寫在前面：本文主要是python高階練習部分，介紹了一些高階用法，這些都是零散的小知識，這些可以與函數語言程式設計合在一起使用。

函數語言程式設計¹：Python中提供的函數語言程式設計主要有：

• map(函式，可迭代式)對映函式
• filter(函式，可迭代式)過濾函式
• reduce(函式，可迭代式)規約函式
• lambda函式
• 列表推導式
• zip()函式

generator 生成

詞彙

generator 英[ˈdʒenəreɪtə(r)] 美[ˈdʒɛnəˌretɚ]

n. 發電機，發生器; 電力公司; 生產者，創始者; [樂] 基礎低音

My understanding

關於生成器的基本概念，我沒有詳述，因為有關它的描述，網上一搜，一大把，在我看來，學習最有效的方法就是自己執行案例，通過案例反映生成器的作用。

比如，【點這裡】，哈哈這也是總結的。

案例1：元組推導式自動生成 generator

s = (x * x for x in range(5))
print(s)

<generator object <genexpr> at 0x000001343C239F10>

for x in s:
    print(x, end=',')

0,1,4,9,16,

案例2：Fibonacci sequence

【原理，點我】

def fib(maximum):
    n, a, b = 0, 0, 1
    while n < maximum:
        yield b
        a, b = b, a+b
        n += 1
    return 'done'

f = fib(10)
print('fib(10)', f)
 

fib(10) <generator object fib at 0x000001343C239E08>

for x in f:
    print(x, end=' ')

1 1 2 3 5 8 13 21 34 55 

g = fib(5)
while 1:
    try:
        x = next(g)
        print('g:', x)
    except StopIteration as e:
        print('Generator return value:', e.value)
        break

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

iter 迭代

其實，迭代有可迭代的與迭代器，一個是形容詞，一個是名詞，所以他們是與區別的。

如果要使用需要匯入from collections import Iterable, Iterator

案例1：可迭代的

from collections import Iterable, Iterator

def g():
    yield 1
    yield 2
    yield 3
    
print('Iterable? [1, 2, 3]:', isinstance([1, 2, 3], Iterable))
print('Iterable? \'abc\':', isinstance('abc', Iterable))
print('Iterable? 123:', isinstance(123, Iterable))
print('Iterable? g():', isinstance(g(), Iterable))

Iterable? [1, 2, 3]: True
Iterable? 'abc': True
Iterable? 123: False
Iterable? g(): True

綜上：

1. 列表是可迭代的


2. 字串是可迭代的


3. 數字是不可迭代的的


4. 自定義的g()函式是可迭代的

案例2：迭代器

如果我們使用iter()函式作用，可將列表and元組轉化為迭代器。

print('Iterator? [1, 2, 3]:', isinstance([1, 2, 3], Iterator))
print('Iterator? iter([1, 2, 3]):', isinstance(iter([1, 2, 3]), Iterator))
print('Iterator? \'abc\':', isinstance('abc', Iterator))
print('Iterator? 123:', isinstance(123, Iterator))
print('Iterator? g():', isinstance(g(), Iterator))
print('Iterator? (1, 2, 3):', isinstance((1, 2, 3), Iterator))
print('Iterator? iter((1, 2, 3)):', isinstance(iter((1, 2, 3)), Iterator))

Iterator? [1, 2, 3]: False
Iterator? iter([1, 2, 3]): True
Iterator? 'abc': False
Iterator? 123: False
Iterator? g(): True
Iterator? (1, 2, 3): False
Iterator? iter((1, 2, 3)): True

綜上：

1. 列表 not is 迭代器


2. 採用iter()轉化的列表 is 迭代器


3. 字串not is 迭代器


4. 數字not is 迭代器


5. 自定義的g()函式is 迭代器


6. 元組 not is 迭代器


7. 採用iter()轉化的元組 is 迭代器

案例3：迭代元素

例子1

print('for x in [1, 2, 3, 4, 5]:')
for x in [1, 2, 3, 4, 5]:
    print(x)

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

例子2

print('for x in iter([1, 2, 3, 4, 5]):')
for x in iter([1, 2, 3, 4, 5]):
    print(x)

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

例子3

print('next():')
it = iter([1, 2, 3, 4, 5])
print(next(it))
print(next(it))
print(next(it))
print(next(it))
print(next(it))

next():
1
2
3
4
5

案例4：字典迭代

想知道，字典的情況【點我】

構造字典

key = 'a', 'b', 'c'
value = 1, 2, 3
d = dict(zip(key, value))

迭代字典的鍵

print('iter key:', d)
for k in d.keys():
    print('key:', k)

iter key: {'a': 1, 'b': 2, 'c': 3}
key: a
key: b
key: c

迭代字典的值

print('iter value:', d)
for v in d.values():
    print('value:', v)

iter value: {'a': 1, 'b': 2, 'c': 3}
value: 1
value: 2
value: 3

迭代字典的鍵值對

print('iter item:', d)
for k, v in d.items():
    print('item:', k, v)

iter item: {'a': 1, 'b': 2, 'c': 3}
item: a 1
item: b 2
item: c 3

列表迭代與推導

列表操作原理，【點我】

列表迭代

for i, value in enumerate(['A', 'B', 'C']):
    print(i, value)

0 A
1 B
2 C

for x, y in [(1, 1), (2, 4), (3, 9)]:
    print(x, y)

1 1
2 4
3 9

列表推導式

print([x*x for x in range(1, 11)])

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

print([x*x for x in range(1, 11) if x%2 == 0])

[4, 16, 36, 64, 100]

print([m + n for m in 'ABC' for n in 'XYZ'])

['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

d = {'x':'A', 'y':'B', 'z':'C'}
print([k + '=' + v for k, v in d.items()])

['x=A', 'y=B', 'z=C']

L = ['Hello', 'World', 'Apple', 'IBM']
print([s.lower() for s in L])

['hello', 'world', 'apple', 'ibm']

切片

L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack']
for i, value in enumerate(L):
    print("L列表中元素的序：{}-->{}-->{}".format(i, value, i-len(L)))

L列表中元素的序：0-->Michael-->-5
L列表中元素的序：1-->Sarah-->-4
L列表中元素的序：2-->Tracy-->-3
L列表中元素的序：3-->Bob-->-2
L列表中元素的序：4-->Jack-->-1

print('L[0:3] =', L[0:3])
print('L[:3] =', L[:3])
print('L[1:3] =', L[1:3])
print('L[-2:] =', L[-2:])

L[0:3] = ['Michael', 'Sarah', 'Tracy']
L[:3] = ['Michael', 'Sarah', 'Tracy']
L[1:3] = ['Sarah', 'Tracy']
L[-2:] = ['Bob', 'Jack']

R = list(range(100))
print('R[:10] =', R[:10])
print('R[-10:] =', R[-10:])
print('R[10:20] =', R[10:20])
print('R[:10:2] =', R[:10:2])
print('R[::5] =', R[::5])

R[:10] = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
R[-10:] = [90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
R[10:20] = [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
R[:10:2] = [0, 2, 4, 6, 8]
R[::5] = [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

關於yeild的例子

完整的程式碼

def each_ascii(s):
    for ch in s:
        yield ord(ch)
    return '%s chars' % len(s)

def yield_from(s):
    r = yield from each_ascii(s)
    print(r)

def main():
    for x in each_ascii('abc'):
        print(x) # => 'a', 'b', 'c'
    it = each_ascii('xyz')
    try:
        while True:
            print(next(it)) # => 'x', 'y', 'z'
    except StopIteration as s:
        print(s.value) # => '3 chars'

    # using yield from in main() will change main() from function to generator:
    # r = yield from each_ascii('hello')

    for ch in yield_from('hello'):
        pass

main()

程式碼分析

def each_ascii(s):
    for ch in s:
        yield ord(ch)
    return '%s chars' % len(s)

def yield_from(s):
    r = yield from each_ascii(s)
    print(r)

for x in each_ascii('abc'):
    print(x)

97
98
99

it = each_ascii('xyz')
try:
    while True:
        print(next(it))
except StopIteration as s:
    print(s.value)

120
121
122
3 chars

for ch in yield_from('hello'):
    pass

5 chars

總結

有時候，對程式設計不感冒，但是把一個複雜的知識點多執行幾遍，太複雜了，把程式碼分成小程式碼執行，最後綜合理解，並整理成文。當然，這涉及到除錯程式碼部分，現在我還是個小菜鳥，除錯用的不太熟，當然程式碼量很大的時候可能要用到除錯部分。

End