python 基础

Posted gugubeng

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 基础相关的知识,希望对你有一定的参考价值。

迭代器和生成器

迭代器 iterator

(1) 迭代对象:

可以直接作用于for循环的 称为可迭代对象(iterable)可以通过 isinstance 判断是否属于可迭代对象

可以直接作用于for循环的数据类型为:

  1. 列表,字典,集合,元组,字符串...

  2. generator 带yield的函数

实例 判断哪些是可迭代对象

 
from collections import Iterable
print(isinstance(‘‘,Iterable)) #True
print(isinstance(1,Iterable)) #False
print(isinstance(True,Iterable)) #False
print(isinstance([],Iterable)) #True
print(isinstance(1.1,Iterable)) #False
print(isinstance((),Iterable)) #True
print(isinstance(set(),Iterable)) #True
 
(2) 迭代器 iterator
  1. 是快速访问集合的一种方式

  2. 迭代器提供了俩个方法 iter() 和 next()

  3. 迭代器在访问的时候 只能前进 不能后退

  4. 当数据被访问完以后 再次访问 则会抛出 StopIteration的错误

  5. 迭代器的前提 必须是一个可迭代对象

  6. 称为迭代器以后 增加了next方法进行取值 并且依然支持for循环

判断当前是否属于迭代器:

from collections import Iterator
print(isinstance([],Iterator))  #False
print(isinstance(iter([]),Iterator))  #True
 

 

生成器 generator

  1. 带有yield 的函数

  2. 使用列表推导式 外层使用小括号 称之为生成器

  3. 生成器 也能够使用 迭代器的 next方法 生成器也实现了迭代器的功能

(1) 使用列表推导式生成的生成器

可以使用next 并且 可以作用于for循环

myList = (x for x in range(100000000000)) #generator
用一个生产一个 并不是一次性的全部生产出来 节约资源
?
from collections import Iterator,Generator
myList = (x for x in range(100000000000)) #generator
myList = (x for x in range(3)) #generator
print(isinstance(myList,Iterator)) #True
print(isinstance(myList,Generator)) #True
 

(2) 带yield的函数

  1. yield

  2. next()

生成器的拆分 (后期的协程 就是基于当前的生成器 只是可以之间通过send方法进行通信 节省资源的开销 因为是单进程单线程)

 
 
#生成器拆分
def func():
    print(1)
    yield ‘a‘
    print(2)
    yield ‘b‘
    
f = func()
# print(f)
print(next(f))
print(next(f))
print(next(f))
 

每次调用next 会执行到下一个yield 位置并停止 将yield的值 进行返回

 

 

以上是关于python 基础的主要内容,如果未能解决你的问题,请参考以下文章

常用python日期日志获取内容循环的代码片段

python 有用的Python代码片段

Python 向 Postman 请求代码片段

python [代码片段]一些有趣的代码#sort

使用 Python 代码片段编写 LaTeX 文档

python 机器学习有用的代码片段