初学Python——列表生成式生成器和迭代器
Posted v587chinese
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了初学Python——列表生成式生成器和迭代器相关的知识,希望对你有一定的参考价值。
一、列表生成式
假如现在有这样一个需求:快速生成一个列表[1,2,3,4,5,6,7,8,9,10],该如何实现?
在不知道列表生成式的情况下,可能会这样写:
a=[1,2,3,4,5,6,7,8,9,10]
如果要每个值+1呢?可能会这样:
for index,i in enumerate(a):
a[index] +=1
print(a)
不够方便,这里讲一个快速生成列表的方法:列表生成式。意思就是立即生成列表。
生成一个1到10的列表:
a = [i+1 for i in range(10)]
print( a)
# output:
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
生成一个2~20的偶数列表:
a=[ i*2 for i in rang(1,11)]
print(a)
# output:
[2, 4, 6, 8, 10, 12, 14, 16, 18, 20]
它相当于:
a=[]
for i in range(1,11): #列表生成式
a.append(i*2)
print(a)
生成的列表已经存在在内存中。
二、生成器
通过列表生成式,我们可以直接创建一个列表。但是,受到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的列表,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器:generator。
要创建一个生成器,只需要把列表生成式中的 [ ] 改成 ( ) 即可。
b=[i*2 for i in rang(10)] # 列表生成式
print(b)
c=( i*2 for i in range(10) ) #生成器
print(c)
# output:
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
<generator object <genexpr> at 0x000001D0089B45C8>
输出c,得到的是数据类型说明和它的内存地址。
生成器只是名义上生成一个列表,但实际上却没有占用那么大内存,生成器只有调用的时候才会生成相应的数据。
如果要打印生成器的数据,则需要.__next__()方法
print(c.__next__()) # 输出第一个数
0
print(c.__next__()) # 输出第二个数
1
print(c.__next__()) # 输出第三个数
2
print(c.__next__()) # 输出第四个数
3
print(c.__next__()) # 输出第五个数
4
如果我只需要当中的最后一个数据呢?能不能直接输出?
抱歉,不能。而且,生成器的数据只能从前往后去访问,不能从后往前去访问,在内存中只保留一个值,也就是说,访问过的数据已经无法再次访问。
如果生成器有很多的数据,要全部输出,有没有简便的写法?
抱歉,没有,您只能一个一个地输出。
当然,像上面那样不断调用.__next__()还是太坑爹了,可以用for去迭代它(生成器也是可迭代对象):
g = (x * x for x in range(10))
for n in g:
print(n)
那,,我还要生成器有卵用??
还是有点卵用的,生成器一般依托于函数实现,比如,我先定义一个函数fib(),函数内定义了数列的推算规则
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return ‘done‘
# 注释:
a, b = b, a + b 相当于:
t = (b, a + b) # t是一个tuple
a = t[0]
b = t[1]
它不必写出显式变量 t
如果给fib()传参10,它将输出一连串的数字,可以组成一个数列:
1,1,2,3,5,8,13,21,34,55
此时的fib函数,已经非常接近生成器了,只需要一个yield即可,
def fib(max): #当函数中有yield出现时,不能将其简单视为函数,是一个生成器。
"生成器"
n,a,b=0,0,1
while n<max:
yield b #yield保存了函数当前的中断状态,返回当前b的值
a,b=b,a+b
n=n+1 #计数器
return "done"
此时,fib(10)是一个生成器,
f = fib(6)
print(f)
<generator object fib at 0x104feaaa0>
这里最难理解的就是generator和函数的执行流程不一样。函数是顺序执行,遇到return
语句或者最后一行函数语句就返回。而变成generator的函数,在每次调用next()
的时候执行,遇到yield
语句返回,再次执行时从上次返回的yield
语句处继续执行。
来一个一个地输出它的值:
f=fib(10) print(f) print(f.__next__()) print(f.__next__()) print(f.__next__()) print(f.__next__())
因为只能一个一个地输出,且不能得知长度,所以总会有越界的时候,会报一个异常StopIteration,导致程序停止
所以需要捕获异常:
while 1:
try: #如果没有出现异常,执行下面语句
x=next(g)
print("g:",x)
except StopIteration as e: #如果出现异常StopIteration,把它赋给e,执行下面的语句
print(e.value)
break
前面讲到,生成器只能一个一个地取出数据,在fib函数执行过程中会中断,为什么要这样呢?有什么用吗?
它厉害在:可以在单线程的情况下实现并发效果,举个例子:
import time def custumer(name): print("{0}准备来吃包子了".format(name)) while 1: baozi = yield #每次运行到这一行时都会中断 print("包子{0}来了,被{1}吃掉了".format(baozi,name)) def producer(name): c1=custumer("老大") c2=custumer("老二") c1.__next__() c2.__next__() # next 只是在调用yield print("{0}开始做包子啦!".format(name)) for i in range(1,15,2): time.sleep(1) print("做了两个包子") c1.send(i) # send 调用yield的同时给它传值 c2.send(i+1) producer("alex")
如果在自己的解释器上执行,会发现一个程序有三个任务交错切换运行,看上去就像三个任务同时在进行。
三、迭代器
我们已经知道,可以直接作用于for
循环的数据类型有以下几种:
一类是集合数据类型,如list
、tuple
、dict
、set
、str
等;
一类是generator
,包括生成器和带yield
的generator function。
这些可以直接作用于for
循环的对象统称为可迭代对象:Iterable
。
可以使用isinstance()
判断一个对象是否是Iterable
对象。
for循环本质上时不断调用next()函数实现的:
a=[1,2,3,4,5]
for x in a:
print(x)
#完全等价于
it=iter(a) # 将列表转化成迭代器对象
while 1:
try:
x=next(it) #获得下一个值
print(x)
except StopIteration:
break #遇到StopIteration异常就跳出循环
在文件操作时,
for line in f:
print(line)
每次输出其实都是调用next()函数,在Python3中已经看不出是一个迭代器了。
以上是关于初学Python——列表生成式生成器和迭代器的主要内容,如果未能解决你的问题,请参考以下文章