迭代器和生成器

Posted 2021-03-04 zhangjinyi97

迭代器和生成器

1.迭代器

迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复都是基于上一次的结果而继续的，单纯的重复并不是迭代
迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型
有：列表、字符串、元组、字典、集合、打开文件

    l=[‘egon‘,‘liu‘,‘alex‘]
    i=0
    while i < len(l):
        print(l[i])
        i+=1
        
    上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组
    为了解决基于索引迭代器取值的局限性
    python必须提供一种能够不依赖于索引的取值方式，这就是迭代器

1.1迭代器的使用

可迭代的对象：但凡内置有__iter__方法的都称之为可迭代的对象
调用可迭代对象下的__iter__方法会将其转换成迭代器对象

d={‘a‘:1,‘b‘:2}
d_iterator=d.__iter__()
# print(d_iterator)

# print(d_iterator.__next__())
# print(d_iterator.__next__())
# print(d_iterator.__next__()) # 抛出异常StopIteration

1.2迭代器深层认识

可迭代对象（"可以转换成迭代器的对象"）：内置有__iter__方法对象
可迭代对象.iter(): 得到迭代器对象

迭代器对象：内置有__next__方法并且内置有__iter__方法的对象
迭代器对象.__next__（）：得到迭代器的下一个值
迭代器对象.__iter__（）：得到迭代器的本身

1.3for循环的工作原理

for循环可以称之为叫迭代器循环

1、d.iter()得到一个迭代器对象
2、迭代器对象.next()拿到一个返回值，然后将该返回值赋值给k
3、循环往复步骤2，直到抛出StopIteration异常for循环会捕捉异常然后结束循环

d={‘a‘:1,‘b‘:2,‘c‘:3}
for k in d:
    print(k)
with open(‘a.txt‘,mode=‘rt‘,encoding=‘utf-8‘) as f:
    for line in f: # f.__iter__()
        print(line)
list(‘hello‘) #原理同for循环

迭代器优缺点总结
缺点：
I、为序列和非序列类型提供了一种统一的迭代取值方式。
II、惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。

缺点：
I、除非取尽，否则无法获取迭代器的长度
II、只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。

2.生成器

在函数内一旦存在yield关键字，调用函数并不会执行函数体代码
会返回一个生成器对象，生成器即自定义的迭代器

def func():
    print(‘第一次‘)
    yield 1
    print(‘第二次‘)
    yield 2
    print(‘第三次‘)
    yield 3
    print(‘第四次‘)

g=func()
print(g)
生成器就是迭代器
g.__iter__()
g.__next__()
会触发函数体代码的运行，然后遇到yield停下来，将yield后的值
当做本次调用的结果返回
res1=g.__next__()
print(res1)

应用案列

def my_range(start,stop,step=1):
    # print(‘start...‘)
    while start < stop:
        yield start
        start+=step
    # print(‘end....‘)


#g=my_range(1,5,2) # 1 3
#print(next(g))
#print(next(g))
#print(next(g))

for n in my_range(1,7,2):
    print(n)