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

  1. (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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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 ...

  10. 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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. readonly enable

    <input type="text" id="UserName" style="width:20%;" disabled=" ...

  7. 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 ...

  8. 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

  9. 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 ...

  10. 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 ...