python中print，return和yield的區(qū)別

print是打印輸出函數(shù)，輸出到標(biāo)準(zhǔn)輸出中也就是命令框。return是函數(shù)結(jié)束時需要返回值時適應(yīng)的。yield是惰性的，值會等到你用的時候才去生成

創(chuàng)新互聯(lián)從2013年成立，是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項目網(wǎng)站建設(shè)、成都網(wǎng)站制作網(wǎng)站策劃，項目實施與項目整合能力。我們以讓每一個夢想脫穎而出為使命，1280元包頭做網(wǎng)站,已為上家服務(wù),為包頭各地企業(yè)和個人服務(wù),聯(lián)系電話:13518219792

Python 中 Iterator和Iterable的區(qū)別

Python中 list，truple，str，dict這些都可以被迭代，但他們并不是迭代器。為什么？

因為和迭代器相比有一個很大的不同，list/truple/map/dict這些數(shù)據(jù)的大小是確定的，也就是說有多少事可知的。但迭代器不是，迭代器不知道要執(zhí)行多少次，所以可以理解為不知道有多少個元素，每調(diào)用一次next()，就會往下走一步，是惰性的。

判斷是不是可以迭代，用Iterable

[python] view plain copy

from collections import Iterable

isinstance({}, Iterable) -- True

isinstance((), Iterable) -- True

isinstance(100, Iterable) -- False

判斷是不是迭代器，用Iterator

[python] view plain copy

from collections import Iterator

isinstance({}, Iterator) -- False

isinstance((), Iterator) -- False

isinstance( (x for x in range(10)), Iterator) -- True

所以，

凡是可以for循環(huán)的，都是Iterable

凡是可以next()的，都是Iterator

集合數(shù)據(jù)類型如list，truple，dict，str，都是Itrable不是Iterator，但可以通過iter()函數(shù)獲得一個Iterator對象

python中的for循環(huán)就是通過next實現(xiàn)的

[python] view plain copy

for x in [1,2,3,4,5]:

pass

等價于

[python] view plain copy

#先獲取iterator對象

it = iter([1,2,3,4,5])

while True:

try:

#獲取下一個值

x = next(it);

except StopIteration:

# 遇到StopIteration就退出循環(huán)

break

python 中 return lambda 怎么理解？

lambda或者高階函數(shù)是一種設(shè)計模式，是否適合應(yīng)該要看更大范圍的設(shè)計需要。

脫離了需求場景，返回lambda根本是脫褲子放屁。

什么是惰性函數(shù)

惰性函數(shù)，即只在第一次執(zhí)行，第一次執(zhí)行后再調(diào)用得到的結(jié)果都是一樣的

例如（我不知道你學(xué)了什么語言就用中文表達(dá)一下吧）：

函數(shù) gettime

變量 a（一般是靜態(tài)變量）

如果變量a是真，則返回a并終止函數(shù)

a=現(xiàn)在的時間

返回a并終止函數(shù)

當(dāng)?shù)谝淮握{(diào)用的時候因為a沒有值（為空），所以判斷不成立，把時間賦值給a

第二次調(diào)用時因為a有值了（先前保存的時間），所以直接返回a

第三次。。。。。。。。。。。。。。。。。。。。。。。。。。

第四次。。。。。。。。。。。。。。。。。。。。。。。。。。

。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

=========================================================

一般用于javascript，如果覺得滿意就采納吧

python中map函數(shù)

map在python2返回list，在python3返回iterator.

如果想在python3得到可以反復(fù)重用的list，只要把iterator轉(zhuǎn)成list即可：

lst_result?=?list(map(func,?items))

Python學(xué)習(xí)之惰性求值

惰性求值，也就是延遲求值，表達(dá)式不會在它被綁定到變量之后就立即求值，而是等用到時再求值。這個特性可以解決一些巨大甚至無限的集合列表，如菲波那切數(shù)列、幾十G的文件等等。延遲求值的一個好處是能夠建立可計算的無限列表而沒有妨礙計算的無限循環(huán)或大小問題。

Python?中的很多方法沒有直接返回列表，而是返回了一個可迭代的generator

(生成器)對象，這便是python的惰性求值，因為在創(chuàng)建一個很大的列表時，對內(nèi)存的開銷非常大，太大時python會直接報錯，舉個:chestnut:：range()方法是產(chǎn)生一個指定范圍列表，在Python3之前，該方法直接產(chǎn)生一個列表，xrange()?產(chǎn)生一個生成器：

xrange(100)

xrange(100)

range(100)

[0, 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, 31, 32, 33, 34, 35, 36, 37, 38,

39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55,

56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72,

73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89,

90, 91, 92, 93, 94, 95, 96, 97, 98, 99]

當(dāng)參數(shù)里面的值足夠大時，range()產(chǎn)生了一個巨大的列表，這是內(nèi)存會吃不消，等待一段時間后程序會直接被Kill掉：

for?i?in?range(999999999999):

...

print?i

...

Killed:

9

占滿內(nèi)存

用xrange()?方法就不回出現(xiàn)這種問題，并且可以一直運行：

for?i?in?xrange(999999999999):

...

print?i

...

1

2

3

4

5

6

7

8

9

10...

在Python3中range已經(jīng)被改為了xrange,所以在python3中可以放心使用range().

惰性求值不要求你事先準(zhǔn)備好整個迭代過程中所有的元素。迭代器僅僅在迭代至某個元素時才計算該元素，而在這之前或之后，元素可以不存在或者被銷毀

還有前文所說的list comprehension語句,在兩邊放上[]，會產(chǎn)生別表，如果數(shù)據(jù)源很長則會報內(nèi)存錯誤:

print [i?for?i?in?range(9999999999999999)]

Python(1627,0x7fffe5b713c0)

malloc: *** mach_vm_map(size=80000000000000000) failed

(error?code=3)

***?error:

can't allocate region

***?set?a

breakpoint?in?malloc_error_break?to?debug

Traceback

(most recent?call?last):

File "",

line 1,?in?/spanmodule

MemoryError

這樣直接產(chǎn)生列表沒有效率，為了創(chuàng)建生成器對象，可以在list

comprehension兩邊放上()，這樣它就有了惰性求值的特性。

print((i?for?i

in?range(99999999999999)))

使用next()內(nèi)建函數(shù)訪問生成器里的元素：

num =

(i?for?i?in?range(5))

num

next(num)

next(num)

1

for j in range(4):

...

print(next(num))

...

2

3

4

Traceback

(most recent call last):

File "",

line 2,?in?/spanmodule

StopIteration

當(dāng)訪問到最后元素時，再調(diào)用next(),Python將會拋出StopIteration異常。Python正是根據(jù)是否檢查到這個異常來決定是否停止迭代。

step1 =

someLongOperation1()step2 = someLongOperation2()step3 =

concatenate(step1, step2)

以上代碼需要分別執(zhí)行一二兩步操作，第三步用到一二兩步的結(jié)果，在Pyhton中會有序的執(zhí)行這些函數(shù)：首先是?someLongOperation1，然后?someLongOperation2，最后?concatenate，如果確保沒有函數(shù)修改或依賴于全局變量，第一二步可以被并行執(zhí)行。假設(shè)我們不想并行運行這兩個函數(shù)，我們只在其他函數(shù)依賴于?step1?和?step2?時才需要執(zhí)行這兩個函數(shù)。我們甚至在concatenate?調(diào)用之前都不必執(zhí)行他們，可以把他們的求值延遲到?concatenate?函數(shù)內(nèi)實際用到他們的位置。如果函數(shù)中用到了if分支語句，條件無關(guān)step1和step2則可以盡量將判斷條件放前面以減少不必要的計算：

step1 =

someLongOperation1()

step2 =

someLongOperation2()if?condition:

step3 =

concatenate(step1, step2)

換為：if?condition:

step1 =

someLongOperation1()

step2 =

someLongOperation2()

step3 =

concatenate(step1, step2)

如果?concatenate?是一個帶有條件分支的函數(shù)并且有的分支中只用了兩個參數(shù)中的一個，另一個參數(shù)就永遠(yuǎn)沒有必要被求值。

網(wǎng)站名稱：惰性函數(shù)python,惰性的定義
文章路徑：http://chinadenli.net/article45/dseiohi.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站設(shè)計公司、網(wǎng)站排名、外貿(mào)網(wǎng)站建設(shè)、ChatGPT、虛擬主機(jī)、電子商務(wù)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)