mirror of https://github.com/TwoWater/Python
twowater
parent
2dbc653ba6
commit
1ddc92aafc
|
|
@ -13,4 +13,5 @@
|
|||
|草根学 Python（三）List 和 Tuple|[掘金](https://juejin.im/post/593fdb87128fe1006a02ce92)，[简书](http://www.jianshu.com/p/97c97d5a5a7c)，[CSDN](http://blog.csdn.net/Two_Water/article/details/73524367)，[个人博客](http://twowater.com.cn/2017/06/21/%E8%8D%89%E6%A0%B9%E5%AD%A6Python-%E4%B8%89-List-%E5%92%8C-Tuple/)|
|
||||
|草根学Python（四） Dict 和 Set|[掘金](https://juejin.im/post/5947bf84ac502e5490e4a6a1)，[简书](http://www.jianshu.com/p/90f5b897ce77)，[CSDN](http://blog.csdn.net/two_water/article/details/73719026)，[个人博客](http://twowater.com.cn/2017/06/25/%E8%8D%89%E6%A0%B9%E5%AD%A6Python-%E5%9B%9B-Dict-%E5%92%8C-Set/)|
|
||||
|草根学Python（五） 条件语句和循环语句|[掘金](https://juejin.im/post/594c6c52f265da6c1f75f164)，[简书](http://www.jianshu.com/p/2b80009b1e8c)，[CSDN](http://blog.csdn.net/Two_Water/article/details/73762517)，[个人博客](http://twowater.com.cn/2017/06/27/%E8%8D%89%E6%A0%B9%E5%AD%A6Python-%E4%BA%94-%E6%9D%A1%E4%BB%B6%E8%AF%AD%E5%8F%A5%E5%92%8C%E5%BE%AA%E7%8E%AF%E8%AF%AD%E5%8F%A5/)|
|
||||
|草根学Python（六） 函数|[掘金](https://juejin.im/post/5946784461ff4b006cf1d8ec)，[简书](http://www.jianshu.com/p/d8f2a55edc75)，[CSDN](http://blog.csdn.net/Two_Water/article/details/73865622)，[个人博客](http://twowater.com.cn/2017/06/29/%E8%8D%89%E6%A0%B9%E5%AD%A6Python-%E5%85%AD-%E5%87%BD%E6%95%B0/)|
|
||||
|草根学Python（六） 函数|[掘金](https://juejin.im/post/5946784461ff4b006cf1d8ec)，[简书](http://www.jianshu.com/p/d8f2a55edc75)，[CSDN](http://blog.csdn.net/Two_Water/article/details/73865622)，[个人博客](http://twowater.com.cn/2017/06/29/%E8%8D%89%E6%A0%B9%E5%AD%A6Python-%E5%85%AD-%E5%87%BD%E6%95%B0/)|
|
||||
|草根学Python（七） 迭代器和生成器|[掘金](https://juejin.im/post/59589fedf265da6c386ce4ac)，[简书](http://www.jianshu.com/p/74c0c1db1490)，[CSDN](http://blog.csdn.net/Two_Water/article/details/74164652)，[个人博客](http://twowater.com.cn/2017/07/02/%E8%8D%89%E6%A0%B9%E5%AD%A6Python-%E4%B8%83-%E8%BF%AD%E4%BB%A3%E5%99%A8%E5%92%8C%E7%94%9F%E6%88%90%E5%99%A8/)|
|
||||
|
|
@ -31,3 +31,9 @@
|
|||
* [三、函数返回值](/python6/3.md)
|
||||
* [四、函数的参数](/python6/4.md)
|
||||
* [五、匿名函数](/python6/5.md)
|
||||
* [迭代器和生成器](/python7/Preface.md)
|
||||
* [一、迭代](/python7/1.md)
|
||||
* [二、Python 迭代器](/python7/2.md)
|
||||
* [三、lsit 生成式（列表生成式）](/python7/3.md)
|
||||
* [四、生成器](/python7/4.md)
|
||||
* [五、迭代器和生成器综合例子](/python7/5.md)
|
||||
|
|
|
|||
|
|
@ -0,0 +1,61 @@
|
|||
# 一、迭代 #
|
||||
|
||||
什么叫做迭代？
|
||||
|
||||
比如在 Java 中，我们通过 List 集合的下标来遍历 List 集合中的元素，在 Python 中，给定一个 list 或 tuple，我们可以通过 for 循环来遍历这个 list 或 tuple ，这种遍历就是迭代。
|
||||
|
||||
可是，Python 的 `for` 循环抽象程度要高于 Java 的 `for` 循环的，为什么这么说呢？因为 Python 的 `for` 循环不仅可以用在 list 或tuple 上，还可以作用在其他可迭代对象上。也就是说，只要是可迭代的对象，无论有没有下标，都是可以迭代的。
|
||||
|
||||
比如：
|
||||
|
||||
```python
|
||||
|
||||
# -*- coding: UTF-8 -*-
|
||||
|
||||
# 1、for 循环迭代字符串
|
||||
for char in 'liangdianshui' :
|
||||
print ( char , end = ' ' )
|
||||
|
||||
print('\n')
|
||||
|
||||
# 2、for 循环迭代 list
|
||||
list1 = [1,2,3,4,5]
|
||||
for num1 in list1 :
|
||||
print ( num1 , end = ' ' )
|
||||
|
||||
print('\n')
|
||||
|
||||
# 3、for 循环也可以迭代 dict （字典）
|
||||
dict1 = {'name':'两点水','age':'23','sex':'男'}
|
||||
|
||||
for key in dict1 : # 迭代 dict 中的 key
|
||||
print ( key , end = ' ' )
|
||||
|
||||
print('\n')
|
||||
|
||||
for value in dict1.values() : # 迭代 dict 中的 value
|
||||
print ( value , end = ' ' )
|
||||
|
||||
print ('\n')
|
||||
|
||||
# 如果 list 里面一个元素有两个变量，也是很容易迭代的
|
||||
for x , y in [ (1,'a') , (2,'b') , (3,'c') ] :
|
||||
print ( x , y )
|
||||
|
||||
```
|
||||
|
||||
输出的结果如下：
|
||||
|
||||
```txt
|
||||
l i a n g d i a n s h u i
|
||||
|
||||
1 2 3 4 5
|
||||
|
||||
name age sex
|
||||
|
||||
两点水 23 男
|
||||
|
||||
1 a
|
||||
2 b
|
||||
3 c
|
||||
```
|
||||
|
|
@ -0,0 +1,50 @@
|
|||
# 二、Python 迭代器 #
|
||||
|
||||
上面简单的介绍了一下迭代，迭代是 Python 最强大的功能之一，是访问集合元素的一种方式。现在正式进入主题：迭代器，迭代器是一个可以记住遍历的位置的对象。
|
||||
|
||||
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。
|
||||
|
||||
迭代器只能往前不会后退。
|
||||
|
||||
迭代器有两个基本的方法：iter() 和 next(),且字符串，列表或元组对象都可用于创建迭代器，迭代器对象可以使用常规 for 语句进行遍历，也可以使用 next() 函数来遍历。
|
||||
|
||||
具体的实例：
|
||||
|
||||
```python
|
||||
# 1、字符创创建迭代器对象
|
||||
str1 = 'liangdianshui'
|
||||
iter1 = iter ( str1 )
|
||||
|
||||
# 2、list对象创建迭代器
|
||||
list1 = [1,2,3,4]
|
||||
iter2 = iter ( list1 )
|
||||
|
||||
# 3、tuple(元祖) 对象创建迭代器
|
||||
tuple1 = ( 1,2,3,4 )
|
||||
iter3 = iter ( tuple1 )
|
||||
|
||||
# for 循环遍历迭代器对象
|
||||
for x in iter1 :
|
||||
print ( x , end = ' ' )
|
||||
|
||||
print('\n------------------------')
|
||||
|
||||
# next() 函数遍历迭代器
|
||||
while True :
|
||||
try :
|
||||
print ( next ( iter3 ) )
|
||||
except StopIteration :
|
||||
break
|
||||
|
||||
```
|
||||
|
||||
最后输出的结果：
|
||||
|
||||
```txt
|
||||
l i a n g d i a n s h u i
|
||||
------------------------
|
||||
1
|
||||
2
|
||||
3
|
||||
4
|
||||
```
|
||||
|
|
@ -0,0 +1,104 @@
|
|||
# 三、lsit 生成式（列表生成式） #
|
||||
|
||||
|
||||
## 1、创建 list 的方式 ##
|
||||
|
||||
之前经过我们的学习，都知道如何创建一个 list ，可是有些情况，用赋值的形式创建一个 list 太麻烦了，特别是有规律的 list ，一个一个的写，一个一个赋值，太麻烦了。比如要生成一个有 30 个元素的 list ，里面的元素为 1 - 30 。我们可以这样写：
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
|
||||
list1=list ( range (1,31) )
|
||||
print(list1)
|
||||
```
|
||||
|
||||
输出的结果：
|
||||
|
||||
```txt
|
||||
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30]
|
||||
```
|
||||
|
||||
这个其实在之前也有提到过：比如有个例子，打印九九乘法表，用这个方法其实就几句代码就可以了，具体可以看之前的这个章节：[条件语句和循环语句综合实例](https://www.readwithu.com/python5/Example.html)
|
||||
|
||||
但是，如果用到 list 生成式，可以一句代码就生成九九乘法表了。具体看代码：
|
||||
|
||||
```python
|
||||
print('\n'.join([' '.join ('%dx%d=%2d' % (x,y,x*y) for x in range(1,y+1)) for y in range(1,10)]))
|
||||
```
|
||||
|
||||
最后输出的结果：
|
||||
|
||||
```txt
|
||||
1x1= 1
|
||||
1x2= 2 2x2= 4
|
||||
1x3= 3 2x3= 6 3x3= 9
|
||||
1x4= 4 2x4= 8 3x4=12 4x4=16
|
||||
1x5= 5 2x5=10 3x5=15 4x5=20 5x5=25
|
||||
1x6= 6 2x6=12 3x6=18 4x6=24 5x6=30 6x6=36
|
||||
1x7= 7 2x7=14 3x7=21 4x7=28 5x7=35 6x7=42 7x7=49
|
||||
1x8= 8 2x8=16 3x8=24 4x8=32 5x8=40 6x8=48 7x8=56 8x8=64
|
||||
1x9= 9 2x9=18 3x9=27 4x9=36 5x9=45 6x9=54 7x9=63 8x9=72 9x9=81
|
||||
```
|
||||
|
||||
不过，这里我们先要了解如何创建 list 生成式
|
||||
|
||||
## 2、list 生成式的创建 ##
|
||||
|
||||
首先，lsit 生成式的语法为：
|
||||
|
||||
```python
|
||||
[expr for iter_var in iterable]
|
||||
[expr for iter_var in iterable if cond_expr]
|
||||
```
|
||||
|
||||
第一种语法：首先迭代 iterable 里所有内容，每一次迭代，都把 iterable 里相应内容放到iter_var 中，再在表达式中应用该 iter_var 的内容，最后用表达式的计算值生成一个列表。
|
||||
|
||||
第二种语法：加入了判断语句，只有满足条件的内容才把 iterable 里相应内容放到 iter_var 中，再在表达式中应用该 iter_var 的内容，最后用表达式的计算值生成一个列表。
|
||||
|
||||
其实不难理解的，因为是 list 生成式，因此肯定是用 [] 括起来的，然后里面的语句是把要生成的元素放在前面，后面加 for 循环语句或者 for 循环语句和判断语句。
|
||||
|
||||
例子：
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
lsit1=[x * x for x in range(1, 11)]
|
||||
print(lsit1)
|
||||
```
|
||||
|
||||
输出的结果：
|
||||
|
||||
```txt
|
||||
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
|
||||
```
|
||||
|
||||
可以看到，就是把要生成的元素 x * x 放到前面，后面跟 for 循环，就可以把 list 创建出来。那么 for 循环后面有 if 的形式呢？又该如何理解：
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
lsit1= [x * x for x in range(1, 11) if x % 2 == 0]
|
||||
print(lsit1)
|
||||
```
|
||||
|
||||
输出的结果：
|
||||
|
||||
```txt
|
||||
[4, 16, 36, 64, 100]
|
||||
```
|
||||
|
||||
这个例子是为了求 1 到 10 中偶数的平方根，上面也说到， `x * x` 是要生成的元素，后面那部分其实就是在 for 循环中嵌套了一个 if 判断语句。
|
||||
|
||||
那么有了这个知识点，我们也可以猜想出，for 循环里面也嵌套 for 循环。具体示例：
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
lsit1= [(x+1,y+1) for x in range(3) for y in range(5)]
|
||||
print(lsit1)
|
||||
```
|
||||
|
||||
输出的结果：
|
||||
|
||||
```txt
|
||||
[(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5)]
|
||||
```
|
||||
|
||||
其实知道了 list 生成式是怎样组合的，就不难理解这个东西了。因为 list 生成式只是把之前学习的知识点进行了组合，换成了一种更简洁的写法而已。
|
||||
|
|
@ -0,0 +1,191 @@
|
|||
# 四、生成器 #
|
||||
|
||||
## 1、为什么需要生成器 ##
|
||||
|
||||
通过上面的学习，可以知道列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含 1000 万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。
|
||||
|
||||
所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的 list，从而节省大量的空间。在 Python 中，这种一边循环一边计算的机制，称为生成器：generator。
|
||||
|
||||
在 Python 中，使用了 yield 的函数被称为生成器（generator）。
|
||||
|
||||
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
|
||||
|
||||
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回yield的值。并在下一次执行 next()方法时从当前位置继续运行。
|
||||
|
||||
那么如何创建一个生成器呢？
|
||||
|
||||
|
||||
## 2、生成器的创建 ##
|
||||
|
||||
最简单最简单的方法就是把一个列表生成式的 `[]` 改成 `()`
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
gen= (x * x for x in range(10))
|
||||
print(gen)
|
||||
```
|
||||
|
||||
输出的结果：
|
||||
|
||||
```txt
|
||||
<generator object <genexpr> at 0x0000000002734A40>
|
||||
```
|
||||
|
||||
创建 List 和 generator 的区别仅在于最外层的 `[]` 和 `()` 。但是生成器并不真正创建数字列表， 而是返回一个生成器，这个生成器在每次计算出一个条目后，把这个条目“产生” ( yield ) 出来。 生成器表达式使用了“惰性计算” ( lazy evaluation，也有翻译为“延迟求值”，我以为这种按需调用 call by need 的方式翻译为惰性更好一些)，只有在检索时才被赋值（ evaluated ），所以在列表比较长的情况下使用内存上更有效。
|
||||
|
||||
|
||||
那么竟然知道了如何创建一个生成器，那么怎么查看里面的元素呢？
|
||||
|
||||
## 3、遍历生成器的元素 ##
|
||||
|
||||
按我们的思维，遍历用 for 循环，对了，我们可以试试：
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
gen= (x * x for x in range(10))
|
||||
|
||||
for num in gen :
|
||||
print(num)
|
||||
```
|
||||
|
||||
没错，直接这样就可以遍历出来了。当然，上面也提到了迭代器，那么用 next() 可以遍历吗？当然也是可以的。
|
||||
|
||||
|
||||
## 4、以函数的形式实现生成器 ##
|
||||
|
||||
上面也提到，创建生成器最简单最简单的方法就是把一个列表生成式的 `[]` 改成 `()`。为啥突然来个以函数的形式来创建呢？
|
||||
|
||||
其实生成器也是一种迭代器，但是你只能对其迭代一次。这是因为它们并没有把所有的值存在内存中，而是在运行时生成值。你通过遍历来使用它们，要么用一个“for”循环，要么将它们传递给任意可以进行迭代的函数和结构。而且实际运用中，大多数的生成器都是通过函数来实现的。那么我们该如何通过函数来创建呢？
|
||||
|
||||
先不急，来看下这个例子：
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
def my_function():
|
||||
for i in range(10):
|
||||
print ( i )
|
||||
|
||||
my_function()
|
||||
```
|
||||
|
||||
输出的结果：
|
||||
|
||||
```txt
|
||||
0
|
||||
1
|
||||
2
|
||||
3
|
||||
4
|
||||
5
|
||||
6
|
||||
7
|
||||
8
|
||||
9
|
||||
```
|
||||
|
||||
如果我们需要把它变成生成器，我们只需要把 `print ( i )` 改为 `yield i` 就可以了，具体看下修改后的例子：
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
def my_function():
|
||||
for i in range(10):
|
||||
yield i
|
||||
|
||||
print(my_function())
|
||||
```
|
||||
|
||||
输出的结果：
|
||||
|
||||
```txt
|
||||
<generator object my_function at 0x0000000002534A40>
|
||||
```
|
||||
|
||||
但是，这个例子非常不适合使用生成器，发挥不出生成器的特点，生成器的最好的应用应该是：你不想同一时间将所有计算出来的大量结果集分配到内存当中，特别是结果集里还包含循环。因为这样会耗很大的资源。
|
||||
|
||||
比如下面是一个计算斐波那契数列的生成器：
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
def fibon(n):
|
||||
a = b = 1
|
||||
for i in range(n):
|
||||
yield a
|
||||
a, b = b, a + b
|
||||
|
||||
# 引用函数
|
||||
for x in fibon(1000000):
|
||||
print(x , end = ' ')
|
||||
```
|
||||
|
||||
运行的效果：
|
||||
|
||||
|
||||
|
||||
你看，运行一个这么打的参数，也不会说有卡死的状态，因为这种方式不会使用太大的资源。这里，最难理解的就是 generator 和函数的执行流程不一样。函数是顺序执行，遇到 return 语句或者最后一行函数语句就返回。而变成 generator 的函数，在每次调用 next() 的时候执行，遇到 yield语句返回，再次执行时从上次返回的 yield 语句处继续执行。
|
||||
|
||||
比如这个例子：
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
def odd():
|
||||
print ( 'step 1' )
|
||||
yield ( 1 )
|
||||
print ( 'step 2' )
|
||||
yield ( 3 )
|
||||
print ( 'step 3' )
|
||||
yield ( 5 )
|
||||
|
||||
o = odd()
|
||||
print( next( o ) )
|
||||
print( next( o ) )
|
||||
print( next( o ) )
|
||||
```
|
||||
|
||||
输出的结果：
|
||||
|
||||
```txt
|
||||
step 1
|
||||
1
|
||||
step 2
|
||||
3
|
||||
step 3
|
||||
5
|
||||
```
|
||||
|
||||
可以看到，odd 不是普通函数，而是 generator，在执行过程中，遇到 yield 就中断，下次又继续执行。执行 3 次 yield 后，已经没有 yield 可以执行了，如果你继续打印 `print( next( o ) ) ` ,就会报错的。所以通常在 generator 函数中都要对错误进行捕获。
|
||||
|
||||
## 5、打印杨辉三角 ##
|
||||
|
||||
通过学习了生成器，我们可以直接利用生成器的知识点来打印杨辉三角：
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
def triangles( n ): # 杨辉三角形
|
||||
L = [1]
|
||||
while True:
|
||||
yield L
|
||||
L.append(0)
|
||||
L = [ L [ i -1 ] + L [ i ] for i in range (len(L))]
|
||||
|
||||
n= 0
|
||||
for t in triangles( 10 ): # 直接修改函数名即可运行
|
||||
print(t)
|
||||
n = n + 1
|
||||
if n == 10:
|
||||
break
|
||||
```
|
||||
|
||||
输出的结果为：
|
||||
|
||||
```txt
|
||||
[1]
|
||||
[1, 1]
|
||||
[1, 2, 1]
|
||||
[1, 3, 3, 1]
|
||||
[1, 4, 6, 4, 1]
|
||||
[1, 5, 10, 10, 5, 1]
|
||||
[1, 6, 15, 20, 15, 6, 1]
|
||||
[1, 7, 21, 35, 35, 21, 7, 1]
|
||||
[1, 8, 28, 56, 70, 56, 28, 8, 1]
|
||||
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
|
||||
```
|
||||
|
|
@ -0,0 +1,102 @@
|
|||
# 五、迭代器和生成器综合例子 #
|
||||
|
||||
因为迭代器和生成器基本是互通的，因此有些知识点需要综合在一起
|
||||
|
||||
## 1、反向迭代 ##
|
||||
|
||||
反向迭代，应该也是常有的需求了，比如从一开始迭代的例子里，有个输出 list 的元素，从 1 到 5 的
|
||||
|
||||
```python
|
||||
list1 = [1,2,3,4,5]
|
||||
for num1 in list1 :
|
||||
print ( num1 , end = ' ' )
|
||||
```
|
||||
|
||||
那么我们从 5 到 1 呢？这也很简单， Python 中有内置的函数 `reversed()`
|
||||
|
||||
```python
|
||||
list1 = [1,2,3,4,5]
|
||||
for num1 in reversed(list1) :
|
||||
print ( num1 , end = ' ' )
|
||||
```
|
||||
|
||||
方向迭代很简单，可是要注意一点就是：**反向迭代仅仅当对象的大小可预先确定或者对象实现了 `__reversed__()` 的特殊方法时才能生效。 如果两者都不符合，那你必须先将对象转换为一个列表才行**
|
||||
|
||||
其实很多时候我们可以通过在自定义类上实现 `__reversed__()` 方法来实现反向迭代。不过有些知识点在之前的篇节中还没有提到，不过可以相应的看下，有编程基础的，学完上面的知识点应该也能理解的。
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
|
||||
class Countdown:
|
||||
def __init__(self, start):
|
||||
self.start = start
|
||||
|
||||
def __iter__(self):
|
||||
# Forward iterator
|
||||
n = self.start
|
||||
while n > 0:
|
||||
yield n
|
||||
n -= 1
|
||||
|
||||
def __reversed__(self):
|
||||
# Reverse iterator
|
||||
n = 1
|
||||
while n <= self.start:
|
||||
yield n
|
||||
n += 1
|
||||
|
||||
for rr in reversed(Countdown(30)):
|
||||
print(rr)
|
||||
for rr in Countdown(30):
|
||||
print(rr)
|
||||
```
|
||||
|
||||
输出的结果是 1 到 30 然后 30 到 1 ，分别是顺序打印和倒序打印
|
||||
|
||||
## 2、同时迭代多个序列 ##
|
||||
|
||||
你想同时迭代多个序列，每次分别从一个序列中取一个元素。你遇到过这样的需求吗？
|
||||
|
||||
为了同时迭代多个序列，使用 zip() 函数，具体示例：
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
|
||||
names = ['laingdianshui', 'twowater', '两点水']
|
||||
ages = [18, 19, 20]
|
||||
for name, age in zip(names, ages):
|
||||
print(name,age)
|
||||
```
|
||||
|
||||
输出的结果：
|
||||
|
||||
```txt
|
||||
laingdianshui 18
|
||||
twowater 19
|
||||
两点水 20
|
||||
```
|
||||
|
||||
其实 zip(a, b) 会生成一个可返回元组 (x, y) 的迭代器，其中 x 来自 a，y 来自 b。 一旦其中某个序列到底结尾，迭代宣告结束。 因此迭代长度跟参数中最短序列长度一致。注意理解这句话喔，也就是说如果 a ， b 的长度不一致的话，以最短的为标准，遍历完后就结束。
|
||||
|
||||
利用 `zip()` 函数，我们还可把一个 key 列表和一个 value 列表生成一个 dict （字典）,如下：
|
||||
|
||||
```python
|
||||
# -*- coding: UTF-8 -*-
|
||||
|
||||
names = ['laingdianshui', 'twowater', '两点水']
|
||||
ages = [18, 19, 20]
|
||||
|
||||
dict1= dict(zip(names,ages))
|
||||
|
||||
print(dict1)
|
||||
|
||||
```
|
||||
|
||||
|
||||
输出如下结果：
|
||||
|
||||
```python
|
||||
{'laingdianshui': 18, 'twowater': 19, '两点水': 20}
|
||||
```
|
||||
|
||||
这里提一下， `zip()` 是可以接受多于两个的序列的参数，不仅仅是两个。
|
||||
|
|
@ -0,0 +1,7 @@
|
|||
# 前言 #
|
||||
|
||||
这篇博客写了很久，其实写每一篇博客用的时间还是挺长的，不够这有利于自己的学习，也想分享一下。之前也说了创建了一个微信群，Python 学习讨论群，现在只有 40 个左右的小伙伴，如果有兴趣加入学习讨论的话，可以加我微信:`androidwed`,拉你进群。想看回之前的文章，也可以通过 [Gitbook](https://www.gitbook.com/book/twowater/python/details) 查看，欢迎提出问题和点下 star，及时查看更新。
|
||||
|
||||
# 目录 #
|
||||
|
||||
|
||||
Loading…
Reference in New Issue