python迭代器,生成器,推导式

可迭代对象

字面意思分析：可以重复的迭代的实实在在的东西。

list,dict(keys(),values(),items()),tuple,str,set,range, 文件句柄（待定）

专业角度: 内部含有‘__iter__‘方法的对象，就是可迭代对象。

内置函数：dir() print(dir(str))

判断一个对象是否是可迭代对象： print(‘iter‘ in dir(str))

优点：

1. 直观。
2. 操作方法较多。

缺点：

1. 占内存。
2. 不能迭代取值（索引，字典的key）。

迭代器

字面意思：可以重复迭代的工具。

专业角度： 内部含有‘__iter__‘并且含有"__next__"方法的对象，就是迭代器

可迭代对象转化成迭代器：

l1 = [1, 2, 3, 4, 5]
# 内置函数iter()
obj = iter(l1)

# 迭代器可以迭代取值。利用next()进行取值
l1 = [1, 2, 3, 4, 5]
# 内置函数iter()
obj = iter(l1)
# print(obj)
print(next(obj))
print(next(obj))
print(next(obj))
print(next(obj))
print(next(obj))
print(next(obj))

迭代器优点：

1. 非常节省内存。
2. 惰性机制。

迭代器缺点：

1. 不直观。
2. 操作不灵活。
3. 效率相对低。

特性：

l1 = [22, 33, 44, 55, 66, 77]
obj = iter(l1)

for i in range(3):
    print(next(obj))

for i in range(2):
    print(next(obj))

利用while循环，模拟for循环内部循环可迭代对象的机制。

1. 先要将可迭代对象转化成迭代器。
2. 利用next对迭代器进行取值。
3. 利用异常处理try一下防止报错。
4. 可迭代对象与迭代器的对比

   可迭代对象：可迭代对象是一个操作比较灵活，直观，效率相对高，但是比较占用内存的数据集。

   迭代器：迭代器是一个非常节省内存，满足惰性机制，但是效率相对低，操作不灵活的数据集。

2.生成器初识

• 生成器本质就是迭代器。python社区生成器与迭代器是一种。生成器与迭代器的唯一区别：生成器是我们自己用python代码构建的。

1.生成器产生方式

• 生成器函数。
• 生成器表达式。
• python给你提供的一些内置函数，返回一个生成器。

1. 生成器函数。
   • 之前接触的函数：

     # def func():
     #     print(111)
     #     return 2
     # ret = func()
     # print(ret)
     # 执行此函数，遇到return结束函数。
     # 将数字2返回给ret。
     

   • 生成器函数： 只要函数中出现了yield那么他就不是函数，它是生成器函数

     def func():
         # print(111)
         # print(111)
         # print(111)
         # print(111)
         # print(111)
         # print(111)
         yield 2,4,5
         yield 3
         yield 4
         yield 5
     ret = func()  # 生成器对象
     # print(ret)  # <generator object func at 0x0000000001E10F68>
     '''
     # 类比
     l1 = [2,]  [2,3,4,5]
     obj = iter(l1)
     
     '''
     # 只要函数中出现了yield那么他就不是函数，它是生成器函数。
     # 一个next对应一个yield.
     # print(next(ret))
     # print(next(ret))
     # print(next(ret))
     # print(next(ret))
     # print(next(ret))
     # print(next(ret))
     

2.yiled与return的区别

# return 结束函数，给函数的执行者返回值(多个值通过元组的形式返回)。
# yield  不结束函数，对应着给next返回值(多个值通过元组的形式返回)。

1. send(了解)

   pass

2. 生成器的举例

   # def eat_baozi():
   #     list1 = []
   #     for i in range(1,2001):
   #         list1.append(f'{i}号包子')
   #     return list1
   #
   # print(eat_baozi())
   
   def eat_baozi_gen():
       for i in range(1,2001):
           # print(11)
           yield f'{i}号包子'
   
   '''
   # ret1 = eat_baozi_gen()
   # ret2 = eat_baozi_gen()
   # # print(ret1)
   # # print(ret2)
   # print(next(ret1))
   # print(next(ret1))
   # print(next(ret1))
   #
   # print(next(ret2))
   # print(next(ret2))
   # print(next(ret2))
   # print(next(ret))
   # print(next(ret))
   '''
   
   # ret = eat_baozi_gen()
   #
   # for i in range(200):
   #     print(next(ret))
   #
   # for i in range(200):
   #     print(next(ret))
   

3.yiled与yiled from。

# yield from

# def func():
#     l1 = [1, 2, 3]
#     yield l1
# ret = func()
# print(next(ret))
# print(next(ret))
# print(next(ret))

# def func():
#     l1 = [1, 2, 3]
#     yield from l1
#
#     '''
#     yield 1
#     yield 2
#     yield 3
#     '''
# ret = func()
# print(next(ret))
# print(next(ret))
# print(next(ret))

# yield : 对应next给next返回值
# yield from 将一个可迭代对象的每一个元素返回给next
# yield from 节省代码，提升效率（代替了for循环）

3.列表推导式

• 列表推导式：一行代码构建一个有规律比较复杂的列表。
• 列表推导式与之前写法对比

# l1 = [1,2,3......100]
# l1 = []
# for i in range(1,101):
#     l1.append(i)
# print(l1)

# 列表推导式
l1 = [i for i in range(1, 101)]
# print(l1)

• 两种构建方式：
  1.循环模式： [变量(加工后的变量) for 变量 in iterable]
  2.筛选模式： [变量(加工后的变量) for 变量 in iterable if 条件]
• 循环模式：

  # 循环模式：
  # 将10以内所有整数的平方写入列表。
  # print([i**2 for i in range(1, 11)])
  # 100以内所有的偶数写入列表.
  # print([i for i in range(2, 101, 2)])
  # 从python1期到python100期写入列表list
  # print([f'python{i}期' for i in range(1, 101)])
  

• 筛选模式：

  # print([i for i in range(1, 101) if i > 49])
  # 三十以内可以被三整除的数。
  # print([i for i in range(1, 31) if i % 3 == 0])
  # 过滤掉长度小于3的字符串列表，并将剩下的转换成大写字母
  # l1 = ['barry', 'fdsaf', 'alex', 'sb', 'ab']
  # print([i.upper() for i in l1 if len(i) > 3])
  # 找到嵌套列表中名字含有两个‘e’的所有名字（有难度）
  names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
           ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
  # l1 = []
  # for i in names:
  #     for j in i:
  #         if j.count('e') > 1:
  #             l1.append(j)
  # print(l1)
  
  print([j for i in names for j in i if j.count('e') > 1])

• 列表推导式的优缺点：

  # 列表推导式的优缺点：
  # 优点：
      # 1， 简单，快捷，装b。
  # 缺点：
      # 2. 可读性不高，不好排错。
  # 慎用，不要入迷。

4.生成器表达式：

与列表推导式几乎一模一样。

循环模式，筛选模式。

# obj = (i for i in range(1, 11))

# # print(obj)

# # print(next(obj))

# # print(next(obj))

# # print(next(obj))

# # print(next(obj))

# # print(next(obj))

# # print(next(obj))

# # print(next(obj))

# # print(next(obj))

# # print(next(obj))

# # print(next(obj))

# # print(next(obj))

• 如何触发生成器（迭代器）取值？

# #　1. next(obj)

# # 2. for 循环

# # for i in obj:

# #     print(i)

# # 3. 数据转化

# print(list(obj))

# 生成器表达式：生成器 节省内存。

字典推导式，集合推导式

# 字典推导式，集合推导式：  两种模式： 循环模式，筛选模式
l1 = ['小潘', '怼怼哥','西门大官人', '小泽ml亚']
# {0： '小潘', 1： '怼怼哥', 2: '西门大官人'}
# dic = {}
# for index in range(len(l1)):
#     dic[index] = l1[index]
# print(dic)
# print({i:l1[i] for i in range(len(l1))})

# 1~100

# print({i for i in range(1, 101)})

原文地址：https://www.cnblogs.com/nieice/p/11083407.html