Python分析建模，日常问题整理（八）

---

2018.09.10~2018.09.16

---

• 1 join
  通过指定字符连接序列中元素后生成的新字符串。只能对字符串作用。

print('-'.join(list(map(str,list(range(0,10)))))) # 短线连接
print('\n'.join(list(map(str,list(range(0,10)))))) # 提行连接
print('\n'.join([' '.join(['%sx%s=%-2s' % (y,x,x*y) 
       for y in range(1,x+1)]) for x in range(1,13)]))  ##13*13乘法表生成代码

• 2 map
  map(str,list_a)将列表的每个元素转化为字符型
  map(int,list_a)将列表的每个元素转化为数值型

• 3 eval
  eval()函数用来执行一个字符串表达式，并返回表达式的值。
  print(eval(input)) 生成计算器，并打印计算结果

• 4 iter
  for i in ...中作用与for的对象，为可迭代、循环的（literable）对象，数据类型可以是： list/tuple/dict/set/str
  可以被next()函数不断返回下一个值的对象称为迭代器：Iterator
  list/dict/str都不能用next函数，需要用iter函数转化后才能成为迭代器。

# 迭代完列表中的数据时返回nothing
iterate_ = iter([1,2,3,4,5,6])
a = 6
while a<10:
    a +=1
    print(next(iterate_,'nothing'))

迭代器只能使用一次，用完了需要重新定义才能开始。

• 5 yield
  生成器可以实现迭代功能，只能使用一次，实时生成数据（顾名思义：生成器），不会占用内存。

generator_ = (x*x for x in range(5)) #generator_ 的数据类型是generator
for i in generator_ :
    print(i)

def createGenerator():
    for i in range(3):
        yield i*2
mygenerator = createGenerator()
# mygenerator 只能使用一次，迭代完了就不能用了，不过可以通过调用createGenerator再生成一个生成器。
for i in mygenerator:
    print(i)

数据量少的时候或者一般数据分析场景可能不需要用，数据量多需考虑内存或者返回一些值时可能会用到。
generator function产生的generator与普通的function区别：
1）function 每次都是从第一行开始运行，generator从上一次yield开始的地方运行
2）function 调用一次返回一个（一组）值，generator可以多次返回
3）function 可以被无数次重复调用，一个generator实例在yield最后一个值 或者return之后就不能继续调用了

• 6 lamda

能将复杂的代码用一行搞定
↓
python one online
def function能实现的简单函数lambda也可以实现。
如

def f(string):
     for char in string:
        if char != 'a' and char != 'A':
            return False
     return True

等价于
f = lambda string:True in [char in 'Aa' for char in string]
应用时：
f(['S','E','C'])
等于
(lambda string: True in [char in 'Aa' for char in string])(['S','E','C'])

• 7 format
  设定格式