迭代器与生成器
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迭代器与生成器，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3713字，纯文字阅读大概需要6分钟。
内容图文
迭代器与生成器
迭代器
可迭代
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
# 迭代：对同一个数据进行多次相同的操作
# 递归：对自身进行多次调用
from collections import Iterable
l = [1, 2, 3, 4]
t = (1, 2, 3, 4)
d = {1: 2, 3: 4}
s = {1, 2, 3, 4}
print(isinstance(l, Iterable))
print(isinstance(t, Iterable))
print(isinstance(d, Iterable))
print(isinstance(s, Iterable))
可迭代协议
可以被迭代要满?的要求就叫做可迭代协议。可迭代协议的定义?常简单，就是内部实现了__iter__() ?法。
l = [1, 2, 3, 4]
t = (1, 2, 3, 4)
d = {1: 2, 3: 4}
s = {1, 2, 3, 4}
print(dir(l))
print(dir(t))
print(dir(d))
print(dir(s))
可迭代的：内部必须含有?个__iter__?法。
迭代器
l = [1, 2, 3, 4]
#print(type(l))
#print(type(l.__iter__()))
#print(type(l.__iter__().__iter__()))
#print(dir(l))
#print(dir(l.__iter__()))
l_iter = l.__iter__()
item = l_iter.__next__()
print(item)
item = l_iter.__next__()
print(item)
item = l_iter.__next__()
print(item)
item = l_iter.__next__()
print(item)
item = l_iter.__next__()
print(item)
# 没有后续元素会抛出StopIteration异常
迭代器遵循迭代器协议：必须拥有__iter__?法和__next__?法。
丑！双下划线方法有意隐藏
魔法方法 Magic Method
__iter__() --> iter()
__next__() --> next()
for 将此过程自动化，为可迭代对象创建了一个迭代器，然后反复调用下一个元素直至捕获StopIteration异常。
- 不用for
l = [1, 2, 3, 4]
length = len(l)
l1 = iter(l)
while length:
print(next(l1))
length -= 1
- 异常处理
l = [1, 2, 3, 4]
l_iter = l.__iter__()
while True:
try:
item = l_iter.__next__()
print(item)
except StopIteration:
break
懒惰计算
条件表达式 if x and y,在x为false的情况下y表达式的值将不再计算。
而对于if x or y，当x的值为true的时候将直接返回，不再计算y的值
生成器
概念
Python中创建迭代器最方便的技术是使用生成器
生成器的语法实现类似于函数，但不返回值。
在 Python 中，使用了 yield 的函数被称为生成器（generator）
在调用生成器运行的过程中，每次遇到 yield 时函数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。
生成器函数
?个包含yield关键字的函数就是?个?成器函数。yield可以为我们从函数中返回值，但是yield ?不同于return，return的执?意味着程序的结束，调??成器函数不会得到返回的具体的值， ?是得到?个可迭代的对象。每?次获取这个可迭代对象的值，就能推动函数的执?，获取新的 返回值。直到函数执?结束。
import time
def genrator_func1():
a = 1
print('将a赋值')
yield a
b = 2
print('将b赋值')
yield b
g1 = genrator_func1()
print(g1,next(g1))
print(next(g1))
用 yield 实现斐波那契数列：
import sys
def fibonacci(n): # 生成器函数 - 斐波那契
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成
while True:
try:
print (next(f), end=" ")
except StopIteration:
sys.exit()
执行以上程序，输出结果如下：
0 1 1 2 3 5 8 13 21 34 55
send
send 获取下?个值的效果和next基本?致
只是在获取下?个值的时候，给上?yield的位置传递?个数据
注意事项:
- 第?次使??成器的时候 是?next获取下?个值
- 最后?个yield不能接受外部的值
python 从右至左
def generator():
print(123)
content = yield 1
print('=========',content)
print(456)
yield 2
g = generator()
ret = g.__next__() #yield断点停止
print('***',ret)
ret = g.send('hello')
print('***',ret)
解析语法
有些时候的编程任务是基于另一个序列的处理来产生一系列的值
列表解析语法：
[expression for value in iterable if condition ]
一般的：
result = []
for value in iterable:
? if condition:
? result.append(expression)
-
把列表解析的[]换成()得到的就是?成器表达式
-
列表解析与?成器表达式都是?种便利的编程?式，只不过?成器表达式更节省内存
-
Python不但使?迭代器协议，让for循环变得更加通?。?部分内置函数，也是使?迭代器 协议访问对象的。
例如， sum函数是Python的内置函数，该函数使?迭代器协议访问对 象，??成器实现了迭代器协议，所以，我们可以直接这样计算?系列值的和：
total = sum(k * k for k in range(1, n + 1))
内容总结
以上是互联网集市为您收集整理的迭代器与生成器全部内容，希望文章能够帮你解决迭代器与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。