Python 3 - Lernen und professionell anwenden

225

7.6

Mengen

7.5.4 Verwendung von Generatoren

Bei Programmen, die sehr große Datenmengen verarbeiten, kann man mit Generatoren viel

Speicherplatz sparen. Denn es werden keine Objekte auf Vorrat geschaffen und im Arbeits-

speicher gelagert (wie z.B. bei Listen), sondern »just in time« generiert, wenn man sie wirk-

lich benötigt. Wie Sie schon in einigen Beispielen gesehen haben, kann man Generatoren

so wie Listen bei Iterationen (

for-Schleifen) verwenden. Auch einige Operationen für Kol-

lektionen (

min(), max(), in, not in) können Sie auf Generatoren anwenden. Aber nur ein

Mal! Das rührt daher, dass man die Elemente der Kollektion, die ein Generator repräsentiert,

nur einmal abrufen kann.

Im folgenden Beispiel erzeugen wir einen Generator

zufall für eine Folge von Zufalls-

zahlen. Diese werden in einer

for-Schleife auf den Bildschirm gebracht. Wie man sieht,

kann man den Generator nur einmal benutzen. Bei der zweiten

for-Schleife ist er bereits

»aufgebraucht« und es wird nichts ausgegeben.

Betrachten Sie folgendes Beispiel. Der Generator parabel enthält Funktionswerte einer

quadratischen Funktion für ganze Zahlen von

–10 bis +9.

Warum gibt es beim zweiten Aufruf der

min()-Funktion eine Fehlermeldung? Nun, um das

Minimum zu finden, muss der gesamte Generatorinhalt abgerufen werden. Danach ist er

»leer«.

Generatoren verwendet man gerne, um Mengen zu definieren. Dazu kommen wir im fol-

genden Abschnitt.

7.6 Mengen

Eine Menge ist eine ungeordnete Sammlung von Objekten, wobei jedes Objekt nur einmal

vorkommen darf. In der Mathematik schreibt man Mengen mit geschweiften Klammern

>>> import random

>>> zufall = (random.randint(0, 100) for i in range(10))

>>> for i in zufall: print(i, end= " ") # 1. Verwendung

53 55 0 46 85 88 85 52 20 57

>>> for i in zufall: print(i, end= " ") # 2. Verwendung

>>>

>>> parabel = (x**2 - 2*x + 3 for x in range (-10, 10))

>>> min (parabel)

2

>>> min(parabel)

Traceback (most recent call last):

File "<pyshell#42>", line 1, in <module>

min(parabel)

ValueError: min() arg is an empty sequence

Kapitel 7

Sequenzen, Mengen und Generatoren

226

auf. So ist {2, 3, 5} die Menge mit drei Zahlen 2, 3 und 5. Zur Repräsentation endlicher

Mengen bietet Python zwei Datentypen:

frozenset und set. Was ist der Unterschied?

Objekte vom Typ

frozenset sind (wie Tupel oder Strings) nicht veränderbar. Man kann aus

ihnen keine Elemente entfernen und ihnen keine hinzufügen.

Eine Menge vom Typ

set erzeugen Sie durch Aufruf der Standardfunktion set(). Als Argu-

ment übergeben Sie ein beliebiges iterierbares Objekt (z.B. eine Liste), aus dem dann eine

Menge gebildet wird. Insbesondere werden etwaige Duplikate entfernt.

Alternativ können Sie auch einfach die Elemente in geschweiften Klammern aufzählen.

Duplikate werden automatisch entfernt:

Mengen-Objekte vom Typ

frozenset werden entsprechend mit der Funktion frozenset()

generiert.

Die Beispiele zeigen, wie die Literale aufgebaut sind, die Mengen-Objekte darstellen. Lite-

rale für

set-Objekte sehen aus wie Mengen in der Mathematik: Zwischen geschweiften

Klammern sind die enthaltenen Elemente aufgeführt. Eine leere Menge wird manchmal

vom System mit

set() statt {} angezeigt. Bei frozenset-Objekten steht hinter dem Wort

frozenset in runden Klammern ein Mengen-Literal mit geschweiften Klammern.

Mit Generatorausdrücken kann man Mengen auf abstrakte Weise definieren. Beispiel:

Beachten Sie, dass man nur ein Klammerpaar benötigt. (Streng genommen wird ja ein

Generatorausdruck in runde Klammern geschrieben, so dass der obige Funktionsraufruf

eigentlich zwei Klammerpaare enthalten müsste.)

>>> m1 = set([1, 7, 3, 1, 1]) # Menge von Zahlen

>>> m1

{1, 3, 7}

>>> m2 = set("Barbara") # Menge von Zeichen

>>> m2

{'a', 'r', 'B', 'b'}

>>> a = {1, 1, 2}

>>> a

{1, 2}

>>> m3 = frozenset("Erdbeereis")

>>> m3

frozenset({'b', 'e', 'd', 'i', 's', 'r', 'E'})

>>> q10 = set(i**2 for i in range(10)) # Quadratzahlen

>>> print(q10)

{0, 1, 4, 81, 64, 9, 16, 49, 25, 36}