python之迭代器与生成器
python之迭代器与生成器
可迭代
假如现在有一个列表,有一个int类型的12345。我们循环输出。
list=[1,2,3,4,5]
for i in list:
print(i)
for i in 12345:
print(i)
结果:
Traceback (most recent call last):
File "C:/Pycham/生成器与迭代器/test1.py", line 6, in <module>
for i in 12345:
TypeError: 'int' object is not iterable
1
2
3
4
5
报错显示:1234不是可以被迭代的。 那python中哪些是可迭代的:字符串、列表、元组、字典、集合。
for循环工作机制:for循环在循环一个对象的时候,会调用这个对象的iter方法,得到迭代器,然后在调用这个迭代器的next方法,去获得这个迭代器中包涵的每个值。
现在可能我们不太明白,什么是iter方法,什么是迭代器,什么是next方法。
迭代器
但是如果只是将数据集内的数据“一个挨着一个的取出来,for循环就可以做到,为什么要使用迭代器呢?迭代器是什么?
迭代器能迭代的一定是可以迭代的数据类型。
如果我们要使用迭代器,一定要将可以被迭代的数据集转为迭代器,使用__iter__()。
#列表生成式
list=[1,2,3,4,5]
#生成器
gen=list.__iter__()
print(list)
print(gen) 结果:
[1, 2, 3, 4, 5]
<list_iterator object at 0x0000000002627278>
迭代器的三个方法
iter_l = [1,2,3,4,5,6].__iter__()
#获取迭代器中元素的长度
print(iter_l.__length_hint__())
#根据索引值指定从哪里开始迭代
print(iter_l.__setstate__(2))
#一个一个的取值
print(iter_l.__next__())
结果:
6
None
3
循环输出迭代器的内容
注意:
很重要的特性,就是不可逆,只能前进,不能后退。
如果迭代的次数超过里面的数据,就会报错。
l = [1,2,3,4]
l_iter = l.__iter__()
while True:
try:
item = l_iter.__next__()
print(item)
except StopIteration:
break
总结:一个对象是否可迭代,全都取决于这个对象是否有iter方法,调用对象的iter方法,就回返回一个迭代器,这个迭代器一定具有next方法,在调用这个迭代器的next方法时,迭代器就回返回它的下一个值,当迭代器中没有
值可以返回了,就回抛出一个名为StopIteration的异常,停止迭代。
for循环的工作机制,可以让我们遍历任何一个可迭代的数据集。
虽然序列类型字符串,列表,元组都有下标,你用下标的方式访问。
但是非序列类型像字典,集合,文件对象这样的数据类型也是可迭代的。
生成器
通过列表生成式,我们可以直接创建一个列表,但是,受到内存限制,列表容量肯定是有限的,而且创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。 所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间,在Python中,这种一边循环一边计算的机制,称为生成器:generator 生成器是一个特殊的程序,可以被用作控制循环的迭代行为,python中生成器是迭代器的一种,使用yield返回值函数,每次调用yield会暂停,而可以使用next()函数和send()函数恢复生成器。 生成器类似于返回值为数组的一个函数,这个函数可以接受参数,可以被调用,但是,不同于一般的函数会一次性返回包括了所有数值的数组,生成器一次只能产生一个值,这样消耗的内存数量将大大减小,而且允许调用函数可以很快的处理前几个返回值,因此生成器看起来像是一个函数,但是表现得却像
是迭代器。 总结:生成器是个比较特殊的可迭代对象,它与其他的可迭代对象不太一样的地方,其他的可迭代对象需要调用iter方法,返回个迭代器对象,然后通过迭代器对象去执行next方法,获取迭代器中的值,但是生成器直接可以被迭代,无需执行iter方法。
生成器Generator: 本质:迭代器(所以自带了__iter__方法和__next__方法,不需要我们去实现) 特点:惰性运算,开发者自定义
初始生成器
import time
def genrator_fun1():
a = 1
print('现在定义了a变量')
yield a
b = 2
print('现在又定义了b变量')
yield b g1 = genrator_fun1()
print('g1 : ',g1) #打印g1可以发现g1就是一个生成器
print('-'*20) #我是华丽的分割线
print(next(g1))
time.sleep(1) #sleep一秒看清执行过程
print(next(g1))
python中生成器有两种表达形式
函数式生成器:在常规的函数中定义的生成器,语句的返回值不再使用return去返回,而是使用yield关键字每次返回一个结果,一个函数中不可以有多个return,但是可以有多个yield,函数中的每一个yield都会返回一个结果,每执行一个yield,函数的执行状态都会被‘挂起’可以理解
为暂停,下次继续调用这个函数的时候,会从上次挂起的位置继续向下执行。
def func1(): yield 1 print("第一个yield执行完成~") yield 2 print("第二个yield执行完成~") yield 3 print("第三个yield执行完成~") for i in func1():
print(i)
结果:
1
第一个yield执行完成~
2
第二个yield执行完成~
3
第三个yield执行完成~
生成器表达式:使用类似于列表推导式的方法,但是返回的对象不再是一个列表,而是一个可以按需生成结果的一个对象(生成器)。
只要把一个列表生成式的[]中括号改为()小括号,就创建一个generator
#列表生成式
lis = [x*x for x in range(10)]
print(lis)
#生成器
generator_ex = (x*x for x in range(10))
print(generator_ex) 结果:
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
<generator object <genexpr> at 0x000002A4CBF9EBA0>
for循环输出生成器的值
#生成器
generator_ex = (x*x for x in range(10))
for i in generator_ex:
print(i) 结果:
0
1
4
9
16
25
36
49
64
81
所以我们创建一个generator后,基本上永远不会调用next(),而是通过for循环来迭代,并且不需要关心StopIteration的错误(迭代超过长度)。
使用生成器的优点: 延迟计算,一次返回一个结果。也就是说,它不会一次生成所有的结果,这对于大数据量处理,将会非常有用。
最后示例:
import time def cumtom(name):
print('%s准备吃包子' %name)
time.sleep(1)
while 1:
count=yield
print('%s吃到第%d个包子' %(name,count)) def producter():
con1.__next__()
con2.__next__()
n=1
while 1:
time.sleep(1)
print('已经生产出来%d、%d个包子' %(n,n+1))
#通过send方法通知
con1.send(n)
con2.send(n+1)
n+=2 con1=cumtom('cumtom1')
con2=cumtom('cumtom2')
producter()
cumtom1准备吃包子
cumtom2准备吃包子
已经生产出来1、2个包子
cumtom1吃到第1个包子
cumtom2吃到第2个包子
已经生产出来3、4个包子
cumtom1吃到第3个包子
cumtom2吃到第4个包子
已经生产出来5、6个包子
cumtom1吃到第5个包子
cumtom2吃到第6个包子
已经生产出来7、8个包子
cumtom1吃到第7个包子
cumtom2吃到第8个包子
已经生产出来9、10个包子
cumtom1吃到第9个包子
cumtom2吃到第10个包子
已经生产出来11、12个包子
cumtom1吃到第11个包子
cumtom2吃到第12个包子
已经生产出来13、14个包子
cumtom1吃到第13个包子
cumtom2吃到第14个包子
已经生产出来15、16个包子
cumtom1吃到第15个包子
cumtom2吃到第16个包子
python之迭代器与生成器的更多相关文章
- 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之迭代器和生成器
Python 迭代器和生成器 迭代器 Python中的迭代器为类序列对象(sequence-like objects)提供了一个类序列的接口,迭代器不仅可以对序列对象(string.list.tupl ...
- 【Python】迭代器、生成器、yield单线程异步并发实现详解
转自http://blog.itpub.net/29018063/viewspace-2079767 大家在学习python开发时可能经常对迭代器.生成器.yield关键字用法有所疑惑,在这篇文章将从 ...
- python的迭代器、生成器、装饰器
迭代器.生成器.装饰器 在这个实验里我们学习迭代器.生成器.装饰器有关知识. 知识点 迭代器 生成器 生成器表达式 闭包 装饰器 实验步骤 1. 迭代器 Python 迭代器(Iterators)对象 ...
- Python之迭代器,生成器
迭代器 1.什么是可迭代对象 字符串.列表.元组.字典.集合都可以被for循环,说明他们都是可迭代的. from collections import Iterable l = [1,2,3,4] t ...
- python之迭代器、生成器与面向过程编程
目录 一 迭代器 二 生成器 三 面向过程编程 一.迭代器 1.迭代器的概念理解 ''' 迭代器从字面上理解就是迭代的工具.而迭代是每次的开始都是基于上一次的结果,不是周而复始的,而是不断发展的. ' ...
- day13 python学习 迭代器,生成器
1.可迭代:当我们打印 print(dir([1,2])) 在出现的结果中可以看到包含 '__iter__', 这个方法,#次协议叫做可迭代协议 包含'__iter__'方法的函数就是可迭代函数 ...
- Python之迭代器及生成器
一. 迭代器 1.1 什么是可迭代对象 字符串.列表.元组.字典.集合 都可以被for循环,说明他们都是可迭代的. 我们怎么来证明这一点呢? from collections import Itera ...
- python基础----迭代器、生成器、协程函数及应用(面向过程实例)
一.什么是迭代器协议 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退) 2.可迭代 ...
随机推荐
- Nginx(./configure --help)
# ./configure --help --help print this message --prefix=PATH set installation prefix --sbin-path=PAT ...
- spring各版本jar包和源码
spring各版本jar包和源码 spring历史版本源码:https://github.com/spring-projects/spring-framework/tags spring历史jar包和 ...
- jQuery获取地址栏中的链接参数
http://caibaojian.com/177.html 问题描述 今天做一个主题,有一个需求是根据不同的页面来做,虽然php也可以做到,不过考虑到自己的特效代码都是在jQuery上完成,想着能否 ...
- PhpStorm 2018 安装及破解方法
参考教程: https://blog.csdn.net/u012278016/article/details/81772566
- Django框架之第二篇
一.知识点回顾 1.MTV模型 model:模型,和数据库相关的 template:模板,存放html文件,模板语法(目的是将变量如何巧妙的嵌入到HTML页面中). views:视图函数 另加urls ...
- lightoj1214 大数取模模板
#include<bits/stdc++.h> using namespace std; #define maxn 300 #define ll long long ll a,b; ]; ...
- requests中get和post传参
get请求 get(url, params=None, **kwargs) requests实现get请求传参的两种方式 方式一: import requests url = 'http://www. ...
- 使用Calendar获取上一月,下一月,上一年,下一年的当天日期
Calendar的add(int field,int amount)方法 field 表示月或年,天等字段 amount 代表增量或减量 例如: 上月的当天日期 Calendar cal = Cal ...
- iOS 测试之非代码获取 iPhone 型号及其他信息
首先 安装libimobiledevice和ideviceinstaller $ brew uninstall ideviceinstaller $ brew uninstall libimobile ...
- python 作用域
什么是命名空间 == 对一个名字起作用的范围 # def test():# print("----test----") # import test# test.test() # f ...