python中从for循环延申到推导式的具体使用
(编辑:jimmy 日期: 2024/11/20 浏览:3 次 )
本文采用循序渐进的写法,逐步递进.
传统for循环:
#获取1到1000000的偶数 #采用传统写法(俗称普通解析) for i in range(1,10**6+1): if(i%2==0): print(i) #程序运行结果: #2 #4 #. #. #. #1000000
总结(从直观上对代码进行评价):能完成要求,但是代码不够简洁.
改进后的代码,采用列表推导式:
#获取1到1000000的偶数 #采用列表推导式(俗称列表解析) print([i for i in range(1,10**6+1) if i%2==0]) #程序运行结果: #2 #4 #. #. #. #1000000
我们再来从代码运行速度上评价代码.
传统for循环的运行速度:
#采用clock()函数进行测量代码运行时间 #用以浮点数计算的秒数返回当前的CPU时间,用来衡量不同程序的耗时,比time.time()更精确 import time cpu_start=time.clock() for i in range(1,10**6+1): if(i%2==0): print(i) cpu_end=time.clock() print("程序运行时间:",cpu_end-cpu_start) #程序运行结果: #2 #4 #. #. #. #1000000 #程序运行时间: 2.1866424 #注意:编译器在3.3-3.8之间的会报一个警告:DeprecationWarning: time.clock has been deprecated in Python 3.3 and will be removed from Python 3.8: use time.perf_counter or time.process_time instead #因为python3.3以后不被推荐使用,该方法依赖操作系统,建议使用per_counter(返回系统运行时间)或process_time(返回进程运行时间)代替
采用列表推导式的运行速度:
#采用clock()函数进行测量代码运行时间 #用以浮点数计算的秒数返回当前的CPU时间,用来衡量不同程序的耗时,比time.time()更精确 import time cpu_start=time.clock() print([i for i in range(1,10**6+1) if i%2==0]) cpu_end=time.clock() print("程序运行时间:",cpu_end-cpu_start) #程序运行结果: #[2,4,6,8...1000000] #程序运行时间: 0.005884400000000012 #注意:编译器在3.3-3.8之间的会报一个警告:DeprecationWarning: time.clock has been deprecated in Python 3.3 and will be removed from Python 3.8: use time.perf_counter or time.process_time instead #因为python3.3以后不被推荐使用,该方法依赖操作系统,建议使用per_counter(返回系统运行时间)或process_time(返回进程运行时间)代替
总结(从代码运行速度上进行评价):很明显采用列表推导式的代码,运行速度是更胜一筹的.
结论:
1.编译器会优化,不会因为简写而影响效率,反而因优化提高了效率.
2. 减少程序员工作量,减少出错.
3. 即简化了代码,又增强了代码的可读性.
那么存在列表解析式是否存在集合推导式,字典推导式,元组推导式,我们来一探究竟吧!这里就不再探究他们的运行速度了!
集合推导式:
#集合推导式 #获取1到1000000的偶数 x={i for i in range(1,10**6+1) if i%2==0} type(x) #输出结果: #{2,4,6,8...1000000} #<class 'set'>
字典推导式:
#获取值是偶数的所有键值对形成的字典 #采用传统方法 dict={'名字1': 1, '名字二': 2, '名字三': 3, '名字四': 4} dict_x={} for i,j in dict.items(): if(j%2==0): dict_x[i]=j print(dict_x) print(type(dict_x)) #{'名字二': 2, '名字四': 4} #<class 'dict'>
#获取值是偶数的所有键值对形成的字典 #字典推导式 #方法一 #采用zip函数与for循环将两个列表的值逐步遍历作为字典的键与值 x = {i : j for i, j in zip(["名字1", "名字二", "名字三", "名字四"], [1,2,3,4]) if j%2==0} print(x) print(type(x)) #运行结果: #{'名字二': 2, '名字四': 4} #<class 'dict'> #方法二 #获取值是偶数的所有键值对形成的字典 #采用items()函数进行迭代遍历 dict={'名字1': 1, '名字二': 2, '名字三': 3, '名字四': 4} x = {i : j for i, j in dict.items() if j%2==0} print(x) print(type(x)) #运行结果: #{'名字二': 2, '名字四': 4} #<class 'dict'>
元组推导式:
#获取1到1000000的偶数 x=(i for i in range(1,10**6+1) if i%2==0) print(x) type(x) #输出结果: #<generator object <genexpr> at 0x00000241FFAB2750> #<class 'generator'>
咦!前面都返回数组或者集合或字典,这个怎么返回了生成器(genexpr),这是因为元组是不可变的。我们来访问一下里面的元素把!
#获取值是偶数的所有键值对形成的字典 x=(i for i in range(1,10**6+1) if i%2==0) for i in x: print(i) #输出结果: #2 #4 #. #. #. #1000000
总结:推导式虽然有很多优点,但是唯一不足的就是局部变量的可读性不高.
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
下一篇:numpy.linalg.eig() 计算矩阵特征向量方式