python中從for循環(huán)延申到推導(dǎo)式的具體使用
本文采用循序漸進(jìn)的寫法,逐步遞進(jìn).
傳統(tǒng)for循環(huán):
#獲取1到1000000的偶數(shù) #采用傳統(tǒng)寫法(俗稱普通解析) for i in range(1,10**6+1): if(i%2==0): print(i) #程序運(yùn)行結(jié)果: #2 #4 #. #. #. #1000000
總結(jié)(從直觀上對(duì)代碼進(jìn)行評(píng)價(jià)):能完成要求,但是代碼不夠簡潔.
改進(jìn)后的代碼,采用列表推導(dǎo)式:
#獲取1到1000000的偶數(shù) #采用列表推導(dǎo)式(俗稱列表解析) print([i for i in range(1,10**6+1) if i%2==0]) #程序運(yùn)行結(jié)果: #2 #4 #. #. #. #1000000
我們?cè)賮韽拇a運(yùn)行速度上評(píng)價(jià)代碼.
傳統(tǒng)for循環(huán)的運(yùn)行速度:
#采用clock()函數(shù)進(jìn)行測(cè)量代碼運(yùn)行時(shí)間
#用以浮點(diǎn)數(shù)計(jì)算的秒數(shù)返回當(dāng)前的CPU時(shí)間,用來衡量不同程序的耗時(shí),比time.time()更精確
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("程序運(yùn)行時(shí)間:",cpu_end-cpu_start)
#程序運(yùn)行結(jié)果:
#2
#4
#.
#.
#.
#1000000
#程序運(yùn)行時(shí)間: 2.1866424
#注意:編譯器在3.3-3.8之間的會(huì)報(bào)一個(gè)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?yàn)閜ython3.3以后不被推薦使用,該方法依賴操作系統(tǒng),建議使用per_counter(返回系統(tǒng)運(yùn)行時(shí)間)或process_time(返回進(jìn)程運(yùn)行時(shí)間)代替
采用列表推導(dǎo)式的運(yùn)行速度:
#采用clock()函數(shù)進(jìn)行測(cè)量代碼運(yùn)行時(shí)間
#用以浮點(diǎn)數(shù)計(jì)算的秒數(shù)返回當(dāng)前的CPU時(shí)間,用來衡量不同程序的耗時(shí),比time.time()更精確
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("程序運(yùn)行時(shí)間:",cpu_end-cpu_start)
#程序運(yùn)行結(jié)果:
#[2,4,6,8...1000000]
#程序運(yùn)行時(shí)間: 0.005884400000000012
#注意:編譯器在3.3-3.8之間的會(huì)報(bào)一個(gè)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?yàn)閜ython3.3以后不被推薦使用,該方法依賴操作系統(tǒng),建議使用per_counter(返回系統(tǒng)運(yùn)行時(shí)間)或process_time(返回進(jìn)程運(yùn)行時(shí)間)代替
總結(jié)(從代碼運(yùn)行速度上進(jìn)行評(píng)價(jià)):很明顯采用列表推導(dǎo)式的代碼,運(yùn)行速度是更勝一籌的.
結(jié)論:
1.編譯器會(huì)優(yōu)化,不會(huì)因?yàn)楹唽懚绊懶?,反而因?yōu)化提高了效率.
2. 減少程序員工作量,減少出錯(cuò).
3. 即簡化了代碼,又增強(qiáng)了代碼的可讀性.
那么存在列表解析式是否存在集合推導(dǎo)式,字典推導(dǎo)式,元組推導(dǎo)式,我們來一探究竟吧!這里就不再探究他們的運(yùn)行速度了!
集合推導(dǎo)式:
#集合推導(dǎo)式
#獲取1到1000000的偶數(shù)
x={i for i in range(1,10**6+1) if i%2==0}
type(x)
#輸出結(jié)果:
#{2,4,6,8...1000000}
#<class 'set'>
字典推導(dǎo)式:
#獲取值是偶數(shù)的所有鍵值對(duì)形成的字典
#采用傳統(tǒng)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'>
#獲取值是偶數(shù)的所有鍵值對(duì)形成的字典
#字典推導(dǎo)式
#方法一
#采用zip函數(shù)與for循環(huán)將兩個(gè)列表的值逐步遍歷作為字典的鍵與值
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))
#運(yùn)行結(jié)果:
#{'名字二': 2, '名字四': 4}
#<class 'dict'>
#方法二
#獲取值是偶數(shù)的所有鍵值對(duì)形成的字典
#采用items()函數(shù)進(jìn)行迭代遍歷
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))
#運(yùn)行結(jié)果:
#{'名字二': 2, '名字四': 4}
#<class 'dict'>
元組推導(dǎo)式:
#獲取1到1000000的偶數(shù) x=(i for i in range(1,10**6+1) if i%2==0) print(x) type(x) #輸出結(jié)果: #<generator object <genexpr> at 0x00000241FFAB2750> #<class 'generator'>
咦!前面都返回?cái)?shù)組或者集合或字典,這個(gè)怎么返回了生成器(genexpr),這是因?yàn)樵M是不可變的。我們來訪問一下里面的元素把!
#獲取值是偶數(shù)的所有鍵值對(duì)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) #輸出結(jié)果: #2 #4 #. #. #. #1000000
總結(jié):推導(dǎo)式雖然有很多優(yōu)點(diǎn),但是唯一不足的就是局部變量的可讀性不高.
以上就是本文的全部內(nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Caffe數(shù)據(jù)可視化環(huán)境python接口配置教程示例
這篇文章主要為大家介紹了Caffe數(shù)據(jù)可視化環(huán)境python接口配置教程示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-06-06
Django實(shí)現(xiàn)whoosh搜索引擎使用jieba分詞
這篇文章主要介紹了Django實(shí)現(xiàn)whoosh搜索引擎使用jieba分詞,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04
Python實(shí)現(xiàn)手勢(shì)識(shí)別
這篇文章主要介紹了Python如何實(shí)現(xiàn)手指指尖的檢測(cè),并且可以在windows系統(tǒng)下通過判斷手指數(shù)目,來模擬鍵盤操作,感興趣的朋友可以了解下2020-10-10

