
使用列表推导式生成包含 10 个数字 5 的列表，语句可以写为

alist = [5 for i in range[10]
关键字__________用于测试一个对象是否是一个可迭代对象的元素
in
使用列表推导式得到 100 以内所有能被 13 整除的数的代码可以写
作___________________________________
alist = [i for i in range(100) if i%13 == 0]
print(alist)  # [0, 13, 26, 39, 52, 65, 78, 91]
表 达 式 [x for x in [1,2,3,4,5] if x<3] 的 值 为
_____________________
[1,2]
表达式 [index for index, value in enumerate([3,5,7,3,7]) if value
== max([3,5,7,3,7])] 的值为__________________
[2,4]
我的理解，这是一个列表推导式：
[{index} for {index, value} in {enumerate([3,5,7,3,7])} if {value ==max([3,5,7,3,7])}
我刚刚被迷惑，猛一看还没看明白 ，百度才知道是这个理解。原来是个列表生成式。
其实就是选出enumerate枚举的下标值，这个枚举没有指定下标start开始值，以0默认
所以，值为2，4
已知x = [4,5,3,7] ，那么表达式 [x.index(i) for i in x if i==3] 的
值为______________
[2]
已知 vec = [[1,2], [3,4]]，则表达式 [col for row in vec for col in
row] 的值为_____________________
[1,2,3,4]
已知 vec = [[1,2], [3,4]]，则表达式 [[row[i] for row in vec] for
i in range(len(vec[0]))] 的值为_________________________
[[1,3],[2,4]]
表达式 len([i for i in range(10)]) 的值为__________


表达式 [str(i) for i in range(3)] 的值为____________
['0', '1', '2']
表达式 [i for i in range(10) if i>8] 的值为________________
[9]
已知有列表 x = [[1, 2, 3], [4, 5, 6]]，那么表达式 [[row[i] for row
in x] for i in range(len(x[0]))] 的 值 为
___________________________
[[1, 4], [2, 5], [3, 6]]
已知 x = range(1,4) 和 y = range(4,7)，那么表达式 sum([i*j
for i,j in zip(x,y)]) 的值为__________
x = range(1,4)
y = range(4,7)
print(sum([i * j for i, j in zip(x, y)]))  # 32
print(list(x))  # [1, 2, 3]
print(list(y))  # [4, 5, 6]
print(list(zip(x, y)))  # [(1, 4), (2, 5), (3, 6)]
表达式 [5 for i in range(3)] 的值为_______________
[5,5,5]
已知 x = [[1, 2, 3,], [4, 5, 6]]，那么表达式 sum([i * j for i, j in
zip(x[0],x[1])]) 的值为______
x = [[1, 2, 3,], [4, 5, 6]]
print(sum([i * j for i, j in zip(x[0], x[1])]))  # 32
已知列表 x = [1, 2, 3] 和 y = [4, 5, 6]，那么表达式 [(i,j) for i, j
in zip(x,y) if i==3] 的值为____________
x = [1, 2, 3]
y = [4, 5, 6]
print([(i, j) for i, j in zip(x, y) if i == 3]) # [(3, 6)]
已知 x = [3, 2, 3, 3, 4]，那么表达式 [index for index, value in
enumerate(x) if value==3] 的值为____________
x = [3, 2, 3, 3, 4]
print([index for index, value in enumerate(x) if value == 3]) # [0, 2, 3]
表达式 5 if 5>6 else (6 if 3>2 else 5) 的值为_________


写一个列表生成式，产生一个公差为 11 的等差数列
alist = [i for i in range(1,100,11)]
print(alist)  # [1, 12, 23, 34, 45, 56, 67, 78, 89]
字典推导式？
dict = {key:value for (key,value) in iterable}
列表推导式和生成器表达式 [i % 2 for i in range(10)] 和 (i % 2
for i inrange(10)) 输出结果分别是什么?
[0,1,0,1,0,1,0,1,0,1]
<generator object <genexpr> at 0x000002D2324F6340>
简述 yield 和 yield from 关键字。
yield:
当一个函数中出现yield关键字的时候，那么这个函数就是一个生成器。可以用for循环或者
next（）函数来迭代。
yield from：
简单的说，yield from generator。实际上就是返回另外一个生成器。



[进阶拓展]
使用生成器编写 fib 函数, 函数声明为 fib(max), 输入一个参数
max 值, 使得 该函数可以这样调用。
for i in range(0,100):
print fib(1000)
# 并产生如下结果(斐波那契数列),1,1,2,3,5,8,13,21...

def fib(max):
    x, y = 0, 1
    while True:
        j = x+y
        yield j
        y = x
        x = j
        if x > max:
            break

for i in range(0,100):
    print(list(fib(1000)))
python 一行 print 出 1~100 偶数的列表, (列表推导式, filter 均
可)
print([i for i in range(1,100) if i%2==0])
print(list(filter(lambda x :x%2==0,range(1,100))))
以下代码输出是什么,请给出答案并解释
def multipliers():
    return [lambda x:x*i for i in range(4)]
print([m(2) for m in multipliers()])
...这个题目的答案我都没看明白。。。。
下面这段代码的输出结果将是什么？请解释。
def multipliers():
    return [lambda x : i * x for i in range(4)]
    print [m(2) for m in multipliers()]
抄答案，，，答案也看不懂
上面代码的输出结果是【6，6，6，6】  不是想的【0，2，4，6】
上述问题产生的根本原因是python闭包的延迟绑定。这意味着内部函数在被调用时，
参数的值在闭包内进行查找。因此，当任何由multipliers()返回的函数被调用时，i的值将
在附近的范围内进行查找。那时，不管返回的函数是否被调用，for循环已经完成，不被赋予
了最终的值3。因此，每次返回的函数乘以传递过来的值3，因为上段代码传递过来的值是2，它们
最终返回的值都是6。下面是解决这一问题的一些方法。一种方法就是用python生成器。
def multipliers():
    for i in range(4):yield lambda x:i*x
# 另外一个解决方案就是创造 一个闭包，利用默认函数立即绑定
def multipliers():
    return [lambda x ,i=i: i*x for i in range(4)]





[面试真题]
现有 [[1, 2], [3, 4], [5, 6]] 使用一行代码展开该列表，
得出[1, 2, 3, 4, 5, 6]
alist = [[1, 2], [3, 4], [5, 6]]
alist = [a for i in alist for a in i ]
print(alist)  # [1, 2, 3, 4, 5, 6]
阅读下面代码，推导最后结果，并列出推导过程。
def add(l, i):
    return l + i
def test():
    for i in range(3):
        yield i

g = test()
for n in [1, 5, 10]:
    g = (add(n, i) for i in g)
print(list(g))

【参考答案】
大前提：生成器对象有一个巨大的坑——惰性计算。
函数自上而下执行，一直到 print(list(g)) 生成器表达式才开始执行，将 11 - 12 行
拆开来看：
n = 1
g = (add(n, i) in g)

n = 5
g = (add(n, i) for i in g)

n = 10
g = (add(n, i) for i in g)

将其合并，其中 n = 10
g = (add(n, i) for i in (add(n, i) for i in (add(n, i) for i in test())))
从里面往外执行，
test() —> (0, 1, 2)
(add(n, i) for i in test()) –> (10, 11, 12)
(add(n, i) for i in (add(n, i) for i in test()) —> (add(n, i) for i in (10, 11, 12)) —> (20, 21, 22)
(add(n, i) for i in (add(n, i) for i in (add(n, i) for i in test()))) —> (30, 31, 32)
g = (30, 31, 32)
list(g) = [30, 31, 32]
因此最后的结果是：[30, 31, 32]
生成器比迭代器更好的地方是什么?
生成器能做到迭代器能做的所有事,而且因为自动创建了 iter()和 next()方法,生成器显得特
别简洁,而且生成器也是高效的，使用生成器表达式取代列表解析可以同时节省内存。除了
创建和保存程序状态的自动方法,当生成器器终结时,还会自动抛出 StopIteration 异常