Python基础—迭代器、生成器(Day13)
一、迭代器
1.可迭代对象:遵循可迭代协议,内部含有__iter__方法的对象就叫做可迭代对象。(str、list、tulpe、dict、set)
查询数据类型的方法
s = 'laonanhai'
print(dir(s)) # dir(数据类型)查询数据类型的所有方法
l1=[1, 2, 3, 4]
print(dir(l1))
dic = {'1':'guo'}
print(dir(dic)) 执行输出所有方法
判断是否是可迭代对象的两种方法:
1)print('__iter__' in dir(s)) 直接判断__iter__是否在数据类型的方法里。
2)print(isinstance(l,Iterable))
from collections import Iterable
l=[1,2,3,4]
print(isinstance(l,Iterable)) #True
2.迭代器:遵循迭代器协议,含有__iter__方法和__next__方法。
l1=[1,2,3]
l1_obj = l1.__iter__()
print('__iter__' in dir(l1_obj)) #True
print('__next__' in dir(l1)) #False __next__不在可迭代对象中
print('__next__' in dir(l1_obj)) # True
可迭代对象转化成迭代器:可迭代对象.__iter__()
l1=[1,2,3]
l1_obj = l1.__iter__()
print(l1_obj.__next__())
print(l1_obj.__next__())
print(l1_obj.__next__())
1
2
3
print一次打印一个元素
l1_obj = l1.__iter__()
for i in l1_obj:
print(i)
循环打印
判断是否是迭代器的方法:
# 方法1
l1=[1,2,3]
l1_obj = l1.__iter__()
print('__iter__' in dir(l1_obj))
print('__next__' in dir(l1_obj))
# 方法2
l1=[1,2,3]
l1_obj = l1.__iter__()
from collections import Iterator
print(isinstance(l1_obj,Iterator))
迭代器的特点:
1)节省内存空间。
2)满足惰性机制。(next一条执行一条)
3)不能反复取值,不可逆。
用while循环模拟for循环机制:
1)将可迭代对象转化为迭代器。
2)内部使用__next__方法取值。
3)运用了异常处理去处理报错。
l1=[1, 2, 3, 4, 5, 6]
l1_obj=l1.__iter__()
while True:
try:
i=l1_obj.__next__()
print(i)
except Exception:
break
二、生成器
自己写的能实现迭代器功能的是生成器,本质上是迭代器,特点是惰性运算。
生成器的产生方式:
1.用生成器函数构造。(一条一条打印)
第一:函数中只要有yield就不是函数,而是一个生成器。
第二:g称作生成器对象。
def func1():
print(111)
print(222)
yield 666
yield 777
g=func1()
print(g.__next__())
print(g.__next__())
import time
def genrator_fun1():
a=1
print('现在定义了a变量')
yield a
b=2
print('现在定义了b变量')
yield b
g1=genrator_fun1()
print('g1:',g1)
print('-'*20)
print(next(g1))
time.sleep(1)
print(next(g1))
def func1():
for i in range(1,10000):
yield '老男孩校服%d号'% i
g = func1()
for i in range(50):
g.__next__()
print(g.__next__())
for j in range(150):
print(g.__next__())
send:send和next功能一样,都是执行一次,send可以给上一个yield赋值,第一次使用生成器时,用next获取下一个值(不能用send),最后一个yield不能接收外部的值。
def generator():
print(123)
content = yield 1
print(content)
print(456)
yield 2 #最后一个yield没有值
g = generator()
g.__next__() #第一个值不能用send
g.send('hello') 执行结果:
123
hello
456
2.用生成器推导式。
1)列表推导式:一行代码搞定,一目了然,占内存,不易排错。
列表生成式是python内置的非常简单却强大的用来创建list的生成式,例如,要生成list[1,2,3,4,5,6,7,8,9,10]可以用range(1,11)
x = range(1,11)
print(x)
返回结果:[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
单如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做呢?
L = []
for x in range(1,11)
L.append(x * x)
print(L)
但是循环太繁琐,而列表生成式则可以用一行语句代替循环生成上面的list
print([x * x for x in range(1,11)])
执行结果:[1, 4, 9, 16, 25, 36, 49, 64, 81, 100] for 循环后面还可以加if判断筛选出仅偶数的平方
[x * x for x in range(1, 11) if x % 2 == 0] 还可以使用两层循环,生成全排列
>>>[m + n for m in "ABC" for n in "XYZ"]
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
列表生成式实现九九乘法表
print("\n".join(["\t".join(["%s*%s=%s"%(j,i,i*j) for j in range(1,i+1)]) for i in range(1,10)])) 1*1=1
1*2=2 2*2=4
1*3=3 2*3=6 3*3=9
1*4=4 2*4=8 3*4=12 4*4=16
1*5=5 2*5=10 3*5=15 4*5=20 5*5=25
1*6=6 2*6=12 3*6=18 4*6=24 5*6=30 6*6=36
1*7=7 2*7=14 3*7=21 4*7=28 5*7=35 6*7=42 7*7=49
1*8=8 2*8=16 3*8=24 4*8=32 5*8=40 6*8=48 7*8=56 8*8=64
1*9=9 2*9=18 3*9=27 4*9=36 5*9=45 6*9=54 7*9=63 8*9=72 9*9=81
2)生成器表达式:通过列表生成式可以创建一个list,但是受到内存的限制列表的容量是有限的,会占用很大的存储空间,如果想要节省内存,提升程序的效率就可以利用生成器generator一边循环一边计算,生成器表达式只要把列表表达式的[ ]改成( )就可以创建一个generator
g = (x * x for x in range(10))
print(g)
执行结果:<generator object <genexpr> at 0x00000000035BC410>
通过g.__next__()获取generator 的下一个值
print(g.__next__())
print(g.__next__())
print(g.__next__())
generator保存的是算法,每次调用next()的时候才会计算g的下一个元素值,直到计算到最后一个元素值时,会返回stopIteration的错误。
3)字典推导式
mcase = {'a':10,'b':20}
mcase_frequency = {mcase[k]:k for k in mcase}
print(mcase_frequency) 执行结果:
{10: 'a', 20: 'b'}
4)集合推导式
squared = list({x**2 for x in [1,-1,2]})
print(squared) 执行结果:
[1, 4]
推导式模式:
1)循环模式:经过加工的i for i in 可迭代对象。
l1 = [i*i for i in range(1,11)]
print(l1) [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
2)筛选模式:经过加工的i for i in 可迭代对象 if条件筛选。
l2 = [i for i in range(1,101) if i%3 == 0]
print(l2) [3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96, 99]
l3 = [name for i in names for name in i if name.count('e') == 2 ]
print(l3) ['Jefferson', 'Wesley', 'Steven', 'Jennifer']
3.数据类型的转化
Python基础—迭代器、生成器(Day13)的更多相关文章
- Python基础-迭代器&生成器&装饰器
本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表生成式 我现在有个需求,看 ...
- python基础—迭代器、生成器
python基础-迭代器.生成器 1 迭代器定义 迭代的意思是重复做一些事很多次,就像在循环中做的那样. 只要该对象可以实现__iter__方法,就可以进行迭代. 迭代对象调用__iter__方法会返 ...
- python基础——迭代器
python基础——迭代器 我们已经知道,可以直接作用于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.dict.set.str等: 一类是generator,包括生成器 ...
- 十三. Python基础(13)--生成器进阶
十三. Python基础(13)--生成器进阶 1 ● send()方法 generator.send(value) Resumes the execution, and "sends&qu ...
- 十二. Python基础(12)--生成器
十二. Python基础(12)--生成器 1 ● 可迭代对象(iterable) An object capable of returning its members one at a time. ...
- python函数-迭代器&生成器
python函数-迭代器&生成器 一.迭代器 1 可迭代协议 迭代:就是类似for循环,将某个数据集内的数据可以“一个挨着一个取出来” 可迭代协议: ① 协议内容:内部实现__iter__方法 ...
- python基础--迭代器、生成器
(1)迭代器 可迭代对象和迭代器的解释如下: ''' 什么是对象?Python中一切皆对象,之前我们讲过的一个变量,一个列表,一个字符串,文件句柄,函数名等等都可称作一个对象,其实一个对象就是一个实例 ...
- 【python】迭代器&生成器
源Link:http://www.cnblogs.com/huxi/archive/2011/07/01/2095931.html 迭代器 迭代器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 ...
- python基础-迭代器和生成器
一.递归和迭代 1.递归:(问路示例) 递归算法是一种直接或者间接地调用自身算法的过程.在计算机编写程序中,递归算法对解决一大类问题是十分有效的,它往往使算法的描述简洁而且易于理解. 2.迭代:简单理 ...
随机推荐
- 兼容h5在ios上登录窗口input失焦后页面不会滚
$("#logincode").blur(function(){ //滚动到顶部 window.scrollTo(0, 0); })一般多用于密码框失焦后,页面不回滚
- 计算机视觉--CV技术指南文章汇总
前言 本文汇总了过去本公众号原创的.国外博客翻译的.从其它公众号转载的.从知乎转载的等一些比较重要的文章,并按照论文分享.技术总结三个方面进行了一个简单分类.点击每篇文章标题可阅读详细内容 欢迎关注 ...
- 【C++】STL算法
STL算法 标签:c++ 目录 STL算法 一.不变序列算法 1.熟悉的min(), max() 2.找最值还自己动手么?不了不了 3.熟悉的find()和新学会的count() 二.变值算法 1.f ...
- 【经验总结-markdown】markdown字体和颜色设置
字体设置 关键词为face <font face = "黑体">我是黑体</font> <font face = "宋体"> ...
- centos,fedora,ubuntu,opensuse感想
最先接触的是ubuntu,貌似身边同学用的最多,出了什么问题,网上解决方法也很多,但是后来学鸟哥私房菜,就按照他说的在实验室电脑装了一个centos,果然为服务器而生,稳定得很,界面朴素,装日常软件比 ...
- KL散度非负性证明
1 KL散度 KL散度(Kullback–Leibler divergence) 定义如下: $D_{K L}=\sum\limits_{i=1}^{n} P\left(x_{i}\right) \t ...
- 线程终止的四种方式,interrupt 方法使用的简单介绍。
一 正常结束. package com.aaa.threaddemo; /* 一 终止线程的四种方式? * 程序运行结束,线程终止. * */ public class ThreadTerminati ...
- Ubuntu Typora安装
Ubuntn Typora安装 现在好像开始收费了,网上给的方法都是从官网下载的,感觉迟早不能用,因为要钱了 官网好像给的安装方法如下,可是好像不太好用 # or run: # sudo apt-ke ...
- Lesson5——Pandas Panel三维数据结构
pandas目录 1 简介 自 Pandas 0.25 版本后, Panel 结构已经被废弃. pd.__version__ #查看pandas版本 #'1.2.4' #或者 pd.show_vers ...
- 使用 TensorFlow 构建机器学习项目中文版·翻译完成
原文:Building Machine Learning Projects with TensorFlow 协议:CC BY-NC-SA 4.0 不要担心自己的形象,只关心如何实现目标.--<原 ...