03 - 迭代器与生成器

Posted 2021-01-17 liulyuan

迭代器与生成器

迭代器

可迭代对象

 字符串、列表、元组、字典、集合 都可以被for循环，说明他们 都是可迭代对象 。

print([1,2].__iter__())
#结果
<list_iterator object at 0x1024784a8>

迭代器

迭代器是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

字符串，列表或元组对象都可用于创建迭代器,文件本身就是迭代器对象。

迭代器有两个基本的方法

迭代器 ：必须拥有__iter__方法和__next__方法。

iter(obj) 和 next(obj) <<====>>obj.__iter__ 和 obj.__next__

obj为可迭代对象，通过__iter__()变成迭代器，迭代器对象可以通过__next__()取值。

生成器 ⊆ 迭代器 ⊆ 迭代对象

优点：   1、提供一种不依赖与索引的迭代取值方式==>>应用于for循环
　　　　2、节省内存

from collections import Iterable,Iterator
# Iterable可迭代，Iterator迭代器

isinstance([], Iterable) #ture

isinstance(‘abc‘, Iterable) #ture

#------------------------------------------------
isinstance((x for x in range(10)), Iterator) #true

isinstance([], Iterator) #false

print(isinstance([].__iter__(), Iterator)) #true

for循环机制

1、先调用in后那个对象的__iter__方法，得到该对象的迭代器对象

2、执行迭代器对象的__next__方法，将得到的返回值赋值in前面的变量名，然后执行一次循环体代码

3、循环往复，直到取干净迭代器内所有的值，自动捕捉异常结束循环

类做迭代器

__iter__()方法返回一个特殊的迭代器对象， 这个迭代器对象实现了__next__()

方法并通过StopIteration异常标识迭代的完成。

class Test(object):

    def __iter__(self):
        self.a = 1
        return self

    def __next__(self):
        b = self.a
        self.a +=1
        return b

test = Test()

it = test.__iter__() 
print(it.__next__()) #1  
print(it.__next__()) #2
print(it.__next__()) #3
print(it.__next__()) #4

生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值,并在下一次执行

next() 方法时从当前位置继续运行。

简单生成器的创建

a = ( x*2 for x in range(5))
print(type(a))     #<class ‘generator‘>

用yield创建生成器

#生成器，主要生成特定的数，每调用一次生成一个数，不会占用太大空间
def creatNum(num):    # 生成器函数 - 斐波那契
    print("-----start------")
    a,b = 0,1
    for i in range(num):
        #相当于return
        yield b            #函数加yield就变成生成器，无法正常调用，返回的是一个实例对象的值
        a,b = b,a+b
    print("
------end-------")

a = creatNum(10)  #a是一个迭代器，由生成器返回生成

while True:
    try:
        print(next(a),end=‘ ‘)
    except Exception as e:
        print(e)
        break
#结果
-----start------
1 1 2 3 5 8 13 21 34 55 
------end-------

send(None)带参数

def test():
    i = 0
    while i<5:
        temp = yield i    #每次yield返回值时会产生断点，下次调用会从断点出读取。
        print(temp)
        i+=1

t = test()
print(type(t))

print(t.__next__())  #0

print(t.__next__())  #None,1

t.send(‘ni‘)         #ni
# send()和__next__等价,send()可以传递参数
# t,send(None)开头用None

yield案例

# The most glorious thing is labor.

def labor():
    print("The most glorious thing is",end=‘ ‘)
    a = yield 5
    print(a)
    b = yield 1
    print("Traceback (most recent call last):")


l = labor()
print(type(l))
m = l.__next__()   #获取了yield 5 的参数值 5
n = l.send("labor")  #获取了yield 1 的参数值 1
print("Labor Day date:%d月%d号"%(m,n))

#结果：
<class ‘generator‘>
The most glorious thing is labor
Labor Day date:5月1号

enumerate（迭代器生成元组）

#生成一个11,20的列表
ls = [a+1 for a in range(10,20)]    #列表生成器[10,20)
print(ls)

for i in enumerate(ls):    #将迭代器生成元组
    print(i)
#(0, 11)
#(1, 12)
#(2, 13)
#...
#(9, 20)

range生成器

#生成偶数列表
a = [i for i in range(10) if i%2==0] #range(x),默认[0,x)
print(a)     #[0, 2, 4, 6, 8]

# #生成5个0
b =[0 for i in range(5)]
print(b)        #[0, 0, 0, 0, 0]

# #生成 1,1,2,2,3,3
c = [i for i in range(1,4) for j in range(2)]#第一个for显示数字，第二个for次数
print(c)      #[1, 1, 2, 2, 3, 3]

d = [(i,j) for i in range(3) for j in range(2)]#相当于for循环的嵌套
print(d)     #[(0,0), (0, 1), (1, 0), (1, 1), (2, 0), (2, 1)]