标签：
第6课
1、循环对象：包括一个next方法，这个方法的目的是进行到下一个结果，结束后抛出StopInteration异常；
当循环结构如for循环调用一个循环对象时，每次循环的时候都会调用next方法，知道最后抛出StopInteration异常，循环结构知道结束，停止调用next方法。
如：
1 #text.txt内容为 2 123 3 123 4 123 5 for line in open（‘text.txt‘）: 6 print line
open方法返回的是一个循环对象，包含next方法，for循环自动调用next方法，直至出现StopInteration异常。
用循环对象的好处在于：不用在循环还没有开始的时候，就生成好要使用的元素。所使用的元素可以在循环过程中逐次生成。这样，节省了空间，提高了效率，编程更灵活。
2、迭代器：
从技术上来说，循环对象和for循环调用之间还有一个中间层，就是要将循环对象转换成迭代器(iterator)。这一转换是通过使用iter()函数实现的。但从逻辑层面上，常常可以忽略这一层，所以循环对象和迭代器常常相互指代对方。
3、生成器：
构造一个用户自定义的循环对象
1）生成器的定义方法和函数定义类似，只是在return的地方换成yield；
2）生成器中可以有多个yield，当生成器遇到一个yield，会暂停运行生成器，返回yield后面的值；当再一次调用生成器时，会从刚才的地方继续执行，直到遇到下一个yield；
3）生成器本身是一个循环器，每次循环返回一个yield后面的值
下面是一个生成器： def gen(): a = 100 yield a a = a*8 yield a yield 1000 #该生成器有3个yield，用作循环器时，会进行3轮循环 for i in gen(): print i
1 def gen(): 2 for i in range(4): 3 yield i
这段代码还可以写成生成器表达式（Generator Expression）：G = （x for x in range(4)）；生成器表达式是生成器的一种简单编写方式
4、表推导（list comprehension）：是快速生成表（list）的方法。
假如要生成表：
L = [] for i in range(4): L.append(i**2)
还有更简单的方法，即：表推导的方法
1 L = [x**2 for i in range(4)]
练习题：
1 x1 = [1,3,5] 2 y1 = [9,12,13] 3 L = [x**2 for (x,y) in zip(x1,y1) if(y)>10]
L = [9,25]
第7课：函数对象
函数（function）也是一个对象，函数也有属性和方法，不仅可以赋值给其它对象名，还可以作为参数传递。
1、lambda函数：定义1个函数
1 func = lambda x,y:x+y 2 print func(3,4) 3 4 等价于 5 def func(x,y): 6 return x+y 7 print func(3,4)
lambda生成1个函数对象，参数为x,y，返回值为x+y，函数对象的值赋给func
2、函数作为参数传递
函数可以作为对象，进行参数传递，函数名即为对象：
def test(f,a,b):
print ‘test‘
print f(a,b)
func = lambda x,y:x+y
test(func,1,2)
test函数的第一个参数就是一个函数对象，将func赋值给f，也可以这样写：test((lambda x,y:x+y),1,2)
3、map函数：格式：map( func, seq1[, seq2...] )，是Python的内置函数，第一个参数是一个函数对象，第二、第三个。。。是数列。
map函数的作用是：将函数对象作用于后面的数列的每一个元素，将每次作用的结果存储在数列中（在Python 3.X中，map()的返回值是一个循环对象。可以利用list()函数，将该循环对象转换成表。）
如下：
re = map((lambda x:x+3),[1,2,3]) print re def func(x,y): return x**2,y**2 re = map(func,[1,2,3,4],[2,3,4,5]) print re 输出： [4,5,6] [(1,4),(4,9),(9,16),(16,25)]
4、filter函数：第一个参数也是函数对象，将函数对象作用于后面数列的每一个元素，如果函数对象返回的是True，则该次的元素储存于返回的数列中，filter函数通过函数对象来筛选数据（同理在Python3.x中 filter返回的不是list，还是循环对象），如下例子所示：
1 def func (x): 2 if x>100: 3 return True 4 else: 5 return False 6 ru = filter(func,[100,104,99,101,123]) 7 输出： 8 [104, 101, 123]
PS：filter函数最多2个参数，1个函数对象，1个数列，不像map函数可以有多个数列参数。
5、reduce函数：格式：reduce( func, seq[, init] )，第一个参数也是函数对象，且要求它能接受2个参数，然后每次迭代，将上一次的迭代结果（第一次时为init的元素，如没有init则为seq的第一个元素）与下一个元素一同执行一个二元的func函数。在reduce函数中，init是可选的，如果使用，则作为第一次迭代的第一个元素使用。返回多次迭代后的结果，如下例子所示：
1 ｍ = 2 2 ｎ = 5 3 print reduce(lambda x,y:x*y,range(1,n+1)) #120 4 print reduce(lambda x,y:x*y,range(1,n+1),m) #240 相当于（（（（2*1）*2）*3）*4）*5,2为init元素
PS：reduce()函数在3.0里面不能直接用的，它被定义在了functools包里面，需要引入包。
标签：
原文地址：http://www.cnblogs.com/qiezizi/p/5772471.html
