Python 解析式、生成器
标准库datetime
datetime模块
- 对日期、时间、时间戳的处理
- datetime类
- 类方法
- today() 返回本地时区当前时间的datetime对象
- now(tz=None) 返回当前时间的datetiem对象,时间到微秒,如果tz为None,返回和today()一样
- utcnow() 没有时区的当前时间
- formtimestamp(timestamp, tz= None)从一个时间戳返回一个datetime对象
- datetime对象
- timestamp() 返回一个到微妙的时间戳
- 时间戳:格林威治时间1970年1月1日0时到现在的秒数
- timestamp() 返回一个到微妙的时间戳
- 类方法
datetime对象
- 构造方法 datetime.datetime(2016,12,6,16,29,43,79043)
- year、month、day、hour、minute、second、microsecond,取datetime对象的年月日时分秒及微妙
- weekday() 返回星期的天,周一0,周日6
- isoweedday() 返回星期的天,周一1,周日7
- date() 返回日期date对象
- time() 返回时间time对象
- replace() 修改并返回新的时间
- isocalendar() 返回一个三元组(年、周数、周的天)
日期格式化
- 类方法 strptime(date_string,format),返回datetime对象
- 对象方法 strftime(format),返回字符串
- 字符串format函数格式化
import datetime
dt = datetime.datetime.strptime("21/11/06 16:30", "%d/%m/%y %H:%M")
print(dt.strftime("%Y-%m-%d %H:%M:%S"))
print("{0:%Y}/{0:%m}/{0:%d} {0:%H}::{0:%M}::{0:%S}".format(dt))
tiemdelta对象
- datetime2 = datetime1 + tiemdelta
- datetime2 = datetime1 - tiemdelta
- tiemdelta = datetime1 - datetime2
- 构造方法
- datetime.timedelta(days=0,seconds=0,microseconds=0,milliseconds=0,minutes=0,hours=0,weeks=0)
- year = datetime.timedelta(days = 365)
- total_seconds() 返回时间差的总秒数
标准库time
time
- time.sleep(secs) 将调用线程挂起指定的秒数
列表解析
1、生产一个列表,元素0~9,对每个元素自增1后求平方返回新列表
#常规写法
lst = []
for a in range(10):
lst.append((a+1)**2)
print(lst)
#列表解析
lst=[(a+1)**2 for a in range(10)]
print(lst)
语法:
- [返回值 for 元素 in 可迭代对象 if 条件]
- 使用中括号[],内部是for 循环,if条件语句可选
- 返回一个新的列表
列表解析式是一种语法糖
- 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
- 减少程序员工作量,减少出错
- 简化代码,但可读性增强
举例:
获取10以内的偶数
even = [x for x in range(10) if x%2==0]
print(even)
- 有这样的赋值语句newlist = [print(i) for i in range(10)] 请问打印出什么? newlist结果是None
- 获取20以内的偶数,如果同时3的倍数也打印[i for i in range(20) if i%2==0 elif i%3==0] 可以
生成器表达式
语法:
- (返回值 for 元素 in 可迭代对象 if 条件)
- 列表解析式的中括号换成小括号就行了
- 返回一个生成器
和列表解析器的区别
- 生成器表达式是按需计算(惰性计算、延迟计算)需要的时候才计算值
- 列表解析式是立即返回值
生成器
- 可迭代对象
- 迭代器
举例:
生成器:
g = ("{:04}".format(i) for i in range(1,11))
next(g) #判断是否是迭代器
for x in g:
print(x)
print('~~~~~~~~~~~~')
for x in g:
print(x)
#执行结果
0002 0003 0004 0005 0006 0007 0008 0009 0010 ~~~~~~~~~~~~
总结:
- 延迟计算
- 返回迭代器,可以迭代
- 从前到后走一遍后,不能回头
列表解析式:
g = ["{:04}".format(i) for i in range(1,11)]
for x in g:
print(x)
print('~~~~~~~~~~~~')
for x in g:
print(x)
#执行结果
0001
0002
0003
0004
0005
0006
000789
0010
~~~~~~~~~~~~
0001
0002
0003
0004
0005
0006
000789
0010
总结
- 立即计算
- 返回的不是一个迭代器,返回可迭代对象列表
- 从前到后走完一遍后,可以重新回头迭代
it = (print("{}".format(i+1)) for i in range(2))
first = next(it)
second = next(it)
#val = first + second #报错,因为print给it的结果是None None+None
#正确
it = (i+1 for i in range(2))
first = next(it)
second = next(it)
val = first + second
print(val)
生成器表达式和列表解析式对比
- 计算方式
- 生成器表达式延迟计算,列表解析式立即计算
- 内存占用
- 单从返回值本身来说,生成器表达式省内存,列表解析式返回新的列表
- 生成器没有数据,内存占用极少,但是使用的时候,虽然一个个返回数据,但是合起来占用的内存也差不多
- 列表解析式构造新的列表需要占用内存
- 计算速度
- 单从计算时间看,生成器表达式耗时非常短,列表解析式耗时长
- 但是生成器本身并没有返回任何值,只返回了一个生成器对象
- 列表解析式构造并返回了一个新的列表
集合解析式
语法:
- {返回值 for 元素 in 可迭代对象 if 条件}
- 列表解析式的中的中括号换成大括号{}
- 立即返回一个集合
用法:
- {(x,x+1) for x in range(10)}
- {[x] for x in range(10)} #包括 列表不能hash
字典解析式
语法:
- {返回值 for 元素 in 可迭代对象 if 条件}
- 列表解析式的中括号换成大括号{}
- 使用key:value形式
- 立即返回一个字典
用法:
- {x:(x,x+1) for x in range(10)}
- {x:[x,x+1] for x in range(10)}
- {(x,):[x,x+1] for x in range(10)}
- {[x]:[x,x+1] for x in range(10)} # 包括 列表不可hash
- {chr(0x41+x):x**2 for x in range(10)} #这是生产大写字母
- {str(x):y for x in range(3) for y in range(4)} #输入 {'0': 3, '1': 3, '2': 3} 因为字典去重
Python 解析式、生成器的更多相关文章
- 第四天python3 python解析式-生成器-迭代器
标准库datetime datetime模块 对日期.时间.时间戳的处理 datetime类 类方法: today() 返回本地时区当前时间的datetime对象: now(tz=None) 返回当 ...
- python 列表生成器
python 列表生成器 列表生成式即List Comprehensions,是Python内置的非常简单却强大的可以用来创建list的生成式. 一个循环 在C语言等其他语言中,for循环一般是这样的 ...
- python 迭代器 生成器
迭代器 生成器 一 什么是迭代器协议 1.迭代器协议是指:对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么就引起一个StopIteration异常,以终止迭代 (只能往后走不能往前 ...
- python中和生成器协程相关的yield from之最详最强解释,一看就懂(四)
如果认真读过上文的朋友,应该已经明白了yield from实现的底层generator到caller的上传数据通道是什么了.本文重点讲yield from所实现的caller到coroutine的向下 ...
- python中和生成器协程相关yield from之最详最强解释,一看就懂(二)
一. 从列表中yield 语法形式:yield from <可迭代的对象实例> python中的列表是可迭代的, 如果想构造一个生成器逐一产生list中元素,按之前的yield语法,是在 ...
- python中和生成器协程相关的yield之最详最强解释,一看就懂(一)
yield是python中一个非常重要的关键词,所有迭代器都是yield实现的,学习python,如果不把这个yield的意思和用法彻底搞清楚,学习python的生成器,协程和异步io的时候,就会彻底 ...
- Python中生成器和迭代器的区别(代码在Python3.5下测试):
https://blog.csdn.net/u014745194/article/details/70176117 Python中生成器和迭代器的区别(代码在Python3.5下测试):Num01–& ...
- python解析式
一.列表解析式 列表解析是外面一对中括号,它返回的是列表. 一般形式为:[expr for item in itratoble] print([i+1 for i in range(10)]) #结果 ...
- Python的生成器进阶玩法
Python的生成器进阶玩法 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.yield的表达式形式 #!/usr/bin/env python #_*_coding:utf-8 ...
- python中“生成器”、“迭代器”、“闭包”、“装饰器”的深入理解
一.生成器 1.什么是生成器? 在python中,一边循环一边计算的机制,称为生成器:generator. 2.生成器有什么优点? 1.节约内存.python在使用生成器时对延迟操作提供了支持.所谓延 ...
随机推荐
- AJAX学习笔记——JSON
JSON基本概念 1.JSON : JavaScript对象表示法( JavaScript Object Notation ) 2.JSON是存储和交换文本信息的语法,类似XML.它采用键值对的方式来 ...
- kafka读书笔记《kafka并不难学》
======第一章 1 在高并发场景,如大量插入.更新数据库会导致锁表,导致连接数过多的异常,此时需要消息队列来缓冲一下.消息队列通过异步处理请求来缓解压力 2 消息队列采用异步通信机制消息队列拥有先 ...
- 28-SQLServer带见证服务器的镜像搭建
一.注意点 1.数据库的模式要是完整模式. 2.要对数据库完整备份和事务日志备份,分别还原到镜像库上,使用NORECOVERY模式. 3.镜像数据库是不允许删除和操作,即便查看属性也不行. 4.先删除 ...
- BZOJ 3749: [POI2015]Łasuchy(贪心)
Orz大佬博客 CODE #include <bits/stdc++.h> using namespace std; typedef long long LL; char cb[1< ...
- Soda Theme sublime 自定义编辑器主题
1.Soda ThemeSublime Text 3中较为常用的一款自定义编辑器主题,用过的人都说好.Soda Theme包含代码着色.标签.图标,拥有light和dark两种颜色主题便于用户在不同时 ...
- Java知识点汇总-1
目录 1 native方法 2 泛型 3 hashcode 4 JDK主要的包 5 被final修饰的类特点 6 空串与null串 7 判断字符串是否相等 1 native方法 JDK源代码由C++. ...
- IDEA解决maven多module出现多root的问题
背景 maven多module项目,maven窗口显示多个root 问题原因 打开父模块pom.xml文件,检查<modules/>标签,发现没有将子模块项目放到<modules/& ...
- Qt在pro中实现条件编译
https://www.cnblogs.com/Braveliu/p/5107550.html https://blog.csdn.net/simonforfuture/article/details ...
- C# 下划线转驼峰
/// <summary> /// 转换 /// </summary> /// <param name="sender"></param& ...
- 内部类访问局部变量时,为什么需要加final关键字
是变量的作用域的问题,因为匿名内部类是出现在一个方法的内部的,如果它要访问这个方法的参数或者方法中定义的变量,则这些参数和变量必须被修饰为final.因为虽然匿名内部类在方法的内部,但实际编译的时候, ...