一、概念

• 迭代器协议:

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,要么引起一个stopIteration异常,以终止迭代(只能往后走,不能往前退)

• 协议是一种约定,python中的 for sum min max map reduce 等,使用迭代器对象访问对象

• 迭代器就是可迭代对象

• 可迭代对象:实现了迭代器协议的对象(如何实现:对象内部定义一个__iter__(方法))

next()函数,next -------->iter_l.__next__(), 本质一样

二、for 循环访问方式

l = [1, 2, 3]
for i in l:
print(i)

for 循环做了两件事:①先调用 diedai_l = l.__iter__()方法,将列表变为可迭代对象,然后可迭代对象调用 __next__()方法或next()函数

          ②捕捉stopIteration异常

l = [1, 2, 3]
iter_l = l.__iter__()
print(iter_l.__next__())
print(iter_l.__next__())
print(iter_l.__next__())

或者:

l = [1, 2, 3]
iter_l = l.__iter__()
print(next(iter_l))
print(next(iter_l))
print(next(iter_l))

用while去模拟for 循环做的事

l = [1, 2, 3]
iter_l = l.__iter__()
while True:
try:
print(iter_l.__next__())
except StopIteration:
print('迭代完了嘻嘻')
break

为何要有for 循环:

再看一个例子:

l = [1, 2, 3]
index = 0
while index < len(l):
print(l[index])
index +=1

没错,序列类型字符串,列表,元组都有下标,你用上述的访问方式很好,但是,非序列类型像字典,集合,文件等就不适用了。

所以,for 循环就是基于迭代器协议提供了一个统一的可遍历所有迭代对象的方法,即在遍历前,先调用对象的__iter__方法将其转换成一个迭代器,

然后使用迭代器协议去实现循环访问

###############################

§生成器

一、什么是生成器?

可以理解为一种数据类型,这种数据类型自动实现了迭代器协议(其他的数据类型需要调用自己内置的__iter__方法)

所以生成器是可迭代对象

二、生成器分类在python中的表现形式:

①生成器函数:常规函数定义,但是使用yield语句而不是return语句返回结果。

yield语句一次返回一个结果,在每个结果中间,挂起函数的状态,以便下次重它离开的地方继续执行

②生成器表达式:类似于列表推导,但是生成器返回按需产生结果的一个对象,而不是一次构建一个结果列表

三、实例

生成器函数:

def test():
yield 1
yield 2
yield 3
g = test()
print(g)
print(g.__next__())
print(g.__next__())
print(g.__next__())

使用生成器的优点:①占用空间小

         ②效率高

def pro_baozi():
for i in range(100):
print('正在生产包子')
yield '一屉%s' %i
print('正在卖包子') pro_g = pro_baozi()
baozi = pro_g.__next__()
print(baozi) #加代码,得到一个值就可以立刻开始处理,而不用等后面的数值
baozi = pro_g.__next__()
print(baozi)

三元表达式:

name = 'alex'
res = 'sb' if name =='alex' else '帅哥'
print(res)

列表解析:

egg_list = []
for i in range(10):
egg_list.append('鸡蛋%s'%i)
print(egg_list)

就相当于:

l = ['鸡蛋%s'% i for i in range(10)]
print(l)

使用生成器表达式:

就是把上述列表解释式的中括号换成小括号,就形成了一个生成器

l = ('鸡蛋%s'% i for i in range(10))
print(l)
print(l.__next__())
print(l.__next__())
print(l.__next__())

这样求和,虽然也慢,但机器不会卡死

print(sum(i for i in range(1000000000)))

总结:

优点一:生成器的好处是延迟运算,一次返回一个结果,也就是说,他不会一次生成所有的结果,这对于大数据量的处理,将会非常有用。

优点二:生成器还能有效提高代码的可读性

实例:人口普查统计(算总人口)

{'name': '河南','population': 10000000}
{'name': '山东','population': 9000000}
{'name': '北京','population': 10000}
{'name': '广东','population': 1023000}
{'name': '重庆','population': 1012000}
{'name': '河北','population': 12443415}
def get_population():
with open('人口普查', 'r', encoding = 'utf-8') as f:
for i in f:
yield i g = get_population()
print(sum(eval(i)['population'] for i in g))

自己改进:

{'name': '河南','population': 20}
{'name': '山东','population': 20}
{'name': '北京','population': 20}
{'name': '广东','population': 20}
{'name': '重庆','population': 20}
{'name': '河北','population': 20}
res = []
def get_population():
with open('人口普查', 'r', encoding = 'utf-8') as f:
for i in f:
yield i g = get_population()
henan = g.__next__()
res.append(eval(henan)['population'])
shandong = g.__next__()
res.append(eval(shandong)['population'])
beijing = g.__next__()
res.append(eval(beijing)['population'])
chongqing = g.__next__()
res.append(eval(chongqing)['population'])
guangdong = g.__next__()
res.append(eval(guangdong)['population'])
hebei = g.__next__()
res.append(eval(hebei)['population'])
sum1 = sum(res)
print('总人口%s'%sum1)
print('河南人口占总人口的%.2f%%'%((eval(henan)['population']/sum1)*100))
print('北京人口占总人口的%.2f%%'%((eval(beijing)['population']/sum1)*100))

python课堂整理19----迭代器和生成器的更多相关文章

  1. 完全理解 Python 迭代对象、迭代器、生成器(转)

    完全理解 Python 迭代对象.迭代器.生成器 本文源自RQ作者的一篇博文,原文是Iterables vs. Iterators vs. Generators » nvie.com,俺写的这篇文章是 ...

  2. 完全理解 Python 迭代对象、迭代器、生成器

    完全理解 Python 迭代对象.迭代器.生成器 2017/05/29 · 基础知识 · 9 评论 · 可迭代对象, 生成器, 迭代器 分享到: 原文出处: liuzhijun    本文源自RQ作者 ...

  3. Python之模块,迭代器与生成器

    本节涉及内容: 1. 迭代器和生成器 2. 递归 3. 字符串格式化 4. 模块 内置模块 自定义模块 第三方模块 5. 序列化的模块 json pickle (一). 迭代器和生成器: 迭代器:  ...

  4. 一文搞懂Python可迭代、迭代器和生成器的概念

    关于我 一个有思想的程序猿,终身学习实践者,目前在一个创业团队任team lead,技术栈涉及Android.Python.Java和Go,这个也是我们团队的主要技术栈. Github:https:/ ...

  5. python学习笔记四 迭代器,生成器,装饰器(基础篇)

    迭代器 __iter__方法返回一个迭代器,它是具有__next__方法的对象.在调用__next__方法时,迭代器会返回它的下一个值,若__next__方法调用迭代器 没有值返回,就会引发一个Sto ...

  6. 理解Python迭代对象、迭代器、生成器

    作者:zhijun liu链接:https://zhuanlan.zhihu.com/p/24376869来源:知乎著作权归作者所有.商业转载请联系作者获得授权,非商业转载请注明出处. 本文源自RQ作 ...

  7. python基础篇_005_迭代器和生成器

    Python迭代器和生成器 1.迭代器 迭代:可以将某个数据集内的数据“一个挨着一个的取出来” for i in range(1, 10, 2): # in 后面的对象必须是一个可迭代的 print( ...

  8. 【笔记】Python基础四:迭代器和生成器

    一,迭代器协议和for循环工作机制 (一),迭代器协议 1,迭代器协议: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 ...

  9. Python开发——函数【迭代器、生成器、三元表达式、列表解析】

    递归和迭代 小明问路篇解释说明 递归:小明——>小红——>小于——>小东:小东——>小于——>小红——>小明 小明向小红问路,因小红不知道,所以向小于问路,因小于不 ...

  10. [转载]完全理解Python迭代对象、迭代器、生成器

    译文地址:liuzhijun 在了解Python的数据结构时,容器(container).可迭代对象(iterable).迭代器(iterator).生成器(generator).列表/集合/字典推导 ...

随机推荐

  1. 14 CSS权重深入

    <!-- 继承说明: (1)进行样式选择时,不指定标签的话,该选择器是继承来的. (2)继承的选择器的优先级为0,和标签选择器的优先级无可比性. --> <!DOCTYPE html ...

  2. SpringBoot(17)---SpringBoot整合RocketMQ

    SpringBoot整合RocketMQ 上篇博客讲解了服务器集群部署RocketMQ 博客地址:RocketMQ(2)---Docker部署RocketMQ集群 这篇在上篇搭建好的基础上,将Spri ...

  3. Vue.js 是如何实现 MVVM 的?

    目录 框架到底为我们做了什么? 如何理解 MVVM ? 如何实现 MVVM - 以 Vue.js 为例 Vue 如何实现响应式 Vue 如何解析模板 Vue.js 运行机制 手写一个 Vue.js 框 ...

  4. 先订一个小目标,把微信小程序搞懂

    目标:系统性学习微信小程序. 第一阶段:熟悉微信小程序及前端开发(结合web前端学习) 第二阶段:了解设计及后端 第三阶段:学习后端.

  5. VsCode 常用快捷键、debug菜单、debug插件

    常用快捷键emmet                   百度emmet即可知  Ctrl + P            转到文件Ctrl+鼠标左键不松手     预览代码Ctrl+鼠标左键松手    ...

  6. prometheus-operator监控Kubernetes

    Operator Operator是由CoreOS公司开发的,用来扩展 Kubernetes API,特定的应用程序控制器,它用来创建.配置和管理复杂的有状态应用,如数据库.缓存和监控系统.Opera ...

  7. Java web环境的搭建

    学习java web 首先得要能够在自己的电脑上配置环境,经查阅资料后了解,需要装java EEEclipse ,即企业版的,还有就是tomcat服务器. 第一步,从网上下载,eclipse 企业版的 ...

  8. 长春理工大学第十四届程序设计竞赛(重现赛)H

    H .Arithmetic Sequence 题目链接:https://ac.nowcoder.com/acm/contest/912/H 题目 数竞选手小r最喜欢做的题型是数列大题,并且每一道都能得 ...

  9. vue随笔

    1.vue基础 Vue 是一个mvvm 的渐进式框架.Angular 是一个mvc的.所以vue的重点更偏向于mv 他的使用方式 大家会发现里面带有大量的$的属性. 学习vue的指令 V-for  用 ...

  10. flask高级编程 LocalStack 线程隔离

    转:https://www.cnblogs.com/wangmingtao/p/9372611.html   30.LocalStack作为线程隔离对象的意义 30.1 数据结构 限制了某些能力 30 ...