常用内置函数，可迭代对象

内容概要

map() 映射
l1 = [1, 2, 3]
print(list(map(lambda x: x + 1, l1)))
zip() 拉链
l1 = [4, 5, 6]
l2 = [7, 8, 9]
l3 = [1, 2, 3, 4, 5]
print(list(zip(l1, l2, l3)))
max() 最大值
l1 = [11, 66, 77, 99, 100]
print(max(l1))

def index(key):
return dic[key]

dic = {
'sss': 100,
'Aaa': 99,
'ccc': 120
}
print(max(dic, key=lambda key: dic[key]))
min() 最小值
l1 = [11, 66, 77, 99, 100]
print(min(l1))
filter 过滤
l1 = [10, 20, 30, 40, 50, 60]
print(list(filter(lambda x: x < 30, l1)))
reduce 归总
from functools import reduce
l1 = [12, 34, 56, 78, 90]
print(reduce(lambda x, y: x + y, l1))
print(reduce(lambda x, y: x + y, l1, 120))

迭代
迭代即更新换代，每次的更新都必须依赖上一次的结果
可迭代对象
内置有__iter__方法的都成为可迭代对象
针对双下划线开头，双下划线结尾的方法，最为标准的读法为
双下方法名
面向对象的时候为了与隐藏变量区分开
i = 11 # 没有
f = 12.2 # 没有
s = 'aaa' # 有
l = [1, 2, 3] # 有
d = {'name': 'ddd', 'age': 18} # 有
q = (1, 2, 3) # 有
sd = {2, 3, 4} # 有
df = True # 没有
z = open(r'1.txt', 'a', encoding='utf8') # 有
含有__iter__的有
字符串，列表，字典，元组，集合，文件类型
上述通常为可迭代对象
print(d)
print(d.iter())
print(iter(d))
print(d.len())
print(len(d))
可迭代对象调用__iter__方法会变成迭代器对象
__iter__方法在调用的时候还有一个简便的写法iter()
一般情况下所有的双下方法名都会有一个对应的简化版本，方法名()

迭代器对象
即拥有__iter__方法有含有__next__方法
如何生成迭代器对象
让可迭代对象调用__iter__方法
文本对象本身即是可迭代对象又是迭代器对象
迭代器对象无论执行都少次__iter__方法还是迭代器对象(本身)
迭代器对象给我们提供了不依赖于索引取值的方式
i = 11 # 没有
f = 12.2 # 没有
s = 'aaa' # 有
l = [1, 2, 3] # 有
d = {'name': 'ddd', 'age': 18} # 有
q = (1, 2, 3) # 有
sd = {2, 3, 4} # 有
df = True # 没有
z = open(r'1.txt', 'a', encoding='utf8') # 有
res = s.iter()
print(res.next())
易错
print(d.iter().next())
print(d.iter().next())
print(d.iter().next())
print(d.iter().next())
print(d.iter().next())

for循环内部原理
1.将关键字in后面的数据先调用__iter__方法转为可迭代对象
2.循环执行__next__方法
3.取完值之后__next__会报错，但for循环会自动捕捉该错误并处理
res = 数据__iter__()
while True:
检测代码是否会报错
res.next()
如果报错了会自动处理并结束while循环