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. ios开发之--valueForKeyPath的用法

    1.获取数组中的平均值,最大值,最小值,总和,代码如下: NSArray *ary = @[@,@,@,@,@,@,@]; [self caculateArray:ary]; -(NSString * ...

  2. .NET/C# 优化心得

    网上的优化千篇一律,遂干脆自己写一个,总结总结网上说的与自己的想法. 1.关于sql方面的优化,详见Mysql语句的优化 2.对于不常更新的网页,使用静态页,使用 cdn 加速. 3.关于主从同步,如 ...

  3. smartcrop.js 内容感知图像裁剪

    <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...

  4. 微信小程序:bindtap等事件传参

    事件是视图层到逻辑层的通讯方式. 事件可以将用户的行为反馈到逻辑层进行处理. 事件可以绑定在组件上,当达到触发事件,就会执行逻辑层中对应的事件处理函数. 事件对象可以携带额外信息,如 id, data ...

  5. ERP项目实施记录03

    今天继续测试,3周了,终于弄到采购进货.

  6. SpringMVC中@RestController的用法

    转自:https://blog.csdn.net/u010412719/article/details/69710480 Spring4之后新加入的注解,原来返回json需要@ResponseBody ...

  7. 洛谷P1433 吃奶酪【dfs】【剪枝】

    题目:https://www.luogu.org/problemnew/show/P1433 题意: 给定n个坐标,要求从(0,0)开始走遍所有点,最少经过的路程. 思路: 刚开始想像数字三角形一样适 ...

  8. SQL Server 2016 共享功能目录 不可修改

    x 个人电脑上没有安装MSSQL,以前需要链接数据库写SQL,都是在{VS ->>视图->>SQL Server对象资源管理器}直接链接数据库进行访问操作的... 但是确实有些 ...

  9. ML.NET教程之情感分析(二元分类问题)

    机器学习的工作流程分为以下几个步骤: 理解问题 准备数据 加载数据 提取特征 构建与训练 训练模型 评估模型 运行 使用模型 理解问题 本教程需要解决的问题是根据网站内评论的意见采取合适的行动. 可用 ...

  10. ros查看摄像头是否打开正常

    使用rqt_image_view命令,查看摄像头是否正常输出图像