迭代器

Posted 2020-12-18 lgh8023

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了迭代器相关的知识，希望对你有一定的参考价值。

迭代器:

1, 什么是迭代器
器: 工具
迭代: 是一个重复的过程, 但是每次重复都是基于上一次的结果而来的

name = ["egon", "lqz", "tank"]

count = 1
while count < len(names):
   print(nmes[count])
   count += 1

迭代器: 就是一种不依赖索引的取值工具

2, 为何要有迭代器
特性:
1, 是一种通用的迭代取值方案
2, 惰性计算, 节省内存

3, 如何用迭代器

dic = {"name": "egon", ‘age‘: 18, ‘gender‘: "male"}

dic_iterator = dic.__iter__()
res1 = dic_iterator.__next__()
print(res1)
res2 = dic_iterator.__next__()
print(res2)
res = dic_iterator.__next__()
print(res)

dic_iterator.__next__()  # StopIteration  抛出异常

while True:
   try:
      res = dic_iterator.__next__()
      print(res)
   except StopIteration:  # 解决抛出异常
      break

可迭代对象与迭代器对象
内置有__iter__方法的类型称之为: 可迭代对象 / 类型
字典
集合
文件对象(也是迭代器对象)
字符串
列表
元祖
迭代器对象: 内置有__iter_, __next___方法

dic = {"name": "egon", ‘age‘: 18, ‘gender‘: "male"}

dic_iterator = dic.__iter__()
dic_iterator.__next__()

for工作循环原理

dic = {"name": "egon", ‘age‘: 18, ‘gender‘: "male"}

dic_iterator = dic.__iter__()
while True:
   try:
      res = dic_iterator.__next__()
      print(res)
   except StopIteration:
      break

for k in dic:
   print(k)

步骤1
dic_iterator = dic.__iter__()
步骤2
k = dic_iterator.__next__(), 执行循环体代码
步骤3
循环往复，直到抛出异常，for循环会帮我们捕捉异常结束循环

dic = {"name": "egon", ‘age‘: 18, ‘gender‘: "male"}
dic_iterator = dic.__iter__()
for k in dic_iterator:
   print(k)

print(dic_iterator)

四：基于同一迭代器的重复取值，效果如何？？？？
示例1：

dic = {"name": "egon", ‘age‘: 18, ‘gender‘: "male"}
dic_iterator = dic.__iter__()

while True:
   try:
      res = dic_iterator.__next__()
      print(res)
   except StopIteration:
      break

while True:
   try:
      res = dic_iterator.__next__()
      print(res)
   except StopIteration:
      break

示例2：

dic = {"name": "egon", ‘age‘: 18, ‘gender‘: "male"}
for k in dic:  # dic.__iter__()
   print(k)

for k in dic:  # dic.__iter__()
   print(k)

自定义迭代器来实现惰性计算, 从而达到节省内存的效果

生成器

什么是生成器
但凡是函数内出现了yield关键字, 调用函数将不会执行函数体代码, 会得到一个返回值,
该返回值就是我们自定义的迭代器, 称之为生成器

def func():
   print("hello")
   yield 1
   print("hello")
   yield 2
   print("hello")
   yield 3


g = func()
print(g)  # 生成器本身就是一个迭代器
res = next(g)
print(res)

res = next(g)
print(res)

res = next(g)
print(res)

yield与return

相同点: 都可以用来返回值
不同点:
return只能返回一次值, 函数就立刻结束了
yield能返回多次值, yield可以挂起函数

案例

def func():
   res = 0
   while True:
      res += 1
      yield res


g = func()
for i in g:
   print(i)

总结迭代器的优缺点
优点:
1, 是一种通用的迭代取值方案
2, 惰性计算, 节省内存

缺点:
1, 取值不如索引, key的取值方式灵活
2, 取值是一次性的, 只能往后取, 不能预估值得个数

案例:

def my_range(start, stop, step=1):
   while start < stop:
      yield start
      start += stop


for i in my_range(1, 5, 2):
   print(i)

生成式:

列表生成式

l = [i ** 2 for i in range(5) if i > 2]
print(l)
names = [‘lqz_sb‘, ‘yj_sb‘, ‘jason_sb‘, ‘egon‘]
l = [name for name in names if name.endswith("sb")]
print(l)

集合生成式

res = {i for i in range(3)}

print(res)

字典生成式

res = {f"k{i}": i ** 2 for i in range(5)}

print(res)

生成器表达式

res(i for i in range(5))
print(res, type(res))
nums = (i for i in range(200000))
res = sum(nums)
print(res)

with open("a.txt", mode=‘rt‘, encoding=‘utf-8‘)as f:
  # data = f.read()
  # print(len(data))

  # res = 0
  # for line in f:
  #    res += len(line)
  # res = sum(len(line) for line in f)

   res = sum(len(line) for line in f)
   print(res)

内置函数
print(abs(-7)) #abs数值取正

print(all([True,11,0]))
print(all[])#all不能空，其次是判定内部数据是否全部为真

print(any([True,False,0]))
print(any([]))#any一样不能取空，其次与or一样的意思只需其中一个值为真就会是True

print(callable(len))#callable指这个函数是否能用

print(chr(90))
print(ord(‘z‘))#chr 和 ord相互翻译例如90的代码是z，z的实体数据是90

print(divmod(10,3))