Python之迭代器和生成器
Posted shadow3
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python之迭代器和生成器相关的知识,希望对你有一定的参考价值。
迭代器
一 迭代
# 迭代是一个重复的过程,每次重复即一次迭代,并且每次迭代的结果都是下一次迭代的初始值 while True: # 只是单纯地重复,因而不是迭代 print(‘===>‘) li = [1, 2, 3] count = 0 while count < len(li): # 迭代 print(li[count]) count += 1
二 迭代器
#1. 迭代器 对于 字符串,列表,元组,我们可使用索引的方式迭代取出其包含的元素。但对于 字典,集合,文件等类型是
没有索引的,若还想取出其 内部包含的元素,则需要一种 不依赖索引的迭代方式,这就是 迭代器 #2. 可迭代对象
可迭代对象: 内置有 __iter__ 方法的对象。即obj.__iter__
如下: ‘hello‘.__iter__ (1,2,3).__iter__ [1,2,3].__iter__ #3. 迭代器 迭代器对象:即内置有 __iter__又内置有__next__方法的对象。 文件类型是迭代器对象 open(‘a.txt‘).__iter__() open(‘a.txt‘).__next__() #4. 注意 迭代器对象一定是可迭代对象,而可迭代对象不一定是迭代器对象
三 迭代器的使用
dic = {‘a‘: 1, ‘b‘: 2, ‘c‘: 3} iter_dic = dic.__iter__() # 得到迭代器对象,迭代器对象即有__iter__又有__next__,但是:迭代器.__iter__()得到的仍然是迭代器本身 iter_dic.__iter__() is iter_dic # True print(iter_dic.__next__()) # 等同于next(iter_dic) print(iter_dic.__next__()) # 等同于next(iter_dic) print(iter_dic.__next__()) # 等同于next(iter_dic) # print(iter_dic.__next__()) #抛出异常StopIteration,或者说结束标志 # 有了迭代器,我们就可以不依赖索引迭代取值了 iter_dic = dic.__iter__() while 1: try: k = next(iter_dic) print(dic[k]) except StopIteration: break # 这么写太丑陋了,需要我们自己捕捉异常,控制next,python能用 for循环解决
四 for循环
# 基于for循环,我们可以完全不再依赖索引去取值了 dic = {‘a‘: 1, ‘b‘: 2, ‘c‘: 3} for k in dic: print(dic[k]) # for循环的工作原理 1:执行in后对象的dic.__iter__()方法,得到一个迭代器对象iter_dic 2: 执行next(iter_dic),将得到的值赋值给k,然后执行循环体代码 3: 重复过程2,直到捕捉到异常StopIteration,结束循环
五 迭代器的特点
#优点: - 提供一种统一的,不依赖于索引的迭代方式 - 惰性计算,节省内存 #缺点: - 无法获取长度(只有在next完毕才知道到底有几个值) - 只能往后走,不能往前退
生成器
一 生成器
函数内部包含yield 被称为生成器(generator),并且不会执行函数内部代码
def func(): print(‘====>first‘) yield 1 print(‘====>second‘) yield 2 print(‘====>third‘) yield 3 print(‘====>end‘) g = func() print(g) # <generator object func at 0x00846BD0> # 生成器就是迭代器 print(g.__iter__) print(g.__next__)
# 验证 生成器也是一个迭代器 from collections import Iterator def test(): print(‘first‘) yield 1 # 相当于1 g = test() # print(g) print(isinstance(g, Iterator)) #结果 True
二 生成器与 return有何区别
#return只能一次性返回,而yield能返回多次值,可以挂起/保存函数的运行状态
#yield 到底进行了什么操作 1. yield把函数变成生成器 ---》因此,也是迭代器(生成器也是个迭代器) 2. 用return返回值能返回一次,而yield返回多次 3. 函数在暂停以及继续下一次运行时的状态是由yield保存
例子:
1. yield的 add
def add(n, i): return n + i def test(): for i in range(4): yield i g = test() for n in [1, 10]: g = (add(n, i) for i in g) ## n = 1 # #g = (add(n,i) for i in g) #[1, 2, 3, 4] # #n = 10 # #g1 = (add(n,i) for i in (add(n,i) for i in g)) # # #此处的n=10 #10,11.12.13 print(list(g)) # 结果 [20, 21, 22, 23]
2.有无直接next( )
a. 有直接
# 有直接 next(e) def eater(name): print(‘{} start to eat food ‘.format(name)) food_list = [] while True: food = yield food_list print(‘{} get {},to start eat‘.format(name, food)) food_list.append(food) e = eater(‘汤姆‘) next(e) # 执行这一步!!!!!! print(e.send(‘铁观音‘)) print(e.send(‘西瓜‘)) print(e.send(‘烧饼‘))
b. 有直接
# 无next() def init(func): # 在此添加 装饰器,以替代 next(e) def wrapper(*args, **kwargs): res = func(*args, **kwargs) next(res) return res return wrapper @init # eater = init(eater) def eater(name): print(‘{} start to eat food ‘.format(name)) food_list = [] while True: food = yield food_list print(‘{} get {},to start eat‘.format(name, food)) food_list.append(food) e = eater(‘汤姆‘) # next(e) #不在此执行这一步 print(e.send(‘铁观音‘)) print(e.send(‘西瓜‘)) print(e.send(‘烧饼‘))
得到同样的结果:
‘‘‘ 汤姆 start to eat food 汤姆 get 铁观音,to start eat [‘铁观音‘] 汤姆 get 西瓜,to start eat [‘铁观音‘, ‘西瓜‘] 汤姆 get 烧饼,to start eat [‘铁观音‘, ‘西瓜‘, ‘烧饼‘] ‘‘‘
以上是关于Python之迭代器和生成器的主要内容,如果未能解决你的问题,请参考以下文章