python语法基础-函数-迭代器和生成器-长期维护

Posted 技术改变命运Andy

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语法基础-函数-迭代器和生成器-长期维护相关的知识,希望对你有一定的参考价值。

 

###############    迭代器    ##############

"""
迭代器

这是一个新的知识点
我们学习过的可以迭代的对象有哪些?
list
str
dict
元组
文件
集合
range()
enumerate

为什么可以被循环?

"""
print(dir([]))  # dir可以查看这个数据类型所有的方法
"""
[‘__add__‘, ‘__class__‘, ‘__contains__‘, ‘__delattr__‘, ‘__delitem__‘, ‘__dir__‘, ‘__doc__‘, ‘__eq__‘, ‘__format__‘, 
‘__ge__‘, ‘__getattribute__‘, ‘__getitem__‘, ‘__gt__‘, ‘__hash__‘, ‘__iadd__‘, ‘__imul__‘, ‘__init__‘, ‘__init_subclass_
_‘, ‘__iter__‘, ‘__le__‘, ‘__len__‘, ‘__lt__‘, ‘__mul__‘, ‘__ne__‘, ‘__new__‘, ‘__reduce__‘, ‘__reduce_ex__‘,
 ‘__repr__‘, ‘__reversed__‘, ‘__rmul__‘, ‘__setattr__‘, ‘__setitem__‘, ‘__sizeof__‘, ‘__str__‘, ‘__subclasshook__‘, 
‘append‘, ‘clear‘, ‘copy‘, ‘count‘, ‘extend‘, ‘index‘, ‘insert‘, ‘pop‘, ‘remove‘, ‘reverse‘, ‘sort‘]
"""
# 双下滑线的方法,我们叫做双下方法,
# 都是c语言写的,可以不只一个方式去使用
print([1].__add__([2]))
print([1]+[2])
# 这两句是一样的,
# 正常情况下不使用双下滑线的方法,就可以完成基本的功能了,

# 这些数据类型可以被迭代是因为他们里面内置了一个双下方法,叫做  ‘__iter__‘,只要是能被for循环的数据类型都有这个方法,
print([].__iter__())  # 列表调用了这个方法,就是返回了一个迭代器,<list_iterator object at 0x0000000001DEC048>
list1 = [1,2,3,4]
iterator = list1.__iter__()
print(iterator.__next__())  # 这是读取下一个,一个一个的取值,

# ‘__iter__‘,这是可迭代协议
# 迭代器协议,内部含有‘__iter__‘,__next__(),这两个方法就是迭代器,

from collections import Iterable
from collections import Iterator

print(isinstance([],Iterable))  # true
print(isinstance([],Iterator))  # false  列表不是迭代器,
# isinstance判断一个数据类型是不是第二个参数,

class A:
    def __iter__(self):pass
    def __next__(self):pass

a = A()
print(isinstance(a,Iterable))
print(isinstance(a,Iterator))
# 由此可以证明,只有有__iter__‘,__next__(),这两个方法就是迭代器,

#########################################################
"""
总结:
迭代器协议,要同时具有__iter__‘,__next__(),这两个方法就是迭代器,,可迭代的不一定是迭代器,因为要有next方法, 
可迭代协议,只要能被for循环就是可迭代的,如果是迭代器一定是可迭代的,因为里面有iter方法, 
next方法可以一个一个取值,for循环就是使用迭代器,

#####
在工作中可能会遇到迭代器,你要认识,
第一种是明确告诉了你是一个   iterater,print([].__iter__())  ,<list_iterator object at 0x0000000001DEC048>
第二种就是range(10)这种就是一个迭代器,
只有是迭代器才可以被for循环,可以使用isinstance判断是否是一个迭代器,

迭代器的好处:
1,可以循环取值,
2,节省内存空间,比如
range(100000000), 这个还没有生成,没有在内存中生成,是一个一个给你的,
list(range(100000000)),这个需要一次性生成,会消耗内存,
比如文件句柄,也是一个可迭代对象,可以一点一点的读取,一次性读取会内存爆掉,

迭代器很好,既能循环还能节省内存,
在工作中我们会遇到一些情况,不想直接在内存产生,想要一点点的产生,就要用到自己写迭代器
自己写的迭代器就是生成器,

"""

 

###############    生成器---生成器函数    ##############

"""
生成器

之前讲的iter方法和next方法,工作中基本不会用到,因为for循环已经做了这件事,
这是为了讲解迭代器的原理,还有就是为了生成器做铺垫,

生成器的本质还是迭代器,就是自己写的迭代器,
有两种方法写生成器
1,生成器函数
2,生成器表达式,
现在研究第一种,生成器函数,

"""

# 1,只要有yield关键字的函数就是生成器函数,
# 2,yield只能写到函数里面,外边不能写,
# 3,yield不能和return共用
# def generator():
#     print(1)
#     yield "a"
#
# ret = generator()
# print(ret)
# <generator object generator at 0x0000000002256B48>
# 1,只要是生成器函数,调用函数会接收到一个生成器,函数内部的代码是不会执行的,
# 2,这个生成器也有__iter__(),__next__())两个方法,所以生成器也是一个迭代器,
# print(ret.__iter__())
# print(ret.__next__())
# 3,既然是迭代器我就可以使用next方法,这个next就是去执行函数内部的代码了,


def generator():  # 这是一个生成器函数,
    print(1)
    yield "a"
    print(2)
    yield "b"

g = generator()  # 这是一个生成器
# print(g.__next__())  # 这一步会打印1,a
# print(g.__next__())  # 这一步会打印2,b,
# 1,yield不会把代码结束,return会把代码结束,
# 也可以进行for循环
for i in g:
    print(i)

##############################################################
# 需求:生成200个娃哈哈,

def wahaha():
    for i in range(2000000):
        yield "娃哈哈%d"%i

g = wahaha()
# for i in g:
#     print(i)
# 如果我想要50个怎么办?使用计数器
count = 0
for i in g:
    count += 1
    print(i)
    if count >50:
        break
# 还可以继续取值
print(g.__next__())
# 如果是列表,就不能继续取值,因为列表不是迭代器,是可迭代对象


#################################################################################
# 监听文件的输入,就是在文件输入一句,就打印一句


# def tail(filename):
#     f = open(filename, encoding="utf-8")
#     while True:
#         line = f.readline()
#         if line.strip():
#             yield line.strip()
#
# t = tail("file")
#
# for i in t:
#     # 拿到了这个i,就可以对它进行处理了,可以判断,可以前后加内容,
#     print("***",i)
#     print(i)


############################################################
# 生成器函数进阶
def generator():  # 这是一个生成器函数,
    print(1)
    content = yield "a"
    print("######",content)
    print(2)
    yield "b"

g = generator()
print(g.__next__())
print(g.send("hello"))  # send和获取下一个值的效果和next一样,但是可以再执行下一个yield的时候传递一个值,
"""
1
a
###### hello
2
b

使用send的注意事项:
1,第一次使用生成器的时候,使用next获取下一个值,
2,最后一个yield,不能接收外部的值,如果你非要接收,那就要最后写一个yield,不需要有返回值,

################
使用next取值和for循环取值比较常用,send用的比较少,但是要知道,

"""

 

###############    生成器---生成器表达式    ##############

# 生成器表达式

# 列表推导式,
list1 = ["鸡蛋%d"%i for i in range(10)]
print(list1)

# 生成器表达式
g = (i for i in range(10))
# g是一个生成器,
# 和列表推导式的不同点
# 1,括号不一样,
# 2,返回值不一样,
# 生成器表达式几乎不占用内容,这是它的优点,缺点就是返回值还是一个表达式,取值需要第二步,

# 生成器表达式只能做简单的事情,想要复杂的功能的生成器还是生成器函数,
# 这些推导式你不会没有任何影响,使用for循环和生成器函数都能解决,只是面试的时候会有,别人的代码会有,所以你要掌握


########################################################
# 各种推导式

# 列表推导式
# 例题1:30以内,所有能被3整除的数
print([i for i in range(31) if i%3 ==0])

# 例题2:30以内,所有能被3整除的数的平方
print([i*i for i in range(31) if i%3 ==0])

# 例题3:找到嵌套列表中名字含有两个‘e’的所有名字
names = [[‘Tom‘, ‘Billy‘, ‘Jefferson‘, ‘Andrew‘, ‘Wesley‘, ‘Steven‘, ‘Joe‘],
         [‘Alice‘, ‘Jill‘, ‘Ana‘, ‘Wendy‘, ‘Jennifer‘, ‘Sherry‘, ‘Eva‘]]

print([name for lst in names for name in lst if name.count("e") ==2 ])

 

以上是关于python语法基础-函数-迭代器和生成器-长期维护的主要内容,如果未能解决你的问题,请参考以下文章

Python基础——函数的迭代器和生成器

Python基础-16生成器-迭代器

Python基础-16生成器-迭代器

Python迭代器和生成器

python基础学习迭代器和生成器

Python初探第二篇-装饰器和迭代器,生成器