day4

Posted 2020-06-08

一、生成器

特点：

1. 访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容
2. 不能随机访问集合中的某个值 ，只能从头到尾依次访问
3. 访问到一半时不能往回退
4. 便于循环比较大的数据集合，节省内存

创建生成器方法一：

>>> [x for x in range(10)]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> (x for x in range(10))
<generator object <genexpr> at 0x0000000003677D00>
>>> S=(x for x in range(10))
>>> S.__next__()
0
>>> S.__next__()
1
>>> S.__next__()
2
>>> S.__next__()
3
>>> S.__next__()
4
>>> S.__next__()
5

 

创建生成器方法二：
>>> L=iter(range(10))
>>> L
<range_iterator object at 0x000000000365D430>
>>> L.__next__()
0
>>> L.__next__()
1

 

 

二、迭代器

迭代器是访问集合元素的一种方式。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，不过这也没什么，因为人们很少在迭代途中往后退。另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件

 

实例一:
def gen(n):
    for i in range(5):
        x=yield i
        print(x)
G=gen(2)
print(next(G))
print(G.send(20))#传值
print(next(G))
print(next(G))
print(next(G))#此时已结束

实例二：

def  monery(num,n):
    while num >0:
        num-=n
        yield n
        print("取钱%d"%n)
atm=monery(600,200)
print(atm.__next__())
print(atm.__next__())
print(atm.__next__())

实例三:

import time
def consumer(name):
    print(‘%s准备吃包子‘%name)
    while True:
        baozi=yield
        print(‘包子[%s]来了,被[%s]吃了‘%(baozi,name))

def producer(name):
    c=consumer(‘a1‘)
    c2=consumer(‘a2‘)
    c.__next__()
    c2.__next__()
    print("开始准备吃包子啦")
    for i in range(10):
        time.sleep(1)
        print(‘做了2个包子‘)
        c.send(i)
        c2.send(i)
producer(‘xym‘)

 

 

作用：

这个yield的主要效果呢，就是可以使函数中断，并保存中断状态，中断后，代码可以继续往下执行，过一段时间还可以再重新调用这个函数，从上次yield的下一句开始执行