python3新特性,Python3百度百科
本文主要详细介绍Python3的高阶函数，主要介绍什么是高级功能及其用法，具有一定的参考价值。感兴趣的朋友可以参考一下。
00-1010 1.发电机2。迭代器摘要
目录
#边循环边计算的机制叫做generator:generator；
#创建生成器方法：
# 1.将列表生产的[]更改为()。
numsList=[num * num for num in range(10)]
打印(列表生成生成numlist:，numlist)
numsGenerator=(num * num for num in range(10))
Print (generator numsGenerator:，numsGenerator:，numsGenerator)
#使用next()函数获取生成器的下一个返回值
Print(打印numsGenerator的第一个元素：，next(numsGenerator))
Print(打印numsGenerator的第二个元素：，next(numsGenerator))
打印(-)
#使用for循环打印生成器元素
Print(使用圆形打印生成器中的元素！)
对于numsGenerator:中的num
print(num，end= )
打印( \n )
打印(-)
#斐波那契数列：除了第一个和第二个数以外的任何数都可以通过前两个数相加得到。
# 1,1,2,3,5,8,13,21,34
def斐波那契(数字):
n，a，b=0，0，1
而n num:
print(b，end= )
a，b=b，a b
n=n 1
返回“完成”
打印(斐波那契数列的前10项是：)
斐波那契数列(10)
打印( \n )
打印(-)
# 2.将fibonacci()函数转化为生成器函数
def斐波那契(数字):
n，a，b=0，0，1
而n num:
产量b
a，b=b，a b
n=n 1
返回“完成”
# Tips:
# 1.如果函数定义包含yield关键字，则该函数是一个生成函数；
# 2.调用生成器函数将返回一个生成器；
fib=fibonacci(10)
打印( fib:，fib的值)
#结果输出：
按列表生成numlist:[0，1，4，9，16，25，36，49，64，81]
生成numsgenerator:0x 000028 f 0 E6 ACB 88处的生成器对象gen expr
打印numsGenerator的第一个元素：0
打印numsGenerator的第二个元素：1
-
使用圆形打印生成器中的元素！
4 9 16 25 36 49 64 81
-
前10个斐波那契数列项目是：
1 1 2 3 5 8 13 21 34 55
-
fib:生成器对象Fibonacci在0x000028f0e7839a8的值
e class="brush:py;"># 普通函数和generator函数的执行流程：
# 1.普通函数：顺序执行，遇到return语句或最后一行函数语句就返回；
# 2.generator函数：在每次调用next()的时候执行，遇到yield语句返回；
# 3.再次执行时从上次返回的yield语句处继续执行；
# 实例：定义一个generator函数，依次返回"Willard",18,"Engineer"
def willardInfo():
print("STEP1")
yield "Willard"
print("--------")
print("STEP2")
yield 18
print("--------")
print("STEP3")
yield "Engineer"
# 调用willardInfo()这个generator函数，先生成一个generator对象
# 然后用next()函数不断获得下一个返回值，即可用循环直接打印
willardInfoObject = willardInfo()
for willard in willardInfoObject:
print(willard)
# 结果输出：
STEP1
Willard
--------
STEP2
18
--------
STEP3
Engineer
2.迭代器
# 可直接用于for循环的数据类型：# 1.list、tuple、dict、set、str等；
# 2.generator，包括：生成器和带yield的generator function；
# 3.可以直接作用于for循环的对象称为可迭代对象：Iterable；
# 4.使用isinstance()判断一个对象是否为Iterable对象；
from collections.abc import Iterable
print("判断list是否为可迭代对象！",isinstance([],Iterable))
print("判断dict是否为可迭代对象！",isinstance({},Iterable))
print("判断str是否为可迭代对象！",isinstance("Willard",Iterable))
print("判断生成式是否为可迭代对象！",isinstance((num for num in range(10)),Iterable))
print("判断number是否为可迭代对象！",isinstance(99,Iterable))
# 结果输出：
判断list是否为可迭代对象！ True
判断dict是否为可迭代对象！ True
判断str是否为可迭代对象！ True
判断生成式是否为可迭代对象！ True
判断number是否为可迭代对象！ False
# 可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator# 使用isinstance()判断一个对象是否为Iterator对象；
from collections.abc import Iterator
print("判断生成器是否为迭代器！",isinstance((num for num in range(10)),Iterator))
print("判断list是否为迭代器！",isinstance([],Iterator))
print("判断dict是否为迭代器！",isinstance({},Iterator))
print("判断str是否为迭代器！",isinstance("Willard",Iterator))
print("----------------------------------------------------------")
# Tips:
# 1.生成器都是Iterator对象，但list、dict、str是Iterable但不是Iterator;
# 2.Iterator对象表示数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，
# 直到没有数据时抛出StopIteration错误；这个数据流可以看作一个有序序列，
# 但不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，
# Iterator的计算是惰性的，只有在需要返回下一个数据时才计算；
# 3.使用iter()函数把list、dict、str变成Iterator;
print("使用iter()函数把list、dict、str变成Iterator.")
print("判断list是否为迭代器！",isinstance(iter([]),Iterator))
print("判断dict是否为迭代器！",isinstance(iter({}),Iterator))
print("判断str是否为迭代器！",isinstance(iter("Willard"),Iterator))
# 结果输出：
判断生成器是否为迭代器！ True
判断list是否为迭代器！ False
判断dict是否为迭代器！ False
判断str是否为迭代器！ False
----------------------------------------------------------
使用iter()函数把list、dict、str变成Iterator.
判断list是否为迭代器！ True
判断dict是否为迭代器！ True
判断str是否为迭代器！ True
总结
本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注盛行IT软件开发工作室的更多内容!
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。