3-3利用生成器实现可迭代对象

包含yield语句的函数就是生成器函数。函数里有yield关键字,则是生成器,生成器内置有__iter__方法,只不过调用__iter__返回的是生成器本身,利用这一特性,可以创建一个可迭代对象的类。

生成器即实现了,next迭代器对象,同时也实现了__iter__()可迭代对象,返回的是他自身

>>> def f():
    print(‘1111‘)
    yield 1          #当调用next()时 yield会把后面的内容返回,但保存当前状态,下次调用next()时继续执行。
    print(‘2222‘)
    yield 2
    print(‘3333‘)
    yield 3
>>> g = f()
>>> g.next()
1111
1
>>> g.next()
2222
2
>>> g.next()
3333
3
>>> g.next()

Traceback (most recent call last):
  File "<pyshell#57>", line 1, in <module>
    g.next()
StopIteration

用迭代方式:

>>> g = f()
>>> for x in g:
    print x

1111
1
2222
2
3333
3
>>> 

和迭代器实现了相同的功能。

>>> g.__iter__() is g
True

验证了生成器实现了__iter__()可迭代对象,返回的是他自身

将可迭代对象的__iter__()方法实现在生成器函数。当__iter__()运行时不会直接返回,而是会返回一个包含next()方法的生成器对象。每次通过yield返回

class PrimeNum():   #如果是定义成 class PrimeNum:  也能正确执行。
    def __init__(self,start,end):
        self.start = start
        self.end = end

    def isPrime(self,k):   #类中定义判断是否是素数的方法
        if k <= 2:
            return False
        for x in xrange(2,k):
            if k % x == 0:
                return False
        return True

    def __iter__(self):
        for x in xrange(self.start,self.end +1): #判断输入的范围如果是素数,用yield返回当前值,等待下迭代,继续返回
            if self.isPrime(x):
                yield x

primenum = PrimeNum(0,100)

for x in primenum:
    print (x),

输出:3 5 7 11 13 17 19 23 29 31 37 41 43 47 53 59 61 67 71 73 79 83 89 97

原文地址:https://www.cnblogs.com/smulngy/p/8830448.html

时间: 2024-10-11 23:03:42

3-3利用生成器实现可迭代对象的相关文章

5.1.24 Python之列表生成式、生成器、可迭代对象与迭代器

语法糖的概念 列表生成式 生成器(Generator) 可迭代对象(Iterable) 迭代器(Iterator) Iterable.Iterator与Generator之间的关系 一.语法糖的概念 "语法糖",从字面上看应该是一种语法."糖",可以理解为简单.简洁.其实我们也已经意识到,没有这些被称为"语法糖"的语法,我们也能实现相应的功能,而 "语法糖"使我们可以更加简洁.快速的实现这些功能. 只是Python解释器会把这

python_如何使用生成器实现可迭代对象?

案例分析: 实一个可迭代对象的类,它能迭代出给定范围内所有的素数: pn = Number(1, 30) for k in pn: print(k) 结果为:2,3,5,7,11,13,17,19,23,29 如何解决这个问题? 将该类的__iter__方法实现成生成器函数,每次yield返回一个素数 #!/usr/bin/python3 class Number(object): def __init__(self, start, end): self.start = start self.e

python之迭代器、生成器、可迭代对象

迭代器 iterator 迭代,即一些事要重复好多次,就像在循环中做的那样. 一个对象是否可迭代,全都取决于这个对象是否有__iter__方法,只要该对象实现了__iter__方法,调用对象的__iter__方法,就回返回一个迭代器,这个迭代器一定具有next方法(调用这个方法时不需要任何参数),在调用这个迭代器的next方法时,迭代器就回返回它的下一个值,当迭代器中没有值可以返回了,就回抛出一个名为StopIteration的异常,停止迭代. 准确的说,一个实现了__iter__方法的对象是可

生成器和可迭代对象和迭代器

1.可迭代对象(Iterable): 可以直接作用于 for 循环的对象统称为可迭代对象: Iterable 其中包括 迭代器(Iterator) 和 生成器(generator) 2.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之为迭代器:Iterator 3.生成器(generator): 一边循环一边计算的机制,称为生成器:generator 总结: 1.生成器是特殊的迭代器 2.迭代器和生成器都是可迭代对象 原文地址:https://www.cnbl

迭代器、生成器、可迭代对象

1.如果一个对象同时含有__iter__()方法和next()方法,那他就是一个迭代器 2.只含有__iter__()方法,并且该方法返回一个迭代器,那他就是一个可迭代对象 3.只有next方法,啥都不是.但是可以直接用next(obj)调用该对象.next(obj)方法的本质就是调用obj对象的next()方法,无论obj对象是否为迭代器 举例来说,Python的list数据类型: print dir([1,2,3]) >> ['__add__', '__class__', '__conta

python的生成器与迭代器和可迭代对象

来简单的说下python中的生成器和可迭代对象以及迭代器的问题.只是简单地记录一下并不涉及太深入的内容. 首先来说一下什么是生成器,先看下面的代码: 1 #_*_ coding:utf-8 _*_ 2 3 result = (x for x in range(10)) 4 5 ''' 6 下面print的打印结果 7 <generator object <genexpr> at 0x0000026FA092B360> 8 ''' 9 print(result)  上面的这种代码其实

Python教程·迭代、可迭代对象、迭代器与生成器详解

iteration(迭代) 迭代是Python最强大的功能之一,是访问集合元素的一种方式. 只要是可迭代对象(Iterable),就可以通过for循环来遍历,这种遍历我们称为迭代. 也就是说所有可作用于for循环的对象都是可迭代对象(Iterable). 那么,如何判断一个对象是可迭代对象呢?方法是通过collections模块的Iterable类型判断: >>> from collections import Iterable >>> isinstance(123,I

python基础一 ------利用生成器生成一个可迭代对象

#利用生成器生成一个可迭代对象#需求:生成可迭代对象,输出指定范围内的素数,利用生成器产生一个可迭代对象#生成器:本身是可迭代的,只是 yield 好比return返回,yield返回后函数冻结状态,当再次调用时从冻结状态开始 1 class PrintNumbers(object): 2 """docstring for PrintNumbers""" 3 def __init__(self, start,end): 4 self.start

what&#39;s the python之可迭代对象、迭代器与生成器(附面试题)

可迭代对象 字符串.列表.元祖.集合.字典都是可迭代的,数字是不可迭代的.(可以用for循环遍历取出内部元素的就是可迭代的) 如何查看一个变量是否为可迭代: 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,Ite