【Python指南 | 第七篇】推导式、迭代器、生成器，这一篇就够了

在这篇文章中将介绍推导式、迭代器、生成器的相关知识点。

推导式

推导式是一种独特的数据处理方式，可以从一个数据序列构建另一个新的数据序列的结构体。

Python 支持各种数据结构的推导式：

• 列表(list)推导式
• 字典(dict)推导式
• 集合(set)推导式
• 元组(tuple)推导式

列表推导式

语法格式：

[表达式 for 变量 in 列表] 
[out_exp_res for out_exp in input_list]

或者 

[表达式 for 变量 in 列表 if 条件]
[out_exp_res for out_exp in input_list if condition]

• out_exp_res：列表生成元素表达式，可以是有返回值的函数。
• for out_exp in input_list：迭代 input_list 将 out_exp 传入到 out_exp_res 表达式中。
• if condition：条件语句，可以过滤列表中不符合条件的值。

实例如下，过滤掉长度小于或等于3的字符串列表，并将剩下的转换成大写字母：

字典推导式

语法格式：

{ key_expr: value_expr for value in collection }

或

{ key_expr: value_expr for value in collection if condition }

实例如下，使用字符串及其长度创建字典：

集合推导式

语法格式：

{ expression for item in Sequence }
或
{ expression for item in Sequence if conditional }

实例如下，计算数字 1，2，3 的平方数：

元组推导式（生成器表达式）

元组推导式可以利用 range 区间、元组、列表、字典和集合等数据类型，快速生成一个满足指定需求的元组。

语法格式：

(expression for item in Sequence )
或
(expression for item in Sequence if conditional )

实例如下，生成一个包含数字 1~9 的元组：

迭代器

迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

迭代器有两个基本的方法：iter() 和 next()。

• for语句创建迭代器

list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
for x in it:
    print (x, end=" ")

• next()函数创建迭代器

import sys
list = [1, 2, 3, 4]
it = iter(list)  # 创建迭代器对象

while True:
    try:
        print(next(it))
    except StopIteration:
        sys.exit()

把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() ，本文不再详述。

生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

• yield 是一个关键字，用于定义生成器函数，生成器函数是一种特殊的函数，可以在迭代过程中逐步产生值，而不是一次性返回所有结果。

• 当在生成器函数中使用 yield 语句时，函数的执行将会暂停，并将 yield 后面的表达式作为当前迭代的值返回。

举个例子：

据此，我们可以使用生成器构建一个斐波那契数列：

try...except 是 Python 中的异常处理机制。当迭代器已经到达最后一个元素时，调用 next 函数会抛出 StopIteration 异常。为了终止程序的运行，我们需要使用 sys.exit() 来退出程序。

否则会产生如下回显，这是我们不期望看到的：

---

本文内容到此结束，在下一篇文章中将介绍自定义函数、输入与输出等知识点。