本篇內(nèi)容主要講解“怎么高效寫Python循環(huán)”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“怎么高效寫Python循環(huán)”吧!
創(chuàng)新互聯(lián)是一家專注于成都網(wǎng)站設(shè)計、成都網(wǎng)站制作與策劃設(shè)計,烏海網(wǎng)站建設(shè)哪家好?創(chuàng)新互聯(lián)做網(wǎng)站,專注于網(wǎng)站建設(shè)10多年,網(wǎng)設(shè)計領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:烏海等地區(qū)。烏海做網(wǎng)站價格咨詢:13518219792
0 前言
說到處理循環(huán),我們習(xí)慣使用for, while等,比如依次打印每個列表中的字符:
lis = ['I', 'love', 'python'] for i in lis: print(i) I love python
在打印內(nèi)容字節(jié)數(shù)較小時,全部載入內(nèi)存后,再打印,沒有問題??墒牵绻F(xiàn)在有成千上百萬條車輛行駛軌跡,叫你分析出其中每個客戶的出行規(guī)律,堵車情況等,假如是在單機(jī)上處理這件事。
你可能首先要面臨,也可能被你忽視,最后代碼都寫好后,才可能暴露出的一個問題:outofmemory, 這在實(shí)際項目中經(jīng)常遇到。
這個問題提醒我們,處理數(shù)據(jù)時,如何寫出高效利用內(nèi)存的程序,就顯得很重要。今天,我們就來探討如何高效利用內(nèi)存,節(jié)省內(nèi)存同時還能把事情辦好。
其實(shí),Python已經(jīng)準(zhǔn)備好一個模塊專門用來處理這件事,它就是 itertools 模塊,這里面幾個函數(shù)的功能其實(shí)很好理解。
我不打算籠統(tǒng)的介紹它們所能實(shí)現(xiàn)的功能,而是想分析這些功能背后的實(shí)現(xiàn)代碼,它們?nèi)绾巫龅礁咝Ч?jié)省內(nèi)存的,Python內(nèi)核的貢獻(xiàn)者們又是如何寫出一手漂亮的代碼的,這很有趣,不是嗎?
OK,let's go. Hope you enjoy the journey!
1 拼接元素
itertools 中的chain 函數(shù)實(shí)現(xiàn)元素拼接,原型如下,參數(shù)*表示個數(shù)可變的參數(shù)
chain(iterables)
應(yīng)用如下:
In [33]: list(chain(['I','love'],['python'],['very', 'much'])) Out[33]: ['I', 'love', 'python', 'very', 'much']
哇,不能再好用了,它有點(diǎn)join的味道,但是比join強(qiáng),它的重點(diǎn)在于參數(shù)都是可迭代的實(shí)例。
那么,chain如何實(shí)現(xiàn)高效節(jié)省內(nèi)存的呢?chain大概的實(shí)現(xiàn)代碼如下:
def chain(*iterables): for it in iterables: for element in it: yield element
以上代碼不難理解,chain本質(zhì)返回一個生成器,所以它實(shí)際上是一次讀入一個元素到內(nèi)存,所以做到最高效地節(jié)省內(nèi)存。
2 逐個累積
返回列表的累積匯總值,原型:
accumulate(iterable[, func, *, initial=None])
應(yīng)用如下:
In [36]: list(accumulate([1,2,3,4,5,6],lambda x,y: x*y)) Out[36]: [1, 2, 6, 24, 120, 720]
accumulate大概的實(shí)現(xiàn)代碼如下:
def accumulate(iterable, func=operator.add, *, initial=None): it = iter(iterable) total = initial if initial is None: try: total = next(it) except StopIteration: return yield total for element in it: total = func(total, element) yield total
以上代碼,你還好嗎?與chain簡單的yield不同,此處稍微復(fù)雜一點(diǎn),yield有點(diǎn)像return,所以 yield total那行直接就返回一個元素,也就是iterable的第一個元素,因?yàn)槿魏螘r候這個函數(shù)返回的第一個元素就是它的第一個。又因?yàn)閥ield返回的是一個generator對象,比如名字gen,所以next(gen)時,代碼將會執(zhí)行到 for element in it:這行,而此時的迭代器it 已經(jīng)指到iterable的第二個元素,OK,相信你懂了!
3 漏斗篩選
它是compress 函數(shù),功能類似于漏斗功能,所以我稱它為漏斗篩選,原型:
compress(data, selectors)
In [38]: list(compress('abcdefg',[1,1,0,1])) Out[38]: ['a', 'b', 'd']
容易看出,compress返回的元素個數(shù)等于兩個參數(shù)中較短的列表長度。
它的大概實(shí)現(xiàn)代碼:
def compress(data, selectors): return (d for d, s in zip(data, selectors) if s)
這個函數(shù)非常好用
4 段位篩選
掃描列表,不滿足條件處開始往后保留,原型如下:
dropwhile(predicate, iterable)
應(yīng)用例子:
In [39]: list(dropwhile(lambda x: x<3,[1,0,2,4,1,1,3,5,-5])) Out[39]: [4, 1, 1, 3, 5, -5]
實(shí)現(xiàn)它的大概代碼如下:
def dropwhile(predicate, iterable): iteriterable = iter(iterable) for x in iterable: if not predicate(x): yield x break for x in iterable: yield x
5 段位篩選2
掃描列表,只要滿足條件就從可迭代對象中返回元素,直到不滿足條件為止,原型如下:
takewhile(predicate, iterable)
應(yīng)用例子:
In [43]: list(takewhile(lambda x: x<5, [1,4,6,4,1])) Out[43]: [1, 4]
實(shí)現(xiàn)它的大概代碼如下:
def takewhile(predicate, iterable): for x in iterable: if predicate(x): yield x else: break #立即返回
6 次品篩選
掃描列表,只要不滿足條件都保留,原型如下:
dropwhile(predicate, iterable)
應(yīng)用例子:
In [40]: list(filterfalse(lambda x: x%2==0, [1,2,3,4,5,6])) Out[40]: [1, 3, 5]
實(shí)現(xiàn)它的大概代碼如下:
def dropwhile(predicate, iterable): iteriterable = iter(iterable) for x in iterable: if not predicate(x): yield x break for x in iterable: yield x
7 切片篩選
Python中的普通切片操作,比如:
lis = [1,3,2,1] lis[:1]
它們的缺陷還是lis 必須全部載入內(nèi)存,所以更節(jié)省內(nèi)存的操作islice,原型如下:
islice(iterable, start, stop[, step])
應(yīng)用例子:
In [41]: list(islice('abcdefg',1,4,2)) Out[41]: ['b', 'd']
實(shí)現(xiàn)它的大概代碼如下:
def islice(iterable, *args): s = slice(*args) start, stop, sstep = s.start or 0, s.stop or sys.maxsize, s.step or 1 it = iter(range(start, stop, step)) try: nextnexti = next(it) except StopIteration: for i, element in zip(range(start), iterable): pass return try: for i, element in enumerate(iterable): if i == nexti: yield element nextnexti = next(it) except StopIteration: for i, element in zip(range(i + 1, stop), iterable): pass
巧妙利用生成器迭代結(jié)束時會拋出異常StopIteration,做一些邊界處理的事情。
8 細(xì)胞分裂
tee函數(shù)類似于我們熟知的細(xì)胞分裂,它能復(fù)制原迭代器n個,原型如下:
tee(iterable, n=2)
應(yīng)用如下,可以看出復(fù)制出的兩個迭代器是獨(dú)立的
a = tee([1,4,6,4,1],2) In [51]: next(a[0]) Out[51]: 1 In [52]: next(a[1]) Out[52]: 1
實(shí)現(xiàn)它的代碼大概如下:
def tee(iterable, n=2): it = iter(iterable) deques = [collections.deque() for i in range(n)] def gen(mydeque): while True: if not mydeque: try: newval = next(it) except StopIteration: return for d in deques: d.append(newval) yield mydeque.popleft() return tuple(gen(d) for d in deques)
tee 實(shí)現(xiàn)內(nèi)部使用一個隊列類型deques,起初生成空隊列,向復(fù)制出來的每個隊列中添加元素newval, 同時yield 當(dāng)前被調(diào)用的mydeque中的最左元素。
9 map變體
starmap可以看做是map的變體,它能更加節(jié)省內(nèi)存,同時iterable的元素必須也為可迭代對象,原型如下:
starmap(function, iterable)
應(yīng)用它:
In [63]: list(starmap(lambda x,y: str(x)+'-'+str(y), [('a',1),('b',2),('c',3)])) Out[63]: ['a-1', 'b-2', 'c-3']
starmap的實(shí)現(xiàn)細(xì)節(jié)如下:
def starmap(function, iterable): for args in iterable: yield function(*args)
10 復(fù)制元素
repeat實(shí)現(xiàn)復(fù)制元素n次,原型如下:
repeat(object[, times])
應(yīng)用如下:
In [66]: list(repeat(6,3)) Out[66]: [6, 6, 6] In [67]: list(repeat([1,2,3],2)) Out[67]: [[1, 2, 3], [1, 2, 3]]
它的實(shí)現(xiàn)細(xì)節(jié)大概如下:
def repeat(object, times=None): if times is None:# 如果times不設(shè)置,將一直repeat下去 while True: yield object else: for i in range(times): yield object
11 笛卡爾積
笛卡爾積實(shí)現(xiàn)的效果同下:
((x,y) for x in A for y in B)
所以,笛卡爾積的實(shí)現(xiàn)效果如下:
In [68]: list(product('ABCD', 'xy')) Out[68]: [('A', 'x'), ('A', 'y'), ('B', 'x'), ('B', 'y'), ('C', 'x'), ('C', 'y'), ('D', 'x'), ('D', 'y')]
它的實(shí)現(xiàn)細(xì)節(jié):
def product(*args, repeat=1): pools = [tuple(pool) for pool in args] * repeat result = [[]] for pool in pools: result = [x+[y] for x in result for y in pool] for prod in result: yield tuple(prod)
12 加強(qiáng)版zip
組合值。若可迭代對象的長度未對齊,將根據(jù) fillvalue 填充缺失值,注意:迭代持續(xù)到耗光最長的可迭代對象,效果如下:
In [69]: list(zip_longest('ABCD', 'xy', fillvalue='-')) Out[69]: [('A', 'x'), ('B', 'y'), ('C', '-'), ('D', '-')]
它的實(shí)現(xiàn)細(xì)節(jié):
def zip_longest(*args, fillvalue=None): iterators = [iter(it) for it in args] num_active = len(iterators) if not num_active: return while True: values = [] for i, it in enumerate(iterators): try: value = next(it) except StopIteration: num_active -= 1 if not num_active: return iterators[i] = repeat(fillvalue) value = fillvalue values.append(value) yield tuple(values)
它里面使用repeat,也就是在可迭代對象的長度未對齊時,根據(jù) fillvalue 填充缺失值。理解上面代碼的關(guān)鍵是迭代器對象(iter),next方法的特殊性:I
n [74]: for i, it in enumerate([iter([1,2,3]),iter(['x','y'])]): ...: print(next(it)) #輸出: 1 x
到此,相信大家對“怎么高效寫Python循環(huán)”有了更深的了解,不妨來實(shí)際操作一番吧!這里是創(chuàng)新互聯(lián)網(wǎng)站,更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢,關(guān)注我們,繼續(xù)學(xué)習(xí)!
網(wǎng)頁標(biāo)題:怎么高效寫Python循環(huán)
鏈接分享:http://muchs.cn/article44/pdpghe.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)站制作、網(wǎng)站改版、面包屑導(dǎo)航、做網(wǎng)站、定制開發(fā)、品牌網(wǎng)站建設(shè)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)