三元运算式、lambda表达式、内置函数map、reduce、filter以及yield生成器

jjytr

一、三元运算（式）
对于一般简单的if else条件判断句可以用三元运算来表示

具体模式为:

1 2 3 4 5 6

if condition:   expr1 else:   expr2 等价于: expr1 if condition else expr2

解释:如果if condition条件成立就执行expr1表达式，否则就执行else expr2表达式
示例①

1 2 3 4 5 6 7 8 9

>>> if 2 == 2: ...    name = 'cool' ... else: ...    name ='hot' ... >>> name = 'cool' if 2==2 else 'hot' >>> print name cool >>>

二、lambda表达式:
对于简单的函数可以用另外一种方式来代替，即lambda

比如有如下函数:

1 2 3 4 5 6 7 8

>>> def fun(arg): ...      return arg + arg ... >>> >>> result = fun(100) >>> print result 200 >>>

定义一个变量f_lambda,将lambda arg:arg+1赋予f_lambda

1 2 3 4 5

>>> f_lambda = lambda arg:arg +1 >>> result = f_lambda(111) >>> print result 112 >>>

也可以用其他表达式:

1 2 3 4 5

>>> test = lambda a:a**2 >>> test_result = test(3) >>> print test_result 9 >>>

从上面的例子可以看出，lambda后面表达式可以随意定义，只要符合Python的语法要求。
lambda表达式:
①用于处理简单逻辑
②会自动返回数据

三、内置函数map

map的作用是对序列中每个元素进行操作，然后输出新的序列

1 2 3 4 5 6 7 8 9 10

>>> num1 = [10,9,8,7,6] >>> num2 = map(lambda a:a**2,num1) >>> print num2 [100, 81, 64, 49, 36] >>> >>> num3 = [1,2,3,4,5] >>> num4 = map(lambda a,b:a -b,num1,num3) >>> print num4 [9, 7, 5, 3, 1] >>>

或者

1 2 3 4 5 6 7 8

>>> num = [12,33,55,85] >>> def func(arg): ...     return arg + 10 ... >>> new_num = map(func,num) >>> print new_num [22, 43, 65, 95] >>>

对于上述例子实质解释如下:

1 2 3 4 5 6 7 8

>>> new_num = [] >>> for item in num: ...     new_item = item + 10 ...     new_num.append(new_item) ... >>> >>> print new_num [22, 43, 65, 95]

四、内置函数filter

filter的作用的是将序列中满足条件的过滤出来然后形成新的序列

1 2 3 4 5

>>> num1 = [10,9,8,7,6] >>> tmp = filter(lambda arg:arg >5,num1) >>> print tmp [10, 9, 8, 7, 6] >>>

或者

1 2 3 4

>>> tmp2 = filter(lambda n:n >5,num1)      >>> print tmp2 [10, 9, 8, 7, 6] >>>

或者

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

#!/usr/bin/env python # -*- coding:utf8 -*- num = [11,22,0,33] print filter(None,num) [iyunv@Python day004]# python lam.py [11, 22, 33] [iyunv@Python day004]# [iyunv@Python day004]# cat  lam.py    #!/usr/bin/env python # -*- coding:utf8 -*- num = [11,22,0,33,""] print filter(None,num) [iyunv@Python day004]# python lam.py   [11, 22, 33] [iyunv@Python day004]# cat  lam.py    #!/usr/bin/env python # -*- coding:utf8 -*- num = [11,22,0,33,"",False] print filter(None,num) [iyunv@Python day004]# python lam.py   [11, 22, 33]

小结:从上可以发现，默认情况下，当用filter进行处理数据时，filter会将布尔值为真的输出（一般将布尔值为True的返回到新列表中，反之不会返回到新列表中），为假的忽略掉；当然filter中也可以传入函数，如上例中的lambda语句；



五、内置函数reduce

reduce的作用是对序列内的所有元素进行操作

1 2 3 4 5 6 7 8 9

>>> num1 = [10,9,8,7,6]                   >>> result =reduce(lambda arg1,arg2:arg1+arg2,num1) >>> print result 40 >>> num5 = [1,2,3,4,5,6]   >>> sum = reduce(lambda a,b:a+b,num5) >>> print sum 21 >>>

# reduce的第一个参数，函数必须要有两个参数
# reduce的第二个参数，要循环的序列
# reduce的第三个参数，初始值

六、yield生成器

有如下例子:

1 2 3 4 5

>>> print range(8) [0, 1, 2, 3, 4, 5, 6, 7] >>> print xrange(8) xrange(8) >>>

从上面可以发现，range可以生成一个列表，即在内存中创建指定的数字，而xrange则不会，接着往下看:

1 2 3 4 5 6 7 8 9 10 11 12

>>> for n in xrange(8): ...     print n ... 0 1 2 3 4 5 6 7 >>>

xrange只有在进行循环的时候才会创建数字，即在迭代的时候才会去创建；