Python基础(7)——迭代器&生成器

1、列表生成式

1 [i*2 for i in range(10)]
2 [fun(i) for i in range(10)]

2、生成器

 1 # Author Qian Chenglong
 2
 3 #列表生成器
 4 a=(i*2 for i in range(10))
 5 #a[1]#只是将算法存储了,只有在调用时才会生成相应的数据,不能直接读取
 6 a.__next__()#生成器只能一个一个往后取,且只存储当前值
 7
 8 #函数生成器
 9
10 # def fib(max):
11 #     n,a,b = 0,0,1
12 #     while n < max:
13 #         print(b)
14 #         a,b = b,a+b
15 #         n += 1
16 #     return ‘done‘
17
18 #要把fib函数变成generator,只需要把print(b)改为yield b就可以了
19 def fib(max):
20     n,a,b = 0,0,1
21     while n < max:
22         #print(b)
23         yield  b
24         a,b = b,a+b
25         n += 1
26     return ‘done‘#异常时存储的消息
27
28 g=fib(10)
29 print(g.__next__())
30 #这个yield的主要效果呢,就是可以使函数中断,并保存中断状态,中断后,代码可以继续往下执行,过一段时间当需要再重新调用这个函数,从上次yield的下一句开始执行。
31
32 #生成器保存的是算法,每次调用next(g),就计算出g的下一个元素的值,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(异常)。
33
34 #异常处理
35 g = fib(6)
36 while True:
37      try:
38         x = next(g)
39         print(‘g:‘, x)
40
41     except StopIteration as e:
42         print(‘Generator return value:‘, e.value)
43         break
44
45 #通过生成器实现协程并行运算
46 import time
47 def consumer(name):
48     print("%s 准备吃包子啦!" %name)
49     while True:
50        baozi = yield
51
52        print("包子[%s]来了,被[%s]吃了!" %(baozi,name))
53
54
55 def producer(name):
56     c = consumer(‘A‘)
57     c2 = consumer(‘B‘)
58     c.__next__()
59     c2.__next__()
60     print("老子开始准备做包子啦!")
61     for i in range(10):
62         time.sleep(1)
63         print("做了2个包子!")
64         c.send(i)
65         c2.send(i)#把i的值传给yield,并到下一个yield
66
67 producer("Dragon")

3、迭代器

我们已经知道,可以直接作用于for循环的数据类型有以下几种:

一类是集合数据类型,如listtupledictsetstr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:Iterable

可以使用isinstance()判断一个对象是否是Iterable对象:

>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance(‘abc‘, Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False

*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:Iterator

  一般来说:生成器就是迭代器,迭代器不一定是生成器(下面不用看了,越看越不懂)

生成器都是Iterator对象,但listdictstr虽然是Iterable,却不是Iterator

listdictstrIterable变成Iterator可以使用iter()函数:

1 >>> isinstance(iter([]), Iterator)
2 True
3 >>> isinstance(iter(‘abc‘), Iterator)
4 True

你可能会问,为什么listdictstr等数据类型不是Iterator

这是因为Python的Iterator对象表示的是一个数据流,Iterator对象可以被next()函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列,但我们却不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,所以Iterator的计算是惰性的,只有在需要返回下一个数据时它才会计算。

Iterator甚至可以表示一个无限大的数据流,例如全体自然数。而使用list是永远不可能存储全体自然数的。

原文地址:https://www.cnblogs.com/long5683/p/9300815.html

时间: 2024-08-01 06:55:40

Python基础(7)——迭代器&生成器的相关文章

python基础学习-迭代器+生成器(补充)

一:装饰器.生成器(补充了解***) 1.叠加多个装饰器的加载.运行分析(了解***) def deco1(func1): #func1 = wrapper2的内存地址 def wrapper(*args,**kwargs): print('正在运行======>deco1.wrapper1') res1 = func1(*args,**kwargs) # func1是wrapper2 return res1 return wrapper ? def deco2(func2): #func2 =

python基础之迭代器协议和生成器

一 递归和迭代 略 二 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.可迭代对象:实现了迭代器协议的对象(如何实现:对象内部定义一个__iter__()方法) 3.协议是一种约定,可迭代对象实现了迭代器协议,python的内部工具(如for循环,sum,min,max函数等)使用迭代器协议访问对象. 三 python中强大的for循环机制 for循环的本

Day4 - Python基础4 迭代器、装饰器、软件开发规范

Python之路,Day4 - Python基础4 (new版) 本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表生成式 孩子,我现在有个需求,看列表[0, 1, 2, 3, 4, 5, 6, 7, 8, 9],我要求你把列表里的每个值加1,你怎么实现?你可能会想到2种方式 >>> a [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>

python基础:迭代器、生成器(yield)详细解读

1. 迭代器 迭代器是访问集合元素的一种方式.迭代器对象从集合的第一个元素开始访问,知道所有的元素被访问完结束.迭代器只能往前不会后退,不过这也没什么,因为人们很少在迭代途中往后退. 1.1 使用迭代器的优点 对于原生支持随机访问的数据结构(如tuple.list),迭代器和经典for循环的索引访问相比并无优势,反而丢失了索引值(可以使用内建函数enumerate()找回这个索引值).但对于无法随机访问的数据结构(比如set)而言,迭代器是唯一的访问元素的方式. 另外,迭代器的一大优点是不要求事

Python-Day4 Python基础进阶之生成器/迭代器/装饰器/Json &amp; pickle 数据序列化

一.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. 要创建一个generator,有很多种

第五章:Python基础の何為生成器、迭代器和序列化

本課主題 生成器介紹和操作实战 迭代器介紹和操作实战 序例化和反序例化 Json 和 Pickle 操作实战 字符串格式化的应用 本周作业 生成器介紹和操作实战 什么是生成器,生成器是一个对象,它具有生成指定条件数据成力的一个对象,它不会生成,当只有循还它的时候才会生成,在Python2.7 有一个range( ) 和xrange ( ) 函数,它们是负责生成数据的,range( ) 会直接在內存中生成一个有数据的列表,然后xrange( ) 会生成一个对象,当你循还它的时候才会生成数据,它会有

python基础之迭代器和生成器

html,body,div,span,applet,object,iframe,h1,h2,h3,h4,h5,h6,p,blockquote,pre,a,abbr,acronym,address,big,cite,code,del,dfn,em,img,ins,kbd,q,s,samp,small,strike,strong,sub,sup,tt,var,b,u,i,center,dl,dt,dd,ol,ul,li,fieldset,form,label,legend,table,caption

Python高手之路【九】python基础之迭代器与生成器

迭代器与生成器 1.迭代器 迭代器是访问集合元素的一种方式.迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束.迭代器只能往前不会后退,不过这也没什么,因为人们很少在迭代途中往后退.另外,迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素.迭代器仅仅在迭代到某个元素时才计算该元素,而在这之前或之后,元素可以不存在或者被销毁.这个特点使得它特别适合用于遍历一些巨大的或是无限的集合,比如几个G的文件 特点: 访问者不需要关心迭代器内部的结构,仅需通过next()方法不断去取下一

1.17 Python基础知识 - 迭代器和生成器初识

可循环迭代的对象称为可迭代对象,迭代器和生成器函数是可迭代对象. 列表解析表达式:可以简单高效处理一个可迭代对象,并生成结果列表 示例代码: [ i ** 2 for i in range(10) ] #输出结果 [0,1,4,9,16,25,36,49,64,81] 生成器表达式:可以简便快捷地返回一个生成器.生成器表达式的语法和列表解析式基本一样,只不过是将[]替换成() 生成器的数据只有在调用时才生成 示例代码: a = ( i ** 2 for i in range(10)) print

python 基础之迭代器与生成器

迭代器和生成器 迭代器 迭代器是访问集合元素的一种方式.迭代器对象从集合的第一个元素开始访问,知道所有的元素被访问结束.迭代器只能往前不会后退,不过这也没什么,因为人们很少在迭代途中往后退.另外,迭代器的一大有点是不要求先准备好整个迭代过程中所有的元素.迭代器仅仅在跌带到某个元素时才计算该元素,而在这之前或之后,元素可以不存在或者被销毁.这个特点使得它特别适合用于遍历一些巨大或者无限的集合. 特点 访问者不需要关心迭代器内部的结构,仅需通过next()方法不断去取下一个内容 不能随机访问集合中的