Python对字典迭代

转载

mob64ca13fe1aa6 2024-09-09 16:26:09

文章标签 Python对字典迭代 python 开发语言 numpy 迭代 文章分类 Python 后端开发

文章目录

迭代

练习

列表生成式

列表生成式中的 if ... else ...
练习

生成器

练习

迭代器

迭代

如果给定一个list或tuple或者其他可迭代对象，python可以通过for循环来遍历这个对象，这种遍历称为迭代（Iteration）。

判断一个对象是否是可迭代对象，方法是通过collections.abc模块的Iterable类型进行判断：

from collections.abc import Iterable

print(isinstance('abc', Iterable))       # True 字符串
print(isinstance([1, 2, 3], Iterable))   # True 列表
print(isinstance(123, Iterable))         # False 整数不能进行迭代
print(isinstance({}, Iterable))          # True 字典

字典的迭代：

# dict 迭代 key
d = {'a': 1, 'b': 2, 'c': 3}
for key in d:
    print(key)

# dict 迭代 key 与 value
for key, value in d.items():
    print(f"key:{key}, value:{value}")

结果如下：

a
b
c
key:a, value:1
key:b, value:2
key:c, value:3

Python内置的enumerate函数可以把一个list变成索引-元素对，可以在for循环中同时迭代索引和元素本身：

L = ['a', 'b', 'c']
for i, value in enumerate(L, 0):  # 0 代表从0开始索引，可省略
    print(i, value)

0 a
1 b
2 c

for循环中，同时引用两个变量，在Python里也很常见：

for name, score in [('Mark', 100), ('Lucy', 98), ('Tom', 76)]:
    print(name, "\t", score)
    
for x, y in [(1, 4), (2, 8), (3, 12)]:
    print(x, y)

结果如下：

Mark 	 100
Lucy 	 98
Tom 	 76
1 4
2 8
3 12

练习

题目：请使用迭代查找一个list中最小和最大值，并返回一个tuple。

def findMinAndMax(L):
    if len(L) == 0:
        return (None, None)

    i_min = min(L)
    i_max = max(L)
    return (i_min, i_max)

L1 = []
L2 = [7]
L3 = [7, 1]
L4 = [7, 1, 3, 5, 9]

print(findMinAndMax(L1))
print(findMinAndMax(L2))
print(findMinAndMax(L3))
print(findMinAndMax(L4))

结果如下：

(None, None)
(7, 7)
(1, 7)
(1, 9)

列表生成式

列表生成式即 List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。

>>> list(range(1, 11))
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

用 for 循环创建列表生成式：

>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

在 for 循环后面可以加上 if 判断，这里筛选出仅偶数的平方：

>>> [x * x for x in range(1, 11) if x % 2 == 0]
[4, 16, 36, 64, 100]

使用两层循环，可以生成全排列；但三层和三层以上的循环就很少用到了：

>>> [m+n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

列出某一目录下的所有文件和目录名：

>>> import os
>>> [d for d in os.listdir('E:/submit/')]
['.idea', 'GUI', 'submit', '__MACOSX']

列表生成式可以使用两个变量生成 list ：

>>> d = {'a': 'A', 'b': 'B', 'c': 'C'}
>>> [k+'='+v for k, v in d.items()]
['a=A', 'b=B', 'c=C']

将一个 list 中所有的字符串变成小写：

>>> L = ['Hello', 'World', 'IBM', 'Apple']
>>> [s.lower() for s in L]
['hello', 'world', 'ibm', 'apple']

列表生成式中的 if … else …

正确写法：

# 1.生成偶数
>>> [x for x in range(11) if x % 2 == 0]
[0, 2, 4, 6, 8, 10]

# 2.奇数取相反数，偶数不变
>>> [x if x % 2 == 0 else -x for x in range(11)]
[0, -1, 2, -3, 4, -5, 6, -7, 8, -9, 10]

对于正确写法的 if…else… 的列表生成式的理解：

L = []
for x in range(11):  # 第1层
    if x % 2 == 0:  # 第2层
        L.append(x)
    else:
        L.append(-x)
print(L)

Python对字典迭代_开发语言

错误写法：

>>> [x for x in range(11) if x % 2 ==0 else 0]
SyntaxError: invalid syntax
>>> [x if x % 2 == 0 for x in range(11)]
SyntaxError: invalid syntax

练习

输入：L1 = [‘Hello’, ‘World’, 18, ‘Apple’, None]

输出：L2 == [‘hello’, ‘world’, ‘apple’]

>>> L1 = ['Hello', 'World', 18, 'Apple', None]
>>> [x.lower() for x in L1 if isinstance(x, str)]
['hello', 'world', 'apple']

生成器

通过列表生成式，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100万个元素的列表，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。

在循环的过程中不断推算出后续的元素，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），保存的是算法。

要创建一个 generator，有很多种方法。

第一种方法：只要把一个列表生成式的[]改成()，就创建了一个 generator。

L是一个 list ，g是一个 generator 。

可以通过next()函数获得 generator 的下一个返回值，将元素打印出来。直到计算到最后一个元素，没有更多的元素时，会抛出StopIteration的错误。

>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x00000239099345F0>
>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> # 此处省略
>>> next(g)
81
>>> next(g)
Traceback (most recent call last):
  File "<pyshell#33>", line 1, in <module>
    next(g)
StopIteration

因为 generator 也是可迭代对象，正确方法是使用for循环来调用：

>>> for i in g:
		print(i)

0
1
4
9
16
25
36
49
64
81

定义 generator 的第二种方法：如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个 generator 函数，调用一个 generator 函数将返回一个 generator：

# 斐波那契数列
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1
        return 'done'

f = fib(max)
print(f)  # 结果：<generator object fib at 0x000001CA9FAD1048> 
for i in f:
    print(i, end="\t")
# 结果：1	1	2	3	5	8

普通函数是顺序执行，遇到return语句或者最后一行函数语句就返回。
generator 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。

用for循环调用 generator 时，发现拿不到 generator 的return语句的返回值'done'。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

g = fib(6)
while True:
    try:
        x = next(g)
        print('g:', x)
    except StopIteration as e:
        print('Generator return value:', e.value)
        break

结果如下：

g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done

定义一个简单的 generator 函数，依次返回数字1，3，5：

def odd():
    print('step1:')
    yield 1
    print('step2:')
    yield 3
    print('step:')
    yield 3

调用该 generator 函数时，首先要生成一个generator对象，然后用next()函数不断获得下一个返回值：

o = odd()  # 创建一个对象
print(next(o))
print(next(o))
print(next(o))
print(next(o))

执行3次yield后，已经没有yield可以执行了，所以，第4次调用next(o)就报错。结果如下：

step1:
1
step2:
3
step:
3
Traceback (most recent call last):
  File "E:/csdn/3_高级特性_迭代.py", line 139, in <module>
    print(next(o))
StopIteration

如果没有创建一个 generator 对象，然后不断对这一个 generator 对象调用next()；而是直接使用odd()，那么每次都会创建一个新的 generator 对象，下面的代码实际上创建了3个完全独立的generator，对3个generator分别调用next()，那么每个都会返回第一个值1。

>>> next(odd())
step 1
1
>>> next(odd())
step 1
1
>>> next(odd())
step 1
1

练习

1
         / \
        1   1
       / \ / \
      1   2   1
     / \ / \ / \
    1   3   3   1
   / \ / \ / \ / \
  1   4   6   4   1
 / \ / \ / \ / \ / \
1   5   10  10  5   1

杨辉三角，把每一行看做一个list，试写一个generator，不断输出下一行的list：

def triangles():
    L = [1]
    while True:
        yield L
        L = [L[x] + L[x+1] for x in range(len(L) - 1)]  # 计算下一行中间的值
        L.insert(0, 1)  # 在开头插入1
        L.append(1)  # 在结尾添加1
        
        # 前面3行可以替换成下面这句
        # L = [1] + [L[x] + L[x+1] for x in range(len(L) - 1)] + [1] 
        if len(L) > 10:  # 仅输出10行
            break

输出结果如下：

[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]

迭代器

可迭代对象Iterable：直接作用于for循环的对象。可以使用isinstance()判断一个对象是否是Iterable对象：

from collections.abc import Iterable

print(isinstance('abc', Iterable))       # True 字符串
print(isinstance([1, 2, 3], Iterable))   # True 列表
print(isinstance(123, Iterable))         # False 整数不能进行迭代
print(isinstance({}, Iterable))          # True 字典
print(isinstance((x for x in range(10)), Iterable))  # True generator生成器

迭代器Iterator：可以被next()函数调用并不断返回下一个值的对象。可以使用isinstance()判断一个对象是否是Iterator对象：

from collections.abc import Iterator

print(isinstance((x for x in range(10)), Iterator))  # True generator生成器
print(isinstance([], Iterator))                      # False
print(isinstance({}, Iterator))                      # False
print(isinstance('abc', Iterator))                   # False

可以看出，生成器既是可迭代对象Iterable，也是迭代器是Iterator。但list、dict、str虽然是Iterable，却不是Iterator。

为什么list、dict、str等数据类型不是Iterator？

这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。

Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。

使用iter()函数可以把list、dict、str等Iterable变成Iterator：

print(isinstance(iter([]), Iterator))       # True
print(isinstance(iter('abc'), Iterator))    # True
print(isinstance(iter({}), Iterator))       # True

Python的for循环本质上就是通过不断调用next()函数实现的，例如：

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

实际上完全等价于：

# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
    try:
        # 获得下一个值:
        x = next(it)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。