python函数-随机数-生成器-迭代器

随机数

函数名称	函数功能	参数说明
rand(d0, d1, …, dn)	产生均匀分布的随机数	dn为第n维数据的维度
randn(d0, d1, …, dn)	产生标准正态分布随机数	dn为第n维数据的维度
randint(low[, high, size, dtype])	产生随机整数	low：最小值；high：最大值；size：数据个数
random_sample([size])	在[0,1）内产生随机数	size：随机数的shape，可以为元祖或者列表，[2,3]表示2维随机数，维度为（2,3）
random([size])	同random_sample([size])	同random_sample([size])
ranf([size])	同random_sample([size])	同random_sample([size])
sample([size]))	同random_sample([size])	同random_sample([size])
choice(a[, size, replace, p])	从a中随机选择指定数据	a：1维数组 size：返回数据形状
bytes(length)	返回随机位	length：位的长度

生成器

生成器是这样一个函数，它记住上一次返回时在函数体中的位置。对生成器函数的第二次（或第 n 次）调用跳转至该函数中间，而上次调用的所有局部变量都保持不变。

生成器不仅“记住”了它数据状态；生成器还“记住”了它在流控制构造（在命令式编程中，这种构造不只是数据值）中的位置。

生成器的特点：

     生成器是一个函数，而且函数的参数都会保留。

     迭代到下一次的调用时，所使用的参数都是第一次所保留下的，即是说，在整个所有函数调用的参数都是第一次所调用时保留的，而不是新创建的

生成器表达式示例：

–sum(x** 2 for x in xrange(4))

–而不用多此一举的先构造一个列表：

–sum([x** 2 for x in xrange(4)])

•语法上和函数类似：

–区别：生成器使用yield语句返回一个值，而常规函数使用return语句返回一个值

•自动实现迭代器协议：

–对于生成器，Python会自动实现迭代器协议，（如for循环，sum函数）。由于生成器自动实现了迭代器协议，所以，我们可以调用它的next()方法，并且，在没有值可以返回的时候，生成器自动产生StopIteration异常

•状态挂起：

–生成器使用yield语句返回一个值。yield语句挂起该生成器函数的状态，保留足够的信息，以便之后从它离开的地方继续执行

•生成器的好处是延迟计算，一次返回一个结果。也就是说，它不会一次生成所有的结果，这对于大数据量处理，将会非常有用

–sum([ifor i inxrange(10000000000)])

–sum(ifor i inxrange(10000000000))

•对于前一个表达式还没有看到最终结果电脑就已经卡死，对于后一个表达式，几乎没有什么内存占用。

•代码简洁，易于阅读

–求一段文字中，每个单词出现的位置

defindex_words(text):
    result=[]
    if text:
        result.append(0)
    for index,letter in enumerate(text,1):
        if letter == ' ':
            result.append(index)
    return result
result=index_words("I am rong")
for a in result:
    print(a)

使用生成器的情况：

defindex_words(text):
    if text:
        yield 0;
    for index,letter in enumerate(text,1):
        if letter==' ':
            yield index,letter
result=index_words('I am rong')
for a in result:
    print(a)

•生成器只能遍历一次

def get_province_population(filename):

  withopen(filename) as f: 

    for line in f:

           yield int(line)

gen = get_province_population('data.txt')

all_population =sum(gen)

for population in gen:

  printpopulation / all_population       #错误

迭代器

迭代器协议

•迭代器是访问集合内元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素都被访问一遍后结束。

•迭代器协议：对象需要要提供next()方法，它要么返回下一个对象，要么引起一个StopIteration异常

•可迭代对象：实现了迭代器协议的对象

•for,max,min,sum等使用迭代器协议访问对象

•构建迭代器的时候，以一种延迟计算（lazyevaluation）方式返回元素，这正是它的优点。比如列表含有中一千万个整数，需要占超过400M的内存，而迭代器只需要几十个字节的空间。因为它并没有把所有元素装载到内存中，而是等到调用next 方法时候才返回该元素（按需调用callby need 的方式，本质上for 循环就是不断地调用迭代器的next方法）

案例：

•for循环实现 了迭代器

–for i in[1,2,3,4]:
    print i

•文件对象提供迭代器协议

–with open('E:\\s133\\s131.txt') asf:
    for line in f:  #for循环使用迭代器协议访问文件
        print(line)