python迭代和解析(3)：range

  • 2020 年 1 月 21 日
  • 筆記

range

range()是一個內置函數，它返回一個數字序列，功能和Linux下的seq命令差不多。

>>> list(range(10))  [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]    >>> list(range(5,10))  [5, 6, 7, 8, 9]    >>> list(range(1,10,2))  [1, 3, 5, 7, 9]

range()返回的是一個可迭代對象(迭代器)，可以被迭代工具for/in/map/zip等操作。

>>> 1 in range(10)  True    >>> for i in range(10):print(i,end=" ")  ...  0 1 2 3 4 5 6 7 8 9    >>> R = range(4)  >>> I = iter(R)  >>> next(I)  0  >>> I.__next__()  1  >>> next(I)  2  >>> next(I)  3  >>> next(I)  Traceback (most recent call last):    File "<stdin>", line 1, in <module>  StopIteration

作為一個可迭代對象，它還支援len()操作和索引操作：

>>> R = range(5)  >>> len(R)  5  >>> R[2]  2

如果想要實現其它功能，可以將其轉換為list/tuple/set，然後使用這些類型的功能。

總歸要記住，迭代器是惰性的，不會一次性生成所有數據，而是按需一個一個收集起來的。

正如上面的range()，它不會一次性將所有數字序列都生成出來再返回，而是生成一個返回一個，需要的時候再生成一個返回一個，這能夠節約記憶體空間。

map

map無論在Perl還是在Python中都是非常強大的工具，Python中map的作用是對給定列表/元組/集合中的每個元素都應用一個函數操作。

比如，對一系列的數值全都乘2：

>>> def time2(x):return 2*x  >>> M = map(time2, [1,2,3,4,5])  >>> M  <map object at 0x000001AFDC2C57B8>  >>> list(M)  [2, 4, 6, 8, 10]

再比如將字元串中的字元全都轉換成大寫，這次直接將map的結構全部收集到一個列表中：

>>> list( map(str.upper,"abcd") )  ['A', 'B', 'C', 'D']

map支援多個元素集合，它會每次從這些元素集合中並行取出一個元素作為函數的參數：

>>> list( map(pow, [1,2,3], [2,3,4]) )  [1, 8, 81]

第一次取出1和2作為pow的參數，所以計算的是pow(1,2)得到1；第二次取出2和3作為pow的參數，所以計算的是pow(2,3)得到8，第三次取出的是3和4，所以計算的是pow(3,4)得到81。

對於map，有幾個注意點：

  1. map可以有多個參數，從第二個參數開始是元素集合，這些元素集合可以是任意可迭代對象，比如內置容器類型、range等
  2. map的第一個參數是想要對每個元素進行操作的函數，可以是已定義的函數，也可以是lambda。它是map的回調函數
    • 如果是已定義的函數，則只需傳遞函數名稱
    • 如果是lambda，則需要指定正確數量的參數
  3. map自身返回的就是迭代器，也就是說它自己是自己的迭代器
  4. map是迭代操作，所以它的工作方式是惰性的，按需一次返回一個數據，而不是收集完所有數據後一次性返回
  5. 所有map操作都能替換成等價的for循環，但map的效率比for要高的多，基本能和解析操作的效率差不多

因為map返回的是自身的迭代器，所以可以被for/map/zip/in等迭代工具操作，例如手動迭代：

>>> 2 in map(time2,[1,2,3,4,5])  True    >>> M = map(str.upper,"abcd")  >>> M  <map object at 0x000001AFDC2C5748>  >>> next(M)  'A'  >>> next(M)  'B'  >>> next(M)  'C'  >>> next(M)  'D'  >>> next(M)  Traceback (most recent call last):    File "<stdin>", line 1, in <module>  StopIteration

例如，使用lambda作為map的第一個回調函數的參數：

>>> M = map(lambda x: x * 2, [2,3,4,5])  >>> list(M)  [4, 6, 8, 10]

由於map操作的是迭代器中的每個元素，所以map一般都可以寫成等價的列表解析操作。

>>> [ x * 2 for x in [1,2,3,4,5] ]  [2, 4, 6, 8, 10]    >>> list( map(lambda x: x * 2, [1,2,3,4,5]) )  [2, 4, 6, 8, 10]

一般來說，如果map中使用了lambda，則map效率要稍低於列表解析，如果沒有使用lambda，則map效率要稍高於列表解析。雖然它們效率差不多，但是如果可以的話，強烈建議使用列表解析，因為列表解析是python中極簡潔、極可讀的編碼方式。

zip

zip()函數可以從一個或多個可迭代對象中並行取出元素進行並行的迭代。它也是返回自身的迭代器。

例如：

>>> L1 = ["one","two","three"]  >>> L2 = [1,2,3]    >>> zip(L1,L2)  <zip object at 0x000001AFDC2D9A08>  >>> list(zip(L1,L2))  [('one', 1), ('two', 2), ('three', 3)]

之所以能並行迭代多個可迭代對象，是因為它同時標記多個可迭代對象的迭代位置。如果zip的多個可迭代對象的長度不同，則以最短的長度為標準，因為zip最多只能標記到最短長度的迭代位置。

因為zip返回的是迭代器，所以可以使用迭代工具去操作zip的結果：

>>> L1 = ["one","two","three"]  >>> L2 = [1,2,3]    >>> ("one",1) in zip(L1,L2)  True    >>> for (x,y) in zip(L1,L2):print(x,"-->",y)  ...  one --> 1  two --> 2  three --> 3

zip常用於構建dict，因為它並行從多個迭代對象中取數據：

>>> L1 = ["one","two","three"]  >>> L2 = [1,2,3]    >>> dict(zip(L1,L2))  {'one': 1, 'two': 2, 'three': 3}

需要注意的是，zip可以從任意可迭代對象中取元素，而集合/字典中的元素順序是不定的，所以並行取出來的順序可能不像想像中在位置上那般一一對應。

>>> L1={"one","two","three"}  >>> L2=[1,2,3]  >>> list(zip(L1,L2))  [('one', 1), ('three', 2), ('two', 3)]

filter

Python中的filter函數類似於Perl中的grep，用於從可迭代對象中篩選出元素被函數操作後為True的元素。

filter(function or None, iterable) --> filter object

例如，篩選出列表中字元串元素長度大於2的字元串：

>>> L = ["a","ab","abc","abcd"]  >>> L1 = filter( (lambda x: len(x) > 2), L )  >>> print(list(L1))  ['abc', 'abcd']

上面的工作過程是迭代列表L，每取一個元素都放進函數中操作一番，如果這個元素放進函數中使得函數返回真，則保留這個元素，否則丟棄這個元素。

如果filter的函數部分為None，則表示直接從可迭代對象中取出元素為True的元素：

>>> list(filter(None,["a","ab",0,"","c"]))  ['a', 'ab', 'c']

filter的返回結果是一個可迭代對象，可以進行迭代操作：

>>> for i in filter( (lambda x: len(x) > 2), L ): print(i)  ...  abc  abcd

reduce

reduce的功能非常好用，看下面的示例：

>>> import functools  >>> functools.reduce(lambda x, y: x+y, [1,2,3,4,5])  15

它的語法為：

reduce(func, sequence[, initial]) -> value

reduce有兩個過程：

  1. 先從sequence中取兩個元素作為func的參數，該函數返回一個結果A。這是初始化的過程
  2. 將結果A與sequence的下一個元素作為func的參數，繼續返回一個結果B，將結果B與下一個元素作為func參數，依次類推，直到迭代完sequence中所有元素

如果給reduce設置了initial參數，則跳過初始化的過程，直接將Initial與sequence的第一個元素作為func的參數。如果沒有給定sequence，而給了Initial，則initial作為直接返回的默認值。

例如，從序列中取出最大值：

>>> reduce( lambda x, y: x if x > y else y, [1,2,3,4,5] )  5    >>> reduce( lambda x, y: x if x>y else y, [1,2,3,4,5],10 )  10

多迭代和單迭代

range()和zip()、map()、filter()稍有不同。range()支援多迭代、而後三者只支援單迭代。

何為單迭代、何為多迭代？多迭代的意思是同一個對象上可以有多個互不影響的獨立迭代器，各迭代器自己記住自己的迭代位置(狀態資訊)。單迭代的意思是同一個對象上只能有一個迭代器，即使創建了多個迭代器，它們也是串聯起來互相影響的。

下面是range()的多迭代特性：

>>> R = range(3)   # 一個range對象R  >>> I1 = iter(R)   # range對象的一個迭代器  >>> I2 = iter(R)   # range對象的第二個迭代器  >>> next(I1)  0  >>> next(I1)  1  >>> next(I2)     # 和I1互不影響  0  >>> next(I2)  1  >>> next(I1)  2

下面的zip、map、filter單迭代的特性：

# zip的單迭代  >>> Z = zip([1,2,3],[10,11,12]) # 自身是迭代器  >>> I1 = iter(Z)       # 從自身獲取可迭代對象I1  >>> I2 = iter(Z)       # 從自身獲取可迭代對象I2  >>> next(I1)  (1, 10)  >>> next(I2)  # I1和I2迭代的是同一個對象：自身  (2, 11)  >>> next(I1)  (3, 12)

之所以range()支援多迭代，而zip/map/filter都只支援單迭代，是因為：

  1. zip/map/filter返回的是自身的迭代器，它們的返回結果自身同時都實現了__iter__()和__next__()兩個方法，所以無論從它們的返回結果上產生多少個可迭代對象，操作的都是它們的對象自身，從而只支援單迭代
  2. range返回的不是自身迭代器，它的返回結果只實現了__iter__而沒有實現__next__，所以需要通過iter()來生成可迭代對象(迭代器)。無論使用iter()從該返回結果產生多少個可迭代對象，都是互相獨立的可迭代對象，從而支援多迭代

所以一般來說，不是自身迭代器的對象支援多個迭代器，而自身是自身迭代器的對象只支援單個迭代器。

常見的多迭代有range()和那些支援迭代的內置類型，比如字元串、列表、元組等。例如字元串的多迭代：

>>> S = "abc"  >>> for x in S:  ...   for y in S:  ...     print(x + y, end=" ")  aa ab ac ba bb bc ca cb cc

Tags:

VirMach 便宜 VPS