Python 全栈开发:python迭代器,生成器

2018-06-18 02:08:25来源:未知 阅读 ()

新老客户大回馈,云服务器低至5折

迭代器

一、什么是迭代器

#迭代器即迭代的工具,那什么是迭代呢?
#迭代是一个重复的过程,每次重复即一次迭代,并且每次迭代的结果都是下一次迭代的初始值
while True: #只是单纯地重复,因而不是迭代
    print('===>') 
    
l=[1,2,3]
count=0
while count < len(l): #迭代
    print(l[count])
    count+=1

二、为何要有迭代器,什么是可迭代对象,什么是迭代器对象

#1、为何要有迭代器?
对于序列类型:字符串、列表、元组,我们可以使用索引的方式迭代取出其包含的元素。
但对于字典、集合、文件等类型是没有索引的,若还想取出其内部包含的元素,则必须找出一种不依赖于索引的迭代方式,这就是迭代器
#2、什么是可迭代对象? 可迭代对象指的是内置有__iter__方法的对象,即obj.__iter__,如下 'hello'.__iter__ (1,2,3).__iter__ [1,2,3].__iter__ {'a':1}.__iter__ {'a','b'}.__iter__ open('a.txt').__iter__ #3、什么是迭代器对象? 可迭代对象执行obj.__iter__()得到的结果就是迭代器对象 而迭代器对象指的是即内置有__iter__又内置有__next__方法的对象 文件类型是迭代器对象 open('a.txt').__iter__() open('a.txt').__next__() #4、注意: 迭代器对象一定是可迭代对象,而可迭代对象不一定是迭代器对象

三、迭代器对象的使用

dic={'a':1,'b':2,'c':3}
iter_dic=dic.__iter__() #得到迭代器对象,迭代器对象即有__iter__又有__next__,但是:迭代器.__iter__()得到的仍然是迭代器本身
iter_dic.__iter__() is iter_dic #True

print(iter_dic.__next__()) #等同于next(iter_dic)
print(iter_dic.__next__()) #等同于next(iter_dic)
print(iter_dic.__next__()) #等同于next(iter_dic)
# print(iter_dic.__next__()) #抛出异常StopIteration,或者说结束标志

#有了迭代器,我们就可以不依赖索引迭代取值了
iter_dic=dic.__iter__()
while 1:
    try:
        k=next(iter_dic)
        print(dic[k])
    except StopIteration:
        break
        
#这么写太丑陋了,需要我们自己捕捉异常,控制next,python这么牛逼,能不能帮我解决呢?能,请看for循环

四、for循环

#基于for循环,我们可以完全不再依赖索引去取值了
dic={'a':1,'b':2,'c':3}
for k in dic:
    print(dic[k])

#for循环的工作原理
#1:执行in后对象的dic.__iter__()方法,得到一个迭代器对象iter_dic
#2: 执行next(iter_dic),将得到的值赋值给k,然后执行循环体代码
#3: 重复过程2,直到捕捉到异常StopIteration,结束循环

五、迭代器的优缺点

优点:1.提供一种统一的,不依赖于索引的迭代方式

   2.懒性计算,每次只有一条数据,节省内存

缺点:1.无法获取长度(只有在迭代完毕才能知道有多少值)

   2.一次性的,顺序移动,无法后退

生成器

一、什么是生成器

函数内包含yield的关键字,在调用函数时不会执行内部代码,得到的函数返回值就是一个生成器对象

def chicken():
    print('=====>first')
    yield 1
    print('=====>sencond')
    yield 2
    print('=====>third')
    yield 3


obj=chicken()
print(obj) #<generator object func at 0x > 生成器对象

二、生成器就是迭代器

生成器本质就是迭代器,也就是说生成器的玩法其实就是迭代器的玩法

obj.__iter__
obj.__next__
#2、所以生成器就是迭代器,因此可以这么取值
res=next(obj)
print(res)

模仿range() 功能

def my_range(start,stop,step=1):
    while start < stop:
        yield start 
        start+=step 
for item in my_range(1,10,2):
    print(item)

# 结果 :1,3,5,7,9

三、总结yield

#1、为我们提供了一种自定义迭代器的方式,
#    可以在函数内用yield关键字,调用函数拿到的结果就是一个生成器,生成器就是迭代器
#2、yield可以像return一样用于返回值,区别是return只能返回一次值,而yield可返回多次
#    因为yield可以保存函数执行的状态

 

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:推荐一个利用 python 生成 pptx 分析报告的工具包:reportgen

下一篇:Python 操作文件