lambda表达式
- 语法规则
- 与传统函数的区别：
- 好处
迭代器
- 定义
- 迭代器协议
- 可迭代对象
- 用迭代器实现斐波那契数列
生成器
- 定义
- 使用
- 用生成器实现斐波那契数列
- 生成器表达式

lambda表达式

lambda表达式也称为匿名函数，能够使用一行代码实现比较复杂函数功能，使代码更加简洁。

语法规则

与传统函数的区别：

传统定义方式定义的函数，函数名是一个函数的引用

>>> def square(x):return x*x>>> square(3)
9
>>> square
<function square at 0x0000021CAB808B80>

而lambda表达式整个表达式是一个函数的引用

>>> squareY=lambda y:y*y
>>> squareY(3)
9
>>> squareY
<function <lambda> at 0x0000021CAB808C10>

好处

lambda是一个表达，它可以用在常规函数不可以使用的地方，比如：

把lambda放在列表中，

>>> y=[lambda x:x*x,2,3]
>>> y[0]   //y[0]是一个函数的引用，调用这个函数时需要加小括号，并将参数放在小括号中
<function <lambda> at 0x0000021CAB808CA0>
>>> y[0](y[1])  //将列表中的第二个元素作为参数传入lambda表达式中，得到平方返回
4
>>> y[0](y[2])
9

把lambda表达式用在map函数中

>>> mapped=map(lambda x:ord(x)+10,"FishC")     //使用lambda表达式实现
>>> list(mapped)
[80, 115, 125, 114, 77]
>>> def boring(x):           //使用传统定义函数的方式将字符型转化为整型return ord(x)+10>>> list(map(boring,"FishC"))
[80, 115, 125, 114, 77]

map函数有两个参数，第一个参数要求传入一个用于计算的函数，是引用，第二个参数是序列类型，该函数的功能是把序列（第二个参数）中每个元素逐个传递给第一个参数指定的函数，在运算之后把他们的结果构成一个迭代器。

把lambda表达式用在filter函数中

>>> list(filter(lambda x:x%2,range(10)))
[1, 3, 5, 7, 9]

总结
lambda是一个表达式而非语句，因此可以使用lambda做简单的事情，用def语句去定义功能复杂的函数。

迭代器

定义

Python中一个实现了_iter_方法和_next_方法的类对象，就是迭代器.
对于list、string、tuple、dict等这些容器对象,使用for循环遍历是很方便的。在后台for语句对容器对象调用iter()函数。==iter()是python内置函数。iter()函数会返回一个定义了next()方法的迭代器对象，它在容器中逐个访问容器内的元素。next()也是python内置函数。在没有后续元素时，next()会抛出一个 StopIteration ==异常，通知for语句循环结束。

迭代器可以用来帮助我们记录每次迭代访问到的位置，当我们对迭代器使用next()函数的时候（调用了迭代器对象的_next_方法），迭代器会向我们返回它所记录位置的下一个位置的数据。

迭代器协议

对象需要提供next()方法，它要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代。

可迭代对象

实现了迭代器协议的对象。list、tuple、dict都是Iterable（可迭代对象），但不是Iterator（迭代器对象）。但可以使用内置函数iter()，把这些都变成Iterable（可迭代器对象）。
for item in Iterable 循环的本质就是先通过iter()函数获取可迭代对象Iterable的迭代器，然后对获取到的迭代器不断调用next()方法来获取下一个值并将其赋值给item，当遇到StopIteration的异常后循环结束

用迭代器实现斐波那契数列

>>> class Fibs:def __init__(self):self.a=0self.b=1def __iter__(self):     //__iter__()返回迭代器本身return selfdef __next__(self):     //__next__()制定迭代器的规则self.a,self.b=self.b,self.a + self.breturn self.a>>> fibs=Fibs()
>>> for each in fibs:print(each)1
1
2
3
5
8
13
21
34
55
89
144
233
377

生成器

Q：函数调用结束之后，一切都要从头再来，那么有没有办法让函数再退出之后还能保留状态呢？
A：①闭包（外层函数结束调用之后内层函数还是可以记住外层函数的参数）②生成器
Q：Python生成器是模仿协同程序实现的吗？
A：是的，协同程序是可以运行的独立函数调用，函数可以暂停或挂起，并在需要的时候从程序离开的地方继续或者重新开始。

定义

生成器使用yield语句来代替函数中的return语句，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。

使用

Q：如何使用生成器呢？

>>> def counter():i=0while i <= 5:yield i      //每次执行到yield语句时，就生成一个数据暂停并保留状态i += 1      // 下一次调用从此处开始执行>>> counter()
<generator object counter at 0x0000021CAB7DDF20>
>>> for i in counter():print(i)0
1
2
3
4
5

for语句的功能是从一个可迭代对象中每次获取一个数据；counter生成器的作用是每次调用的时候提供一个数据
Note：

生成器不像列表，元组这些可迭代对象，生成器是一个制作机器，作用是每调用一次提供一个数据，并且记住当时的状态，而列表，元组这些可迭代对象是容器，里面存放的是早已经生成好的所有数据
生成器是特殊的迭代器，支持next()函数，但是next函数不支持下标索引的方式。（因为并没有提前生成好）

>>> c=counter()
>>> c
<generator object counter at 0x0000021CAB81DBA0>
>>> next(c)
0
>>> next(c)
1
>>> next(c)
2>>> next(c)
3
>>> next(c)
4
>>> next(c)
5
>>> next(c)   //调用结束后，会抛出StopIteration异常
Traceback (most recent call last):File "<pyshell#69>", line 1, in <module>next(c)
StopIteration

用生成器实现斐波那契数列

# 菲波那切数列
def Fib(max):n, a, b = 0, 0, 1while n < max:yield ba, b = b, a + bn = n + 1return '亲！没有数据了...'
# 调用方法，生成出10个数来
f=Fib(10)
# 使用一个循环捕获最后return 返回的值，保存在异常StopIteration的value中
while  True:try:x=next(f)print("f:",x)except StopIteration as e:print("生成器最后的返回值是：",e.value)break

>>> def fibs():a=0b=1while True:a,b=b,a+byield a>>> for i in fibs():if each > 100:     //如果没有设置退出条件的话，会产生“无穷无尽项”，使用Ctrl+c停止breakelse:print(each)1
1
2
3
5
8
13
21
34
55
89

用闭包实现斐波那契数列
待更新…

生成器表达式

利用推导的形式获得生成器的方法，称为生成器表达式法：

>>> (i ** 2 for i in range(10))
<generator object <genexpr> at 0x0000021CAB81DC80>
>>> t=(i ** 2 for i in range(10))
>>> next(t)       //每次产生一个数据
0
>>> for i in t:print(i)1
4
9
16
25
36
49
64
81

列表推导式（用方括号表示[]）：

>>> a=[i for i in range(100) if not(i%2) and i%3]
>>> a
[2, 4, 8, 10, 14, 16, 20, 22, 26, 28, 32, 34, 38, 40, 44, 46, 50, 52, 56, 58, 62, 64, 68, 70, 74, 76, 80, 82, 86, 88, 92, 94, 98]

字典推导式（键值对）：

>>> b={i:i%2==0 for i in range(10)}
>>> b
{0: True, 1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False}

集合推导式（用{ }表示）：

>>> c={i for i in [1,2,1,4,2,5,6,3,7,3]}
>>> c
{1, 2, 3, 4, 5, 6, 7}

元组推导式用圆括号表示（），就是生成器表达式

>>> e=(i for i in range(10))
>>> e
<generator object <genexpr> at 0x0000021CAB81DBA0>
>>> next(e)
0
>>> next(e)
1
>>> next(e)
2
>>> next(e)
3
>>> next(e)
4
>>> next(e)
5
>>> next(e)
6
>>> next(e)
7
>>> next(e)
8
>>> next(e)
9
>>> next(e)
Traceback (most recent call last):File "<pyshell#198>", line 1, in <module>next(e)
StopIteration
>>> sum(i for i in range(100) if i % 2)
2500

总结
实现生成器的两种方式：

将普通函数中的return替换成yield
使用生成器表达式

参考：Python中生成器和迭代器的区别.
深入剖析可迭代对象和迭代器的区别和联系.

小甲鱼Python学习笔记之函数（二）相关推荐

小甲鱼Python学习笔记之函数（三）
递归定义递归的两个特点(重中之重!!!) 递归的应用能够用递归实现的功能都能够用循环迭代来实现用递归实现斐波那契数列用其他方式实现斐波那契数列用递归实现汉诺塔定义函数之间是可以相互调用 ...
小甲鱼Python学习笔记之函数（四）
函数注释类型注释 Python自省函数注释通过help来查看函数的注释自定义函数时编写函数注释 >>> def exchang(dollar,rate=6.32):" ...
B站小甲鱼python学习笔记
000 愉快的开始视频地址: https://www.bilibili.com/video/BV1xs411Q799?p=1 python跨平台应用范围: 操作系统.WEB.3D动画.企业应用.云 ...
小甲鱼Python学习笔记之魔法方法
什么是魔法方法构造和析构 __init__方法 __new__方法 __del__方法工厂函数通过对魔法方法的重写,还可以自定义对象间的算术运算反运算方法实现一个计时器的类 time模块的l ...
Python学习笔记12_函数
Python学习笔记12_函数文章目录 Python学习笔记12_函数 1.函数定义 2.函数调用 3.函数的参数 3.1.可更改对象和不可更改对象参数 3.2.必需参数(位置参数) 3.3.关键字 ...
Python学习笔记：函数（Function）
Python学习笔记:函数(Function) 一.函数基本概念函数是Python里组织与重用代码最重要的方法.一般来说,如果你期望多次重复相同或相似的代码,写一个可重用的函数可能是值得的.函数通过 ...
小甲鱼python003答案_小甲鱼：Python学习笔记003_函数
>>> # 函数 >>> def myFirstFunction(params1,params2...): print("这是我的第一个函数!" ...
【Python】小甲鱼Python学习总结——代码版
看了50P左右的小甲鱼B站的Python视频,按需学习,因此有些P可能会有遗漏.以下是自己跟着视频敲的代码,一些知识点和自己的理解写在了注释里.注释要遵守PEP8的规范. 同时Python的另一个教程 ...
小甲鱼Python学习知识点记录（003讲）
一.插曲之变量 1.变量名就像我们现实社会的名字,把一个值赋值给一个名字时,它会存储在内存中,称之为变量(variable),在大多数语言中,都把这种行为称为"给变量赋值"或&qu ...
小甲鱼python入门笔记（一）（全）
目录一.变量和字符串 1.python转义字符 2.交换x,y变量的值 3.原始字符串,忽略转义字符 4.长字符串两种方式 5.字符串加法和乘法二.是时候讲讲代码了 1.python比较运算符三 ...

小甲鱼Python学习笔记之函数（二）