python迭代器及高阶函数

每日一记

collections.abc          # Iterator的模块
Iterator                 # 迭代器
Iterable                 # 可迭代对象
​
functools                # 模块引入 reduce
reduce                   # 高阶函数----> 做累计算
​
dir()                    # 获取当前类的所有成员
__closure__              # 获取闭包函数的使用变量
func().cell_contents     # 获取func()的闭包函数
__iter__                 # 判断是否是可迭代数据

　　

1、迭代器

# 概念(可迭代对象不一定是迭代器一个迭代器就一定是一个可迭代对象)
# 迭代取值的工具，重复上一次的结果而继续的过程
​
# 特征
# 不依赖索引，通过next指针迭代所有数据，一次取一个值，节省空间

　　

 

1.1 定义

setvar = {1,2,3,4,5}
res = iter(setvar)
print(res)

　　

1.2 判断

iter_var = iter({1,2,3,,4,5})
print("__iter__" in dir(iter_var) and "__next__" in dir(iter_var))

　　

1.3 调用

"""
next在调用迭代器中的数据时,是单向不可逆,一条路走到黑的过程
"""
iter_var = iter({1,2,3,4,5})
print(next(iter_var))      
print(next(iter_var))         # 调用2次，剩下3元素
# 没有元素则报错 -----> StopIteration 报错 停止迭代
for i in iter_var:
    print(i)                  # i 只能循环3次

　　

1.4 重置

iter_var = iter({1,2,3,4,5})  # 重新赋值

　　

1.5 collections 判断迭代器或可迭代对象

from collections import Iterator,Iterable
​
setvar = {1,2,3,4,5}
iter_var = iter(setvar)
​
print(isinstance(iter_var,Iterator))
print(isinstance(setvar,Iterable))

　　

2、高阶函数

# 能够把函数当成参数传递的就是高阶函数

　　

2.1 map(func,Iterator)

"""
功能:
    把iterable里面所有数据 一一的放进到func这个函数中进行操作 ,把结果扔进迭代器
参数:
    func  内置或自定义函数
    iterable 具有可迭代性的数据 ([迭代器],[容器类型的数据],[range对象])
返回值: 
    返回最后的迭代器
"""
# 示例一
def func(n):
    dic = {97:"a",98:"b",99:"c"}
    dic_new = {}
    for k,v in dic.items():
        dic_new[v] = k
    return dic_new[n]
    
print(list(map(func,["a","b","c"])))

　　

2.2 filter(func,Iterator)

"""
功能: 过滤数据
      return True  当前这个数据保留
      return False 当前这个数据舍弃
参数:
    func : 自定义函数
    iterable : 可迭代型数据(容器类型数据,range对象,迭代器)
返回值:
    迭代器
"""
res = filter(lambda i : True if i % 2 == 0 else False , [1,2,3,4,5,6,7,8,9,10] )
print(res)
res = filter(lambda x: type(x) == int ,[11,22,33,"zhou","04内置模块"])
print(res)

　　

2.3 reduce(func,iterable)

"""
功能:累计算数据
    先把iterable中的前两个值拿出来,扔到func当中做运算,
    把计算的结果和iterable中的第三个元素在扔到func当中做运算,
    再把结果算出来,和第四个元素做运算,以此类推
    直到所有结果运算完毕.返回该结果
参数:
    func : 自定义函数
    iterable : 可迭代型数据(容器类型数据,range对象,迭代器)
返回值:
    计算之后的结果
"""
# 示例一 (lst = [5,4,8,8] # => 整型5488)
from functools import reduce
​
print(reduce(lambda x,y: x*10 + y,[5,4,8,8]))
​
# 示例二
# "789" => 789 禁止使用int强转   -> 数字 789
def func1(x,y):
    return x*10 + y
def func2(n):
    dic = {"0":0,"1":1,"2":2,"3":3,"4":4,"5":5,"6":6,"7":7,"8":8,"9":9}
    return dic[n]
     # [7,8,9]
print(reduce(func1,map(func2,"789") ))

　　

2.4 sorted(iterable,key=func,reverse=False)

"""
功能:排序
参数:
    iterable:可迭代型数据(容器类型数据,range对象,迭代器)
    key     :指定 自定义函数或 内置函数
    reverse : 代表升序或者降序 , 默认是升序(从小到大排序) reverse=False
返回值:
    排序后的list结果
"""
# 示例一
lst = [1,2,3,4,5,-90,-4,-1,100]
print(sorted(lst))
​
# 示例二 (从大到小)
res = sorted(lst,reverse=True)
print(res)
​
# 示例三 (绝对值排序 abs) 
lst = [-10,-1,3,5]
print(sorted(lst,key=abs))
​
# 示例四 (余数从大到小排序)
def func(n):
    return n % 10
print(sorted(lst,key=func,reverse=True))
​
# 示例五(集合排序)
setvar= {5,8,9,5,27,2}
print(sorted(setvar))
​
# 示例六(字典排序)
container = {"c":3,"a":1,"b":2}
print(sorted(container))              # ['a', 'b', 'c']  排 key