详解Python中的内建函数,可迭代对象,迭代器

Python中的内建函数和可迭代对象,迭代器

求值标识

  1. id() #标识id 返回对象的唯一标识,CPython返回内存地址
  2. hash() #哈希, 返回对象的哈希值
  3. len(s) -->返回一个集合类型的元素个数
  4. range(start,stop[,step]) -->返回一个从start开始到stop结束,步长为step的可迭代对象。step默认为1

类型判断

  1. type() #返回对象的类型
  2. isinstance(obj,class_or_tuple) —>True|False #判断obj是否属于某种类型或者元组中列出的某个类型

例如 isinstance(True,int) #判断True是否是int类型

  1. issubclass(cls,class_or_tuple)—>True|False #判断类型cls是否是某种类型的子类或元组中列出的某个类的子类

例如issubclass(bool,(int,str)) #判断bool是否是(int,str)其中一个的子类。

类型转换

* float()   -->转换为浮点型
* int()     -->转换为整形
* bin()     -->转换为2进制
* hex()     -->转换为16进制
* oct()     -->转换为8进制
* bool()    -->返回bool值
* list()    --->返回列表
* tuple()   --->返回元组
* dict()    --->返回字典对象
* set()     --->返回集合对象
* complex() --->虚数转换
* bytes()   ---> 返回字节数组
* bytearry() --->返回可变的字节数组
* str()     --->返回字符类型

 字符转换

* chr(i)-->str #将整数转换成对应的字符
* ord(str)--->int #将字符转换成对应的整数
* repr()
* ascii()

 输入输出

  1. input([prompt])–>str 接受用户输入,返回一个字符串
  2. print(*object,sep=' ‘,end='\n',file=sys.stdout,flush=False) -->打印输出,默认使用空格分割,换行结尾,输出到控制台

数学运算相关

  1. abs(x)–> 返回x的绝对值 x为数值
  2. max()—> 返回最大值
  3. min()—> 返回最小值
  4. round(x)—>四舍五入取偶, 例如:round(-0.5)==0
  5. pow(x,y)—>求 xy x^yxy
  6. divmod(x,y) —>返回x除以y的商和x除以y的余组成的二元组。等价于tuple(x//y,x%y)
  7. sum(iterable[,start])可迭代对象的所有数值元素求和

start为初始值,即从几开始累加

例如:

sum(range(5)) #求0~4所有数的和
sum(range(5),3) # 等价于3+sum(range(5))

sorted(iterable[,key][,reverse])—>list #排序,返回一个新的列表,默认升序

revers 是反转,默认revers = False

key 解决待排序中不同类型之间的排序。key是函数(这个函数指定了数据的排序方式),这个函数就可以吧元素强制转化为你指定的类型,但转换后的结果只是用来做比较大小,不会改变最后生成的列表中的元素本身。

例如:

ls = [1,2,5,6,7,4,3,5,3]
ls2 = sorted(ls) # 返回一个由ls内元素升序组成的列表
ls3 = sorted(ls,reverse=True) # 返回一个由ls内元素降序组成的列表
lss = [1,2,5,6,7,4,3,5,"3"]
lss2 = sorted(lss,key=str)
print(lss2)

迭代器惰性求值

reversed(seq) -->返回一个翻转元素的迭代器。惰性求值

例如:

ls = list("abcd")
ls1 = reversed(ls)
print(ls,ls1)
next(ls1)

enumerate(seq,start=0)–>枚举生成器对象,返回索引数字和元素构成的二元组

seq 需要迭代的序列

start 表示索引开始的数字,默认是0

iter(iterable) #将一个可迭代对象封装成一个迭代器

next(iterator[,default]) #对一个迭代器取下一个元素。如果元素全部都取过了,再次next会抛出StopIteration异常

例如:

it = reversed([1,3,4,5,6])
next(it)

zip(*iterable)—>迭代器 #拉链函数

根据多个个可迭代对象,返回一个由对应下标元素组成的元组。迭代器可返回值的个数取决于多个可迭代对象的最小长度。
把多个可迭代对象合并在一起,返回一个迭代器。将每次从不同对象中渠道的元素合并成一个元组

常用例子:

list(zip(range(10,range(10),range(10))))
dict(zip(range(10),range(10))) 

例如:

m = zip(range(9),range(6))
for i in m:
  print(i)
print("------------")
m = zip(range(3),range(6))
for i in m:
  print(i)

all(iterable)—>True|False #判断所有元素是否都等效于True,如果都是就返回True,否则返回False。如果集合没有一个元素,返回True

any(iterable)—>True|False #判断所有元素中是否有等效为True的元素,如果有,返回True.如果集合没有一个元素,返回False

 可迭代对象

  1. 能够通过迭代一次次返回不同元素的对象
  2. 可迭代,但是未必有序,未必可索引
  3. 可迭代对象有:list、tuple、string、bytes、bytearray、range、set、dict、生成器等
  4. 可使用成员操作符in、not in

迭代器

  1. 特殊的对象,一定是可迭代对象,具备可迭代对象的特征
  2. 生成器对象,就是迭代器对象
  3. 创建和使用:
  4. 可以通过iter方法把一个可迭代对象封装成迭代器
  5. 可以通过next()方法获取迭代器中的元素。

附加

以上所述是小编给大家介绍的Python内建函数,可迭代对象,迭代器详解整合,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对我们网站的支持!

(0)

相关推荐

  • python生成器,可迭代对象,迭代器区别和联系

    生成器,可迭代对象,迭代器之间究竟是什么关系? 用一幅图来概括: 1.生成器 定义生成器 方式一: //区别于列表生成式 gen = [x*x for x in range(5)] gen = (x*x for x in range(5)) print(gen) //Out:<generator object <genexpr> at 0x00000258DC5CD8E0> 方式二: def fib(): prev, curr = 0, 1 while True: yield cu

  • 详解Python中映射类型的内建函数和工厂函数

    1.基本函数介绍 (1)标准类型函数[type().str()和 cmp()]         对一个字典调用type()工厂方法,会返回字典类型:"<type 'dict'>".调用str()工厂方法将返回该字典的字符串表示形式.         字典是通过这样的算法来比较的:首先是字典的大小,然后是键,最后是值.可是用cmp()做字典的比较一般不是很有用. 算法按照以下的顺序: 首先比较字典长度         如果字典的长度不同,那么用cmp(dict1, dict2

  • python中的迭代和可迭代对象代码示例

    什么是迭代(iteration)呢? 给定一个list或者tuple,通过for循环来遍历这个list或者tuple.这种遍历就是迭代(iteration).只要是可迭代的对象都可以进行迭代.怎么判断一个对象是否是可迭代的对象呢?可以用collections模块里面的iterable包的isinstance函数进行判断: >>> from collections import Iterable#载入模块 >>> isinstance('abc',Iterable) #字

  • python中的reduce内建函数使用方法指南

    官方解释: Apply function of two arguments cumulatively to the items of iterable, from left to right, so as to reduce the iterable to a single value. For example, reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates ((((1+2)+3)+4)+5). The left argument, x

  • 深入讲解Python中的迭代器和生成器

    在Python中,很多对象都是可以通过for语句来直接遍历的,例如list.string.dict等等,这些对象都可以被称为可迭代对象.至于说哪些对象是可以被迭代访问的,就要了解一下迭代器相关的知识了. 迭代器 迭代器对象要求支持迭代器协议的对象,在Python中,支持迭代器协议就是实现对象的__iter__()和next()方法.其中__iter__()方法返回迭代器对象本身:next()方法返回容器的下一个元素,在结尾时引发StopIteration异常. __iter__()和next()

  • python迭代器与生成器详解

    例子 老规矩,先上一个代码: def add(s, x): return s + x def gen(): for i in range(4): yield i base = gen() for n in [1, 10]: base = (add(i, n) for i in base) print list(base) 这个东西输出可以脑补一下, 结果是[20,21,22,23], 而不是[10, 11, 12, 13]. 当时纠结了半天,一直没搞懂,后来齐老师稍微指点了一下, 突然想明白了-

  • Python中集合的内建函数和内建方法学习教程

    集合内建函数和内建方法 (1)标准类型函数        len():把集合作为参数传递给内建函数 len(),返回集合的基数(或元素的个数). (2)集合类型工厂函数        set()和 frozenset()工厂函数分别用来生成可变和不可变的集合.如果不提供任何参数,默认会生成空集合.如果提供一个参数,则该参数必须是可迭代的,即一个序列或迭代器或支持迭代的一个对象,例如一个文件或一个字典. (3)方法(所有的集合方法) s.issubset(t)                  如

  • python中迭代器(iterator)用法实例分析

    本文实例讲述了python中迭代器(iterator)用法.分享给大家供大家参考.具体如下: #--------------------------------------- # Name: iterators.py # Author: Kevin Harris # Last Modified: 03/11/04 # Description: This Python script demonstrates how to use iterators. #----------------------

  • Python中内建函数的简单用法说明

    Python提供了一个内联模块buildin,该模块定义了一些软件开发中经常用到的函数,利用这些函数可以实现数据类型的转换.数据的计算.序列的处理等. buildin模块的内置函数: 1.apply():可以调用可变参数列表的函数,把参数存在一个元组或者序列中,apply元组参数必须和sum()的参数一致 #!/usr/bin/python # -*- coding:utf8 -*- def sum(x=1,y=2): return x+y print apply(sum,(1,3)) 2.fi

  • 浅谈Python中的可迭代对象、迭代器、For循环工作机制、生成器

    1.iterable iterator区别 要了解两者区别,先要了解一下迭代器协议: 迭代器协议是指:对象需要提供__next__()方法,它返回迭代中的元素,在没有更多元素后,抛出StopIteration异常,终止迭代. 可迭代对象就是:实现了迭代器协议的对象. 协议是一种约定,可迭代对象实现迭代器协议,Python的内置工具(如for循环,sum,min,max函数等)通过迭代器协议访问对象,因此,for循环并不需要知道对象具体是什么,只需要知道对象能够实现迭代器协议即可. 迭代器(ite

随机推荐