pyhton (for in if)用法

您所在的位置:网站首页 pythinfor循环 pyhton (for in if)用法

pyhton (for in if)用法

2024-07-12 19:31:50| 来源: 网络整理| 查看: 265

python 循环高级用法 [expression for x in X [if condition] for y in Y [if condition] ... for n in N [if condition] ]按照从左至右的顺序,分别是外层循环到内层循环 高级语法

除了像上面介绍的 [x ** 2 for x in L] 这种基本语法之外,列表推导式还有一些高级的扩展。

4.1. 带有if语句

我们可以在 for 语句后面跟上一个 if 判断语句,用于过滤掉那些不满足条件的结果项。

例如,我想去除列表中所有的偶数项,保留奇数项,可以这么写:

>>> L = [1, 2, 3, 4, 5, 6] >>> L = [x for x in L if x % 2 != 0] >>> L [1, 3, 5]

4.2. 带有for嵌套

在复杂一点的列表推导式中,可以嵌套有多个 for 语句。按照从左至右的顺序,分别是外层循环到内层循环。

例如:

>>> [x + y for x in 'ab' for y in 'jk'] ['aj', 'ak', 'bj', 'bk']

4.3. 既有if语句又有for嵌套

列表推导式可以带任意数量的嵌套 for 循环,并且每一个 for 循环后面都有可选的 if 语句。

通用语法:

[ expression for x in X [if condition] for y in Y [if condition] ... for n in N [if condition] ]

例如,下面的代码输出了0~4之间的偶数和奇数的组合。

>>> [(x, y) for x in range(5) if x % 2 == 0 for y in range(5) if y % 2 == 1] [(0, 1), (0, 3), (2, 1), (2, 3), (4, 1), (4, 3)]

等价于下面的一般 for 循环:

>>> L = [] >>> for x in range(5): ... if x % 2 == 0: ... for y in range(5): ... if y % 2 == 1: ... L.append((x, y)) >>> L [(0, 1), (0, 3), (2, 1), (2, 3), (4, 1), (4, 3)]

4.4. 列表推导式生成矩阵

生成矩阵的方式有多种,例如手动赋值、一般for循环,还有就是列表推导式。如果我们要用列表推导式生成下面的矩阵,可以怎么写?

>>> M = [[1, 2, 3], ... [4, 5, 6], ... [7, 8, 9]]

一种方法是:

>>> M = [[x, x+1, x+2] for x in [1, 4, 7]] >>> M [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

矩阵的列数少时可以使用这种方法。

如果矩阵的列数较多,我们可以使用另外一种方式:在循环变量的表达式中使用列表推导式。

具体代码如下:

>>> M = [[y for y in range(x, x+3)] for x in [1, 4, 7]] >>> M [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

与之前带 for 嵌套的语法不同,这个例子中,实际使用的是最基本的 [expression for x in L] 语法,只有一个 for 语句。

复杂的地方在于前面的变量表达式 expression 不再是简单的变量运算,而是一个列表推导式,在这个例子中就是 [y for y in range(x, x+3)] 。 内层的列表推导式返回一个行向量,而这些行向量经由外层的列表推导式,最终形成一个二维列表,也就是我们想要的矩阵。

当然,在实际的应用中不能单纯追求代码的简洁,还要考虑到代码的可读性和维护成本。 如果代码变得过于复杂,不易于理解,我们宁可多写几行代码来增加它的可读性。

5. 生成器表达式

生成器表达式与列表推导式的语法相同,区别在于生成器表达式的外面使用圆括号,而列表推导式使用方括号。

有关生成器的介绍,请参考这篇文章:《Python高级编程之初识生成器》

6. 集合推导式和字典推导式

注意:集合推导式和字典推导式只有在Python2.7以及之后的版本中才有,Python2.7之前的版本不支持这两种推导式。

集合推导式的语法与列表推导式相同,只需要把外面的方括号改成花括号即可。

例如,我们可以通过以下方式来生成一个集合:

>>> {x ** 2 for x in [1, 2, 2]} {1, 4}

字典推导式的外面也是使用花括号,不过花括号的内部需要包含键值两部分。

在值不重复的情况下,我们可以通过字典推导式快速交换键值对:

>>> D = {'a':1, 'b':2, 'c':3} >>> D = {value: key for key, value in D.items()} >>> D {1: 'a', 2: 'b', 3: 'c'}

from:http://www.codebelief.com/article/2017/02/python-advanced-programming-list-comprehensions/

 

lix = []; for x in range(1, 101): lix.push(x ** 2) 执行结果:lix = [1,4,9,16,25.....]

在列表构建器的表达式中,可以添加简单的条件处理

lix = [x * x for x in range(1, 101) if x % 2 == 0] 执行结果:lix = [4,16,36.....]

也可以在循环过程中,来使用多层循环嵌套,实现更加复杂的效果

lix = [x + y for x in "abc" for y in "xyz"] 执行结果:['ax', 'ay', 'az', 'bx', 'by', 'bz', 'cx', 'cy', 'cz'] 列表动态构建器

但是我们通过前面的学习已经知道,这些数据都是加载到内存中的,如果列表中的数据量比较大的情况下,内存消耗是比较严重的 在某些情况下,我们只需要使用列表中的一部分数据,后面的数据并不是特别关心,如:通过列表来记录一个符合某种规则的序列,每次我们只是关心下一个数据,并不关心后面的N条数据,应该怎么做呢?比如我们需要一个奇数列表

# 常规构建器的做法 lix = [2*x + 1 for x in range(1, 101)] # 执行结果:[1,3,5,7,9,11,13,15,17.....] # * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * # 常规构建器可以直接构建生成 # 但是存在问题,如果一次构建的数据量太大,会严重占用内存 # 我们在使用该列表的时候,有可能只是使用前10项 # * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * # 使用列表动态构建器 lix = (2 * x - 1 for x in range(1, 101)) # 执行结果:print (lix) --> next(lix) # 执行结果:1 next(lix) # 执行结果:3 next(lix) # 执行结果:5 next(lix) # 执行结果:7 # * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * # 列表动态构建器 # 和构建器基本没有区别,创建的时候列表中是没有数据的 # 必须通过next()函数来获取列表中的下一条数据 # * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

from:https://www.jianshu.com/p/fa3fda487f15

 

 

[]改成(),就创建了一个generator:

>>> L = [x * x for x in range(10)] >>> L [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] >>> g = (x * x for x in range(10)) >>> g

L和g的区别仅在于最外层的[]和(),L是一个list,而g是一个generator。

如果要一个一个打印出来,可以通过next()函数获得generator的下一个返回值:

>>> next(g) 0 >>> next(g) 1 >>> next(g) 4 >>> next(g) 9 >>> next(g)

next(g)实在是太变态了,正确的方法是使用for循环,因为generator也是可迭代对象:

>>> g = (x * x for x in range(10)) >>> for n in g: ... print(n) ... 0 1 4 9 要把fib函数变成generator,只需要把print(b)改为yield b就可以了: def fib(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1 return 'done'  

yield关键字,那么这个函数就不再是一个普通函数,而是一个generator:

  >>> f = fib(6) >>> f  

return语句或者最后一行函数语句就返回。而变成generator的函数,在每次调用next()的时候执行,遇到yield语句返回,再次执行时从上次返回的yield语句处继续执行。

 

转自:https://www.cnblogs.com/bonelee/p/8545263.html



【本文地址】

公司简介

联系我们

今日新闻


点击排行

实验室常用的仪器、试剂和
说到实验室常用到的东西,主要就分为仪器、试剂和耗
不用再找了,全球10大实验
01、赛默飞世尔科技(热电)Thermo Fisher Scientif
三代水柜的量产巅峰T-72坦
作者:寞寒最近,西边闹腾挺大,本来小寞以为忙完这
通风柜跟实验室通风系统有
说到通风柜跟实验室通风,不少人都纠结二者到底是不
集消毒杀菌、烘干收纳为一
厨房是家里细菌较多的地方,潮湿的环境、没有完全密
实验室设备之全钢实验台如
全钢实验台是实验室家具中较为重要的家具之一,很多

推荐新闻


图片新闻

实验室药品柜的特性有哪些
实验室药品柜是实验室家具的重要组成部分之一,主要
小学科学实验中有哪些教学
计算机 计算器 一般 打孔器 打气筒 仪器车 显微镜
实验室各种仪器原理动图讲
1.紫外分光光谱UV分析原理:吸收紫外光能量,引起分
高中化学常见仪器及实验装
1、可加热仪器:2、计量仪器:(1)仪器A的名称:量
微生物操作主要设备和器具
今天盘点一下微生物操作主要设备和器具,别嫌我啰嗦
浅谈通风柜使用基本常识
 众所周知,通风柜功能中最主要的就是排气功能。在

专题文章

    CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭