測開之資料型別第3篇《列表推導式、字典推導式、2種方式建立生成器》

清菡發表於2020-12-18

堅持原創輸出,點選藍字關注我吧

作者:清菡
部落格:oschina、雲+社群、知乎等各大平臺都有。

目錄

  • 一、列表推導式
  • 二、字典推導式
  • 三、2種方式建立生成器
    • 1.生成器表示式
    • 2.函式裡面,通過 yield 定義生成器

一、列表推導式

推導式可以幫助我們快速建立列表、建立字典。比如現在要建立一個列表。

做自動化測試的時候,比如建立個 url 列表,url 列表裡面可能是儲存了網站的頁數:

一直到 100,生成 100 個頁面,但是這 100 個頁面有規律,url 地址,前面這一部分是不變的,只有後面的 1,2,3,4 這部分的變化。

如果去生成這樣一個列表,不用列表推導式,用之前的方法的話,可以這樣做,先定義一個空列表:

urls = []

然後來個 for 迴圈 set 100 個:

for i in range(1,101):

前面字串這部分是確定的,比如說一個 page,後面這部分不確定,就來個format()給它填進去。

url = 'page{}'.format(i)

通過append()把 url 加進去。

# url = ['page1','page2']

urls = []

for i in range(1,101):
   url =  'page{}'.format(i)
   urls.append(url)

print(urls)

能夠生成 1-100 個頁面。

推導式有個優勢,一行就能解決。推導式可以看成 for 迴圈的一個解體。

寫起來特別簡單,同樣的功能,推導式可以這樣寫:

圖片中應為推導式不是倒,字打錯了,圖是我截得

# 列表推導式

urls1 = [i for i in range(1,101)]
print(urls1)

這段列表推導式程式碼解釋是:

for 迴圈,irange 裡面迴圈,迴圈出來拿出一個 i,然後往前面放到這個列表裡面。

再拿出一個 i 放到這個列表裡面,這樣重複(拿出一個 i 放到列表裡面),直到把 for 迴圈遍歷完。

將裡面所有的元素都拿出來放到列表裡面,最後生成一個新的列表,這就是列表推導式。

裡面是 1-100 個數字:

圖片中應為推導式不是倒,字打錯了,圖是我截得

如果用列表推導式生成這個 page1,到 100 頁。程式碼就修改成這樣:

urls1 = ['page{}'.format(i)  for i in range(1,101)]
print(urls1)

'page{}'.format(i)

format()格式化字串的函式。

圖片中應為推導式不是倒,字打錯了,圖是我截得

# 列表推導式

urls1 = ['page{}'.format(i)  for i in range(1,101)]
print(urls1)

簡而言之,就是遍歷出來的元素放到這個前面就行了。然後在前面,你可以做其它操作。

以上,這就是用列表推導式快速生成一個列表。

二、字典推導式

字典推導式和列表推導式,它的原理是一樣的。都用 for 迴圈去遍歷,然後拿出對應的值在前面,生成對應的值。

每遍歷一輪,會把前面你寫的內容放到字典裡面去。前面寫個鍵,鍵就是遍歷出來的i,對應的值就是i+1

dict1 = {i:i+1 for i in range(10)}
print(dict1)

鍵就是遍歷出來的i,值就是鍵的基礎上加 1。每迴圈遍歷一輪,這個就生成一個鍵值對。

推導式可以推匯出字典,也可以推匯出列表。大括號、中括號、花括號都可以。

推導式改成小括號後是什麼?

中括號是列表,花括號是字典,小括號是元組。

推導式改成小括號後,不再是個元組了,是個生成器。

# () 生成器表示式

tu = (i for i in range(10)) #生成器物件
print(tu)

三、2種方式建立生成器

1.生成器表示式

1.1 什麼是生成器?

這裡有很多資料,可以把它裝到一個 “就像自動取筷盒,拿出一雙筷子,自動下來一雙筷子”,就是你要用的時候,它給你生成一個出來。

生成器不像列表,比如建立個列表,比如列表裡面有一千個元素,建立列表的時候,那麼這一千個元素已經被建立好放在列表裡面了。生成器不是這樣,它內部只保留了一個生成器計算的規則。

1.2 使用生成器的好處

生成器要生成一千個元素,這樣:

tu = [i for i in range(1000)]#生成器物件

直接生成一千個元素的列表。改成生成器,這個生成器物件裡面儲存的是一個計算公式,並沒有儲存這一千條資料啊。

使用生成器來儲存這些資料的話,相對於列表的優勢是:不那麼佔記憶體。

一千條資料可能看不出效果,如果是一千萬條資料往列表裡面一放,那得佔用多大的記憶體啊。如果是個生成器,裡面就是個計算的規則,就是個生成的規則,沒有那麼多資料,節約記憶體,可以提高程式碼的效能。

1.3 拿生成器裡面的資料,也可以一個一個得拿,怎麼拿呢?

生成器表示式,列印出來是個生成器。

當然,可以通過list把它轉換成一個列表。

tu = (i for i in range(1000))#生成器物件
print(list(tu))

它可以把生成器裡面所有的元素都拿出來轉換成列表。

通過生成器表示式來定義生成器,一次想拿一個元素,怎麼拿呢?

Python 裡面有個內建的函式,叫做next()。把生成器物件放進去,得到一個結果:

# () 生成器表示式
tu = (i for i in range(1000))#生成器物件
a = next(tu)
print(a)
print(next(tu))

互動環境中可以看到:

它依次生成,要的時候,從生成器裡面拿一個出來就行了。你要用的時候就去拿,它就一直生成,它就把裡面所有的元素都取出來。

1.4 所有的元素都取出來之後,我又拿了一次,它會出現什麼情況呢?

會報錯。

生成器可以用來節約記憶體,提高程式碼效能。生成器在於你什麼時候用,你什麼時候去取值。

2.函式裡面,通過 yield 定義生成器

除了生成器表示式可以建立生成器,還有另外一個方式。Python 關鍵字裡面有個yield引數。

yield這個關鍵字是用在函式裡面的,這個關鍵字只能在函式裡面用。

函式定義完之後,只要在函式裡面呼叫函式,那就會執行函式裡面的程式碼。

def gen_fun():
    print('清菡 加油')
gen_fun()

如果當一個函式裡面,有yield這個關鍵字:

def gen_fun():
    yield
    print('清菡 加油')
gen_fun()

這個時候再去執行這個函式,這個函式不會立即執行。

2.1 為什麼不會立即執行呢?

這個函式執行的時候,預設是沒有寫return的。

def gen_fun():
    # yield
    print('清菡 加油')
res = gen_fun()
print(res)

如果函式裡面出現了yield這個關鍵字,這個時候再看下。

函式沒有寫return,呼叫函式,它裡面,程式碼沒有執行,但是有返回結果,返回的結果是:

返回的是一個生成器。

通過yield定義出來的這個函式,是個生成器函式。

呼叫這個函式的時候,它會給你返回一個生成器物件。既然它是一個生成器物件,那麼就可以通過next()來對它進行取值。

執行結果如下:
# 通過yield定義生成器
def gen_fun():
    yield
    print('清菡 加油')

res = gen_fun()  #返回生成器物件
print(next(res))

你看到輸出結果是:None

2.2 為什麼是 None 呢?

生成器生成的元素在yield關鍵字後面。

# 通過yield定義生成器
def gen_fun():
    yield 100
    print('清菡 加油')

res = gen_fun()  #返回生成器物件
print(next(res))

再寫 2 個yield:

# 通過yield定義生成器
def gen_fun():
    yield 100
    print('清菡 加油')
    yield 1000

    yield 100100

res = gen_fun()  #返回生成器物件
print(next(res))

生成器函式: 只有通過next()取值的時候,它才會執行函式裡面的程式碼。

next()一次,就執行到第一個yield這裡,把這個結果返回出來。然後到這個地方,暫停了不動了,不會往下走了。

如果在下面再next()從生成器裡面再獲取一個元素:

print(next(res))

直到等到下一個next()取值。當你下一次從生成器函式裡面取值的時候,才會觸發下一個yield

# 通過yield定義生成器
def gen_fun():
    yield 100
    print('清菡 加油')
    yield 1000

    yield 100100

res = gen_fun()  #返回生成器物件
print(next(res))
print(next(res))
print(next(res))

但是如果全部都生成完了,再去取一次,就會報錯:

因為裡面已經沒有元素了。

以上,生成器只有通過這 2 種方式定義。


公眾號 「清菡軟體測試」 首發,更多原創文章:清菡軟體測試 108+原創文章,歡迎關注、交流,禁止第三方擅自轉載。

相關文章