• 十分钟学会python迭代器和生成器


    迭代器

    在Python中,迭代器是遵循迭代协议的对象。使用iter()从任何序列对象中得到迭代器(如list, tuple, dictionary, set等)。另一种形式的输入迭代器是generator(生成器)。

    python中,任意对象,只要定义了next方法,它就是一个迭代器。因此,python中的容器如列表、元组、字典、集合、字符串都可以被称作迭代器。

    我们在使用for语句的时候,for 语句会调用容器对象中的 iter()。该函数返回一个定义了 next() 方法的迭代器对象,该方法将逐一访问容器中的元素。当元素用尽时,next() 将引发 StopIteration 异常来通知终止 for 循环。你可以使用 next() 内置函数来调用 next() 方法;这个例子显示了它的运作方式:

    >>> s = 'abc'
    >>> it = iter(s)
    >>> it
    <iterator object at 0x00A1DB50>
    >>> next(it)
    'a'
    >>> next(it)
    'b'
    >>> next(it)
    'c'
    >>> next(it)
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
    next(it)
    StopIteration
    

      

    所以说迭代就是从迭代器中取元素的过程。

    比如我们用for循环从列表[中取元素,这种遍历过程就被称作迭代。

    创建一个迭代器

    把一个类作为一个迭代器使用需要在类中实现两个方法 iter() 与 next() 。

    类都有一个构造函数,Python 的构造函数为 init(), 它会在对象初始化的时候执行。

    iter() 方法返回一个特殊的迭代器对象, 这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成。

    next() 方法(Python 2 里是 next())会返回下一个迭代器对象。

    StopIteration 异常用于标识迭代的完成,防止出现无限循环的情况,在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

    class MyNumbers:
      def __iter__(self):
        self.a = 1
        return self
    ​
      def __next__(self):
        if self.a <= 20:
          x = self.a
          self.a += 1
          return x
        else:
          raise StopIteration
    ​
    myclass = MyNumbers()
    myiter = iter(myclass)
    ​
    print(next(myiter))#1
    print(next(myiter))#2
    print(next(myiter))#3 ...到20停止
    

      

    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)。

    使用了 yield 的函数被称为生成器(generator)。调用一个生成器函数,返回的是一个迭代器对象。但是你只能对其迭代一次。这是因为它们并没有把所有的值存在内存中,而是在运行时生成值。

    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。以下实例使用 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()
    

      

    生成器表达式

    某些简单的生成器可以写成简洁的表达式代码,所用语法类似列表推导式,将外层为圆括号而非方括号。这种表达式被设计用于生成器将立即被外层函数所使用的情况。生成器表达式相比完整的生成器更紧凑但较不灵活,相比等效的列表推导式则更为节省内存。

    例如:

    >>> sum(i*i for i in range(10))                 # sum of squares
    285
    ​
    >>> xvec = [10, 20, 30]
    >>> yvec = [7, 5, 3]
    >>> sum(x*y for x,y in zip(xvec, yvec))         # dot product
    260
    ​
    >>> from math import pi, sin
    >>> sine_table = {x: sin(x*pi/180) for x in range(0, 91)}
    ​
    >>> unique_words = set(word  for line in page  for word in line.split())
    ​
    >>> valedictorian = max((student.gpa, student.name) for student in graduates)
    ​
    >>> data = 'golf'
    >>> list(data[i] for i in range(len(data)-1, -1, -1))
    ['f', 'l', 'o', 'g']
    

      

    -END-

    创作不易,关注是对作者最好的鼓励

    在公众号后台回复“开发教程”获取最新开发教程

     
     
  • 相关阅读:
    安装配置ZooKeeper及基本用法
    关于SqlServer数据库数据备份失败的问题
    input 框自动检测输入是否为数字
    nginx配置负载均衡
    nginx日志文件的配置
    nginx的proxy模块详解以及参数
    nginx配置反向代理
    正向代理和反向代理
    Linux建立虚拟ip的方法
    nginx基于ip的虚拟主机
  • 原文地址:https://www.cnblogs.com/lightzone/p/12578955.html
Copyright © 2020-2023  润新知