Python入门day18——迭代器生成器
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python入门day18——迭代器生成器，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4369字，纯文字阅读大概需要7分钟。
内容图文
迭代器
-
什么是迭代器
迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复都是基于上一次的结果而继续的，单纯的重复并不是迭代。 -
为何要有迭代器
迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型有：列表、字符串、元组、字典、集合、文件对象 l=['egon','liu','alex'] i=0 while i < len(l): print(l[i]) i+=1 上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组 为了解决基于索引迭代器取值的局限性 python必须提供一种能够不依赖于索引的取值方式，这就是迭代器 -
如何用迭代器
-
可迭代的对象：但凡内置有__iter__方法的都称之为可迭代的对象
s1='' s1.__iter__() l=[] l.__iter__() t=(1,) t.__iter__() d={'a':1} d.__iter__() set1={1,2,3} set1.__iter__() with open('a.txt',mode='w') as f: # f.__iter__() pass -
调用可迭代对象下的__iter__方法会将其转换成迭代器对象
d={'a':1,'b':2,'c':3} d_iterator=d.__iter__() print(d_iterator) #<dict_keyiterator object at 0x0000026A40EDD540> print(d_iterator.__next__()) # a print(d_iterator.__next__()) # b print(d_iterator.__next__()) # c print(d_iterator.__next__()) # 抛出异常StopIteration while True: try: print(d_iterator.__next__()) except StopIteration: break # 结果 a b c print('====>>>>>>') # 在一个迭代器取值取干净的情况下，再对其取值娶不到 # d_iterator=d.__iter__() while True: try: print(d_iterator.__next__()) except StopIteration: break # 结果 ====>>>>>> l=[1,2,3,4,5] l_iterator=l.__iter__() while True: try: print(l_iterator.__next__()) except StopIteration: break # 1 2 3 4 5 -
可迭代对象与迭代器对象详解
1 可迭代对象（"可以转换成迭代器的对象"）：内置有__iter__方法对象 可迭代对象.__iter__(): 得到迭代器对象 2 迭代器对象：内置有__next__方法并且内置有__iter__方法的对象 迭代器对象.__next__（）：得到迭代器的下一个值 迭代器对象.__iter__（）：得到迭代器的本身，说白了调了跟没调一个样子 dic={'a':1,'b':2,'c':3} dic_iterator=dic.__iter__() print(dic_iterator is dic_iterator.__iter__().__iter__().__iter__()) # True -
可迭代对象：字符串、列表、元组、字典、集合、文件对象
# 迭代器对象：文件对象 s1='' s1.__iter__() l=[] l.__iter__() t=(1,) t.__iter__() d={'a':1} d.__iter__() set1={1,2,3} set1.__iter__() with open('a.txt',mode='w') as f: f.__iter__() f.__next__() -
for循环的工作原理：for循环可以称之为叫迭代器循环
d={'a':1,'b':2,'c':3} # 1、d.__iter__()得到一个迭代器对象 # 2、迭代器对象.__next__()拿到一个返回值，然后将该返回值赋值给k # 3、循环往复步骤2，直到抛出StopIteration异常for循环会捕捉异常然后结束循环 for k in d: print(k) with open('a.txt',mode='rt',encoding='utf-8') as f: for line in f: # f.__iter__() print(line) list('hello') # 原理同for循环 -
迭代器优缺点总结
1 优点： # I、为序列和非序列类型提供了一种统一的迭代取值方式。 # II、惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。 2 缺点： # I、除非取尽，否则无法获取迭代器的长度 # II、只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行next方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象，你只能重新调用iter方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。
-
生成器
# 如何得到自定义的迭代器：在函数内一旦存在yield关键字，调用函数并不会执行函数体代码，会返回一个生成器对象，生成器即自定义的迭代器
def func():
print('第一次')
yield 1
print('第二次')
yield 2
print('第三次')
yield 3
print('第四次')
g=func()
print(g)
# 生成器就是迭代器
g.__iter__()
g.__next__()
# 结果
<generator object func at 0x000001E5E2A01200>
第一次
# 会触发函数体代码的运行，然后遇到yield停下来，将yield后的值当做本次调用的结果返回
def func():
print('第一次')
yield 1
print('第二次')
yield 2
print('第三次')
yield 3
print('第四次')
g=func()
res1=g.__next__()
print(res1) # '第一次' 1
res2=g.__next__()
print(res2) # '第二次' 2
res3=g.__next__()
print(res3) # '第三次' 3
res4=g.__next__()
print(res4) # '第四次' StopIteration
# len('aaa') # 'aaa'.__len__()
# next(g) # g.__next__()
# iter(可迭代对象) # 可迭代对象.__iter__()
# 应用案列
def my_range(start,stop,step=1):
while start < stop:
yield start
start+=step
g=my_range(1,5,2) # 1 3
print(next(g)) # 1
print(next(g)) # 3
print(next(g)) # StopIteration
for n in my_range(1,7,2):
print(n) # 1 3 5
# 总结yield：
# 有了yield关键字，我们就有了一种自定义迭代器的实现方式。yield可以用于返回值，但不同于return，函数一旦遇到return就结束了，而yield可以保存函数的运行状态挂起函数，用来返回多次值。
内容总结
以上是互联网集市为您收集整理的Python入门day18——迭代器生成器全部内容，希望文章能够帮你解决Python入门day18——迭代器生成器所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。
来源：【匿名】