Python 生成器 (generator) & 迭代器 (iterator)
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 生成器 (generator) & 迭代器 (iterator),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3214字,纯文字阅读大概需要5分钟。
内容图文
![Python 生成器 (generator) & 迭代器 (iterator)](/upload/InfoBanner/zyjiaocheng/666/0b0daa23e14a4397a8d65de4c4454b81.jpg)
python 生成器 & 迭代器
生成器 (generator)
列表生成式
列表生成式用来生成一个列表,虽然写的是表达式,但是储存的是计算出来的结果,因此生成的列表受到内存大小的限制
示例:
a = [x ** 2 for x in range(5)]
print(a)
输出结果:
[0, 1, 4, 9, 16]
生成器 (generator)
生成器同样可以用来生成一个列表,但是生成器保存的是算法,在每一次调用 next
时才会计算出结果,因此生成的列表不会受到内存大小的限制
示例:
a = (x ** 2 for x in range(5))
print(a)
for i in range(6):
print(next(a))
输出结果:
<generator object <genexpr> at 0x107da7870>
0
1
4
9
16
Traceback (most recent call last):
File "<stdin>", line 2, in <module>
StopIteration
每次调用 next()
,就计算出下一个元素的值,无法再次获取前面元素的值,直到计算到最后一个元素,没有更多的元素时,抛出 StopIteration 的错误
生成器函数
当函数中出现 yield
时这个函数就成了一个 generator 的函数
generator 在执行的时候遇到 yield
时会暂停并保存当前所有的运行信息,返回 yield
的值, 并在下一次执行 next()
方法时从当前位置继续运行
示例:
def fib(max_n):
"""斐波那契数列生成器"""
n, a, b = 0, 0, 1
while n < max_n:
yield b
a, b = b, a + b
n = n + 1
return 'done'
def main():
f = fib(6)
while True:
try:
x = next(f)
print(x)
except StopIteration as e:
print("Generator return value:", e.value)
break
if __name__ == '__main__':
main()
输出结果:
1
1
2
3
5
8
Generator return value: done
通过 yield 实现在单线程的情况下实现并发运算的效果
示例:
import time
def consumer(name):
print("%s开始吃包子了" % name)
while True:
produce = yield # 函数在此暂停,等待唤醒
print("%s吃了第%i笼包子" % (name, produce+1)) # 唤醒后执行
def producer(name):
c = consumer("A")
c2 = consumer("B")
c.__next__()
c2.__next__()
print("%s准备开始生产" % name)
for i in range(3):
time.sleep(1)
print("已经做了%i笼包子" % (i+1))
c.send(i) # 将i发送给produce,并唤醒函数
c2.send(i)
producer("C")
输出结果:
A开始吃包子了
B开始吃包子了
C准备开始生产
已经做了1笼包子
A吃了第1笼包子
B吃了第1笼包子
已经做了2笼包子
A吃了第2笼包子
B吃了第2笼包子
已经做了3笼包子
A吃了第3笼包子
B吃了第3笼包子
在 producer 函数中 c 和 c2 轮流调用 consumer 函数
send()
和 next()
一样可以唤醒生成器,而且还能给 yield
传值
迭代器 (iterator)
可迭代对象 (iterable)
可以直接作用于 for 循环的数据类型有以下两种:
- 一类是集合数据类型,如 list、tuple、dict、set、str 等
- 一类是 generator,包括生成器和带 yield 的 generator function
这些可以直接作用于 for 循环的对象统称为可迭代对象
示例:
def fib(max_n):
"""斐波那契数列生成器"""
n, a, b = 0, 0, 1
while n < max_n:
yield b
a, b = b, a + b
n = n + 1
return 'done'
def main():
f = fib(6)
for i in f:
print(i)
if __name__ == '__main__':
main()
输出结果:
1
1
2
3
5
8
迭代器 (iterator)
可以被 next()
函数调用并不断返回下一个值的对象称为迭代器
生成器都是 Iterator 对象,但list、dict、str 虽然是 Iterable ,却不是Iterator
把list、dict、str 等 Iterable 变成 Iterator 可以使用 iter()
函数
示例:
a = [1, 2, 3, 4, 5, 6, 7]
b = a.__iter__()
c = iter(a)
print(a, b, c)
输出结果:
[1, 2, 3, 4, 5, 6, 7] <list_iterator object at 0x11d271f60> <list_iterator object at 0x11d260160>
b, c 都是通过 a 变成的迭代器
a, b, c 都可以使用 for 循环:
for i in a:
print(i)
for i in b:
print(i)
结果一致
对比
生成器 (generator) 都是迭代器 (iterator),但是迭代器不一定是生成器,还有通过 iter()
变成迭代器的可迭代对象
内容总结
以上是互联网集市为您收集整理的Python 生成器 (generator) & 迭代器 (iterator)全部内容,希望文章能够帮你解决Python 生成器 (generator) & 迭代器 (iterator)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。