前言:本节主要讲解迭代器和生成器

迭代器&生成器

一、生成器(generator)

循环占用大部分的容量内存,如果只需要循环前面的几个结果那怎么样做呢,在python中有一种一边循环一边计算的机制,称为生成器:generator,就能解决这个问题。

生成器只有在调用的时候才会产生相应的数据,用__next()__方法调用(2.7版本里是next()),生成器只能记录当前的位置,不能后退也不能记录以后的数据。

实例:斐波那契数列中的生成器

 #!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author:qinjiaxi
def fib(max):
n, a, b = 0, 0, 1#初始化
while n < max:#循环
yield b
#print(b)#打印b
a, b = b, a + b
n += 1
return "done"#异常的时候打印的消息 #抓异常
g = fib(6)
while True:
try:
x = next(g)
print("g:", x)
except StopIteration as e:
print("Generator return value:", e.value)
break
#调用生成器
f = fib(10)
print(f)#打印生成器对象的内存地址
print(next(f))#取第一个值
print(f.__next__())#取第二个值
print(next(f))#取第三个值
print("---start loop---")
for i in f:#循环取剩下的数据
print(i)
#注:当用next()方法调用次数超过设定值时,会产生异常 #理解其中的a, b = b, a + b
t = (b, a + b)#实际有个临时变量t,t是一个元组
a = t[0]
b = t[1]
#t不会显式的出现在代码中

生成器实际工作中的应用:协程(单线程并行处理),异步io处理

yeild作用是保存当前状态并返回,无返回值(返回值是None)

next方法调用yield,send方法调用yield并给yield传值,yield后面加上一个变量,可以返回变量

协程1源码:

 #!/user/bin/env python
#-*-coding:utf-8 -*-
#Author: qinjiaxi
import time
def consumer(name):
print("%s准备吃包子了" % name)
while True:
baozi = yield
print("包子[%s]被%s吃了" % (baozi, name)) c = consumer('ql')
#next(c)#停在yield位置(中断,返回迭代值)
#c.__next__()#从yield下一句开始执行,由于默认没有给yield传递参数所以返回的是None,执行完后又回到yield这一行
#c.__next__()
#c.send("韭菜馅的")#send方法可以调用yield并且给yield传送参数 def producer(name):
c = consumer('A')
c1 = consumer('B')
c.__next__()#A准备吃包子了
c1.__next__()#B准备吃包子了
print("%s开始做包子了" % name)
for i in range(10):
time.sleep(1)
print("做了一个包子分两半")
c.send(i)#传递i到A的yield,给A的yield赋值
c1.send(i)#传递i到B的yield,给B的yield赋值
producer('qinlang')

协程2源码:

 #!/user/bin/env python
#-*-coding:utf-8 -*-
#Author: qinjiaxi
import time
def consumer():
r = ''#初始化r
while True:
n = yield r#将值传给n,然后执行下一句,碰到r变量再返还r给producer函数
print("[consumer] is consuming %s " % n)
r = '200 is ok' def producer(c):
c.send(None)
n = 0
while n < 5:
n = n + 1
time.sleep(1)
print("[producer] is producting %s" % n)
r = c.send(n)
print("[producer] cousumer return %s" % r)
# for i in range(6):
# time.sleep(1)
# print('[producer] is producing %s ' % i)
# r = c.send(i)#传n值给生成器yield
# print('[producer] consumer return %s' % r)
c.close()#关闭生成器
c = consumer()
producer(c)

结论:

一个带有yield的函数就是一个generator,它和普通函数不一样,生成器generator看起来像函数,其实不会执行任何函数代码,直到对其调用next()方法(在for循环中会自动调用next()方法)才会执行。虽然执行仍然像函数一样执行,其实当执行到yield时候就会中断并返回一个迭代值,当再次调用next()方法时从yield下一句开始执行。看起来就好像一个函数在正常执行的时候被yield中断了数次,每次中断都会通过yield返回迭代值。

二、迭代器(Iterator)

我们知道能直接作用于for循环的数据类型有以下几种:

一类是集合数据类型,如list、tuple、str、set、dict

一类是generator,包括生成器和带yield的generator function

*这些可以直接作用于for循环的对象统称为可迭代对象:Iterable

可以使用isinstance()来判断一个对象是否是iterable对象:

 >>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance((i for i in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False

生成器不但可以作用于for循环,还可以被next()函数不断的调用并返回下一个值,直到最后抛出StopIteration错误表示无法继续返回下一个值。

*可以被next()函数调用并且不断返回下一个值的对象称为迭代器:Iterator

可以使用isinstance()来判断一个对象是否是interator对象:

 >>> from collections import Iterator
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance((i for i in range(10)), Iterator)
True

由上可知生成器都是Iterator对象,但list、dict、str虽然是Iterable但不是Iterator。

把list、dict、str等Iterable变成Iterator可以使用iter()函数:

 >>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
>>> isinstance(iter({}), Iterator)
True

为什么list、dict、str等数据不是Iterator?

因为python的Iterator对象表示的是一个数据流,Iterator对象可以被next()函数调用并不断的返回下一个数据,直到没有数据时抛出StopIteration错误。可以把数据流看做是一个有序序列,但是我们提前并不知道序列的长度,只有通过next()函数按需继续下一个数据,所以Iterator的计算是惰性的,只有在需要返回下一个数据的时候才计算。

Iterator甚至可以表示一个无限大的数据流,例如全体自然数。但是list是永远不可能村粗全体自然数的。

小结:

凡是可作用于for循环的对象都是Iterable类型(可迭代类型);

凡是可以作用于next()函数的对象都是Iterator类型(迭代器类型),它们表示一个惰性的计算序列;

集合数据类型例如list、dict、str等都是Iterable(可迭代对象)但不是Iterator(迭代器),可以通过iter()函数获得一个迭代对象。

Python的for循环的本质就是不断的通过调用next()函数实现的。

python3.0中range(10)其实是一个迭代器

python2.x中xrange(10)是迭代器

ql的python学习之路-day10的更多相关文章

  1. ql的python学习之路-day15

    前言:本节主要讲解的是文件路径 在实际的软件开发中会设计一个项目的文件目录,按照执行包bin.配置包config.核心包core等来设计,在执行包里面要运行核心包里的主程序mian,由于不在同一级的目 ...

  2. ql的python学习之路-day14

    前言:本节主要学习时间模块time.datetime python中的几种时间表示:1)时间戳  2)格式化的字符串时间 3)struct_time元组格式的时间 time.datetime模块源码: ...

  3. ql的python学习之路-day13

    前言:本节主要学习模块 一.模块的定义 模块:本质是.py结尾的python文件(文件名:test.py,对应的模块是:test),用来从逻辑上组织python代码(变量.函数.类.逻辑,本质是实现一 ...

  4. ql的python学习之路-day12

    前言:这一节主要学习json和pickle 背景: 相信大家在日常生活中都有接触大型的网络游戏,打游戏的时候都是自己在电脑上操作,自己刷怪升级:当然也会碰到中午去吃饭然后挂机的情况,让电脑自动的刷怪, ...

  5. ql的python学习之路-day11

    前言:本节主要学习python内置的方法 #!/usr/bin/env python # -*- coding:utf-8 -*- # Author:qinjiaxi from collections ...

  6. ql的python学习之路-day9

    前言:本节主要学习装饰器 一.装饰器 定义:本质上是个函数,用来装饰其他函数:(就是为其他函数添加附加功能) 原则:1.不能修改被装饰的函数的源代码 2.不能修改被装饰的函数的调用方式 以上两点可以总 ...

  7. ql的python学习之路-day8

    前言:本节主要学习的是函数的全局变量和局部变量以及递归 一.全局变量和局部变量 定义在函数外并且在函数头部的变量,叫做全局变量,全局变量在整个代码中都生效. 局部变量只在函数里生效,这个函数就叫做这个 ...

  8. ql的python学习之路-day7

    函数与函数式编程 一.编程模式分为三种: 1.面向对象编程:类----->关键字class 2.面向过程编程:过程----->关键字def,没有return 3.函数式编程:函数----- ...

  9. ql的python学习之路-day6

    字节编码: 这一节主要学习的是各种编码模式的相互转换,另外插两句话,今天的心情不是特别好,又没控制好自己的情绪,以后要心存阳光,好好的对待生活和身边的人. 废话不多说了直接贴码: #!/usr/bin ...

随机推荐

  1. Sublime text 3快捷键壁纸版

  2. C#多线程(13):任务基础①

    目录 多线程编程 多线程编程模式 探究优点 任务操作 两者创建任务的方式 Task.Run() 创建任务 取消任务和控制任务的创建 任务返回结果以及异步获取返回结果 捕获任务异常 全局捕获任务异常 多 ...

  3. Scrapy模拟登录信息

    携带cookie模拟登录 需要在爬虫里面自定义一个start_requests()的函数 里面的内容: def start_requests(self): cookies = '真实有效的cookie ...

  4. elementaryos5安装mysql5.7、php7.2、nginx1.14.0

    一.mysql5.7 安装mysql5.7: sudo apt-get install mysql-server-5.7 查看安装的mysql版本: mysql -V 5.7版本mysql安装过程中以 ...

  5. Linux查看端口或pid使用路径

    1. lsof -i:10010 查看10010端口的占用情况 命令返回结果: 2. netstat -lpn | grep 80 查看80端口服务端socket占用状况 3. ll /proc/26 ...

  6. 吕建文 20199303《Linux内核原理与分析》第十二周作业

    ShellShock攻击实验 2014年9月24日,Bash中发现了一个严重漏洞shellshock,该漏洞可用于许多系统,并且既可以远程也可以在本地触发.在本实验中,学生需要亲手重现攻击来理解该漏洞 ...

  7. The new SFCB broker fails to start with a SSL-related error: Failure setting ECDH curve name (secp22

    # openssl ecparam -list_curves secp384r1 : NIST/SECG curve over a 384 bit prime field secp521r1 : NI ...

  8. 7.哪些工具可以帮助查找bug或进行静态分析

    哪些工具可以帮助查找bug或进行静态分析? PyChecker is a static analysis tool that detects the bugs in Python source cod ...

  9. Linux 下如何产生core文件(core dump设置)

    转自:https://blog.csdn.net/star_xiong/article/details/43529637 今天在Linux下调试C程序时,出现段错误,习惯性的ls下当前目录,发现没有生 ...

  10. session与cookie的浅谈

    cookie的用途: 当你浏览网页时,会有一些推送消息,大多数是你最近留意过的同类东西,比如你想买桌子,上淘宝搜了一下,结果连着几天会有各种各样的桌子的链接.这是因为你浏览某个网页的时候,WEB 服务 ...