编程技术开发和娱乐网址导航

网站首页 > 技术文章 正文

python迭代和解析——range、map函数

luoxia7 2024-10-13 06:46:16 技术文章 1 ℃ 0 评论

喜欢编程,热爱分享,希望能结交更多志同道合的朋友,一起在学习Python的道路上走得更远!有不懂的问题可以私聊我哦!

range

range()是一个内置函数,它返回一个数字序列,功能和Linux下的seq命令差不多。

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

range()返回的是一个可迭代对象(迭代器),可以被迭代工具for/in/map/zip等操作。?

1 >>> 1 in range(10)
2 True
3
4 >>> for i in range(10):print(i,end=" ")
5 ...
6 0 1 2 3 4 5 6 7 8 9
7
8 >>> R = range(4)
9 >>> I = iter(R)
10 >>> next(I)
11 0
12 >>> I.__next__()
13 1
14 >>> next(I)
15 2
16 >>> next(I)
17 3
18 >>> next(I)
19 Traceback (most recent call last):
20 File "<stdin>", line 1, in <module>
21 StopIteration

作为一个可迭代对象,它还支持len()操作和索引操作:

?1 >>> R = range(5)
2 >>> len(R)
3 5
4 >>> R[2]
5 2

如果想要实现其它功能,可以将其转换为list/tuple/set,然后使用这些类型的功能。

总归要记住,迭代器是惰性的,不会一次性生成所有数据,而是按需一个一个收集起来的。

正如上面的range(),它不会一次性将所有数字序列都生成出来再返回,而是生成一个返回一个,需要的时候再生成一个返回一个,这能够节约内存空间。

map

map无论在Perl还是在Python中都是非常强大的工具,Python中map的作用是对给定列表/元组/集合中的每个元素都应用一个函数操作。

比如,对一系列的数值全都乘2:

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

再比如将字符串中的字符全都转换成大写,这次直接将map的结构全部收集到一个列表中:

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

map支持多个元素集合,它会每次从这些元素集合中并行取出一个元素作为函数的参数:

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

第一次取出1和2作为pow的参数,所以计算的是pow(1,2)得到1;第二次取出2和3作为pow的参数,所以计算的是pow(2,3)得到8,第三次取出的是3和4,所以计算的是pow(3,4)得到81。

对于map,有几个注意点:

  1. map可以有多个参数,从第二个参数开始是元素集合,这些元素集合可以是任意可迭代对象,比如内置容器类型、range等
  2. map的第一个参数是想要对每个元素进行操作的函数,可以是已定义的函数,也可以是lambda。它是map的回调函数
  • 如果是已定义的函数,则只需传递函数名称
  • 如果是lambda,则需要指定正确数量的参数
  1. map自身返回的就是迭代器,也就是说它自己是自己的迭代器
  2. map是迭代操作,所以它的工作方式是惰性的,按需一次返回一个数据,而不是收集完所有数据后一次性返回
  3. 所有map操作都能替换成等价的for循环,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

因为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,例如手动迭代:

1 >>> 2 in map(time2,[1,2,3,4,5])
2 True
3
4 >>> M = map(str.upper,"abcd")
5 >>> M
6 <map object at 0x000001AFDC2C5748>
7 >>> next(M)
8 'A'
9 >>> next(M)
10 'B'
11 >>> next(M)
12 'C'
13 >>> next(M)
14 'D'
15 >>> next(M)
16 Traceback (most recent call last):
17 File "<stdin>", line 1, in <module>
18 StopIteration

例如,使用lambda作为map的第一个回调函数的参数:

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

由于map操作的是迭代器中的每个元素,所以map一般都可以写成等价的列表解析操作。

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

一般来说,如果map中使用了lambda,则map效率要稍低于列表解析,如果没有使用lambda,则map效率要稍高于列表解析。虽然它们效率差不多,但是如果可以的话,强烈建议使用列表解析,因为列表解析是python中极简洁、极可读的编码方式。

觉得文章还不错的话不妨收藏起来慢慢看,有任何建议或看法欢迎大家在评论区分享讨论!

我是一名python开发工程师,整理了一套python的学习资料,如果你想提升自己,对编程感兴趣,关注我并在后台私信小编:“08”即可免费领取资料!希望对你能有所帮助!

Tags:

本文暂时没有评论,来添加一个吧(●'◡'●)

欢迎 发表评论:

最近发表
标签列表