python基础(9)-迭代器&生成器函数&生成器进阶&推导式
迭代器
可迭代协议和迭代器协议
可迭代协议
只要含有__iter__方法的对象都是可迭代的
迭代器协议
内部含有__next__和__iter__方法的就是迭代器
关系
1.可以被for循环的都是可迭代的
2.可迭代的内部都有__iter__函数
3.只要是迭代器,一定可迭代
4.可迭代的对象使用__iter__方法就可以得到一个迭代器
5.迭代器中的__next__方法可以一个一个的获取值
例子
判断是否是可迭代类型
可以被for循环的类型都有__iter__()函数
dir()函数可以返回类型里面所有函数名称
print('__iter__' in dir(int)) # result:False print('__iter__' in dir(bool)) # result:False print('__iter__' in dir(list)) # result:True print('__iter__' in dir(dict)) # result:True print('__iter__' in dir(set)) # result:True print('__iter__' in dir(tuple)) # result:True print('__iter__' in dir(enumerate([]))) # result:True print('__iter__' in dir(range(1))) # result:True
判断是否是迭代器
isinstance()函数可以判断一个对象是否是指定类型的实例
import collections print(isinstance([], collections.Iterator)) # result: False print(isinstance([], collections.Iterable)) # result: True print(isinstance([].__iter__(), collections.Iterator)) # result:True
通过__next__()函数取值
num_list = [1, 2, True, 5, 'hello'] print(type(num_list.__iter__())) # result:<class 'list_iterator'> iterator = num_list.__iter__() print(iterator.__next__()) # result:1 print(iterator.__next__()) # result:2 print(iterator.__next__()) # result:True print(iterator.__next__()) # result:5 print(iterator.__next__()) # result:hello print(iterator.__next__()) # 抛异常StopIteration
当迭代器的next()方法取不到值时会抛一个StopIteration异常
迭代器的好处
1.从容器类型对象中一个一个的取值,会把所有的值都取到
2.节省内存空间(迭代器并不会在内存中再占用一大块内存,而是随着循环 每次生成(next())一个)
生成器函数
定义
只要含有yield关键字的函数都是生成器函数
注:yield不能和return共用且需要写在函数内
例子
生成器函数的执行
执行之后会得到一个生成器作为返回值
import collections; def generator(): yield 'a' yield 'b' result = generator() print(type(result)) # <class 'generator'> print(isinstance(result, collections.Iterable)) # True print(isinstance(result, collections.Iterator)) # True print(result.__next__()) # a print(result.__next__()) # b
通过第10行可以看出,生成器也是迭代器
监听文件输入
def listen(filename): f = open(filename, encoding='utf-8') while True: line = f.readline() if line.strip(): yield line.strip() listenr = listen('generator_file.txt') for line in listenr: print('your input:', line)
生成器进阶
send()函数使用
生成器中send()函数可以让上一个执行的yied接收一个值
def num_generator(): i = 1 num = yield i i += num yield i generator = num_generator()
移动平均数例子
def avg_num(): sum = 0 count = 0 avg = 0 while True: num = yield avg sum += num count += 1 avg = sum / count ave_generator = avg_num() ave_generator.__next__() print(ave_generator.send(10)) # 10.0 print(ave_generator.send(20)) # 15.0 print(ave_generator.send(30)) # 20.0 print(ave_generator.send(60)) # 30.0
面试题
写出下面代码的输出内容
def add(n, i): return n + i def test(): for i in range(4): yield i g = test() for n in [1, 10]: g = (add(n, i) for i in g) print(list(g))
分析&结果
# 循环可拆成如下代码 n = 1 g = (add(n, i) for i in g) n = 10 # g = (add(n, i) for i in g(指向第3行的g)) # g = (add(n, i) for i in (add(n, i) for i in g(第三行的g指向test()))) g = (add(n, i) for i in (add(n, i) for i in test())) # 真正执行的时候 也就是list(g)的时候 n=10 将n替换为10结果如下: g = (add(10, i) for i in (add(10, i) for i in (0, 1, 2, 3))) g = (add(10, i) for i in (10, 11, 12, 13)) g = (20, 21, 22, 23) print(list(g))
推导式
列表
num_list = [1, 2, 3, 4] str_list = ['数字{}'.format(i) for i in num_list] print(str_list) # ['数字1', '数字2', '数字3', '数字4']
字典
反转dic的key和value的顺序
dic = {1: 'a', 2: 'b', 3: 'c'} reverse_dic = {dic[key]: key for key in dic} print(reverse_dic) # {'a': 1, 'b': 2, 'c': 3}
集合
输出集合中元组里面大于10的元素
num_set = {(3, 4, 1, 5, 77, 5), (2, 3, 4, 56, 77, 6, 34)}; result_set = {i for lst in num_set for i in lst if i > 10} print(result_set) # {56, 34, 77}
python基础(9)-迭代器&生成器函数&生成器进阶&推导式的更多相关文章
- (转)python基础之迭代器协议和生成器(一)
一 递归和迭代 二 什么是迭代器协议 1.迭代器协议是指:对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么就引起一个StopIteration异常,以终止迭代 (只能往后走不能往前 ...
- python基础之 迭代器回顾,生成器,推导式
1.迭代器回顾 可迭代对象:Iterable 可以直接作用于for循环的对象统称为可迭代对象:Iterable.因为可迭代对象里面存在可迭代协议,所以才会被迭代 可迭代对象包括: 列表(list) 元 ...
- python基础知识15---三元表达式、列表推导式、生成器表达式、递归、匿名函数、内置函数
阅读目录 一 三元表达式.列表推导式.生成器表达式 二 递归与二分法 三 匿名函数 四 内置函数 五 阶段性练习 一. 三元表达式.列表推导式.生成器表达式 1 三元表达式 name=input('姓 ...
- python基础之迭代器协议和生成器
迭代器和生成器补充:http://www.cnblogs.com/luchuangao/p/6847081.html 一 递归和迭代 略 二 什么是迭代器协议 1.迭代器协议是指:对象必须提供一个ne ...
- python基础之迭代器协议和生成器(二)
一.什么是迭代器: 迭代是Python最强大的功能之一,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. 迭代器是一个可以记住遍历的位置的对象. 迭代器的 ...
- python基础之迭代器协议和生成器(一)
一 递归和迭代 二 什么是迭代器协议 1.迭代器协议是指:对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么就引起一个StopIteration异常,以终止迭代 (只能往后走不能往前 ...
- python 生成器 和生成器函数 以及各种推导式
一.生成器 本质就是迭代器. 我们可以直接执⾏__next__()来执⾏ 以下⽣成器 一个一个的创建对象 创建生成器的方式: 1.生成器函数 2.通过生成器 表达式来获取生成器 3.类型转换(看 ...
- day 12 生成器和生成器函数以及各种推导式
一.生成器 本质就是迭代器. 我们可以直接执⾏__next__()来执⾏ 以下⽣成器 一个一个的创建对象 创建生成器的方式: 1.生成器函数 2.通过生成器 表达式来获取生成器 3.类型转换(看 ...
- python基础知识-8-三元和一行代码(推导式)
python其他知识目录 1.三元运算(三目运算) 三元运算符就是在赋值变量的时候,可以直接加判断,然后赋值格式:[on_true] if [expression] else [on_false]re ...
- Python基础之列表深浅复制和列表推导式
一.列表深浅复制: 浅拷贝内存图如下: 深拷贝内存图如下: 二.列表推导式: 实例: """ 列表推导式 练习:exercise01 """ ...
随机推荐
- python-Levenshtein几个计算字串相似度的函数解析
linux环境下,没有首先安装python_Levenshtein,用法如下: 重点介绍几个该包中的几个计算字串相似度的几个函数实现. 1. Levenshtein.hamming(str1, str ...
- 10.19stark组件开发(三)
2018-10-19 15:42:15 2018-10-19 18:21:33 我觉得现在主要是学一种解决问题的思路,也就是逻辑或者说是算法!!!! 要有对代码的感触!要用面向对象对类进行封装!!Dj ...
- li下的ul----多级列表
<ul id="ul_Style1"> <li>第1级第1行</li> <li> <ul id="ul_Style2 ...
- ASP.NET Core 的Windows和IIS宿主(自动翻译记录)
https://docs.microsoft.com/en-us/aspnet/core/publishing/iis?tabs=aspnetcore2x 支持的操作系统 以下操作系统的支持: Win ...
- 树剖+线段树||树链剖分||BZOJ2238||Mst
题面:https://www.lydsy.com/JudgeOnline/problem.php?id=2238 思路:先求个最小生成树,然后就对最小生成树上的边做树剖,依次对非树边进行处理,维护非树 ...
- readonly enable
<input type="text" id="UserName" style="width:20%;" disabled=" ...
- 自己写的JdbcUtils小工具-----得到Connection对象
Properties文件中存放键值对------(可看对Properties文件的解析) static代码块是在构造函数之前执行的,而且只执行一次,即类首次加载时. 也就是只加载一次配置文件和加载数据 ...
- Fmod使用总结
1.查询相关文档的地址 http://www.fmod.org/forum/viewtopic.php?f=7&t=15762
- hadoop 学习笔记
参考资料:<Hadoop 权威指南> 1 map处理完后,hadoop框架会将结果安装键进行排序,然后将排好的结果传给reduce 2 需要低延迟的应用不适合HDFS,对于低延迟应用HBa ...
- Appium入门(7)__Appium Desired Capabilities
Desired Capabilities 是由多个键值对组成,代表移动设备相关信息.由Appium Client向Appium Server发送. 但无论Appium Client使用何种语言,最终是 ...