• python3.7 迭代器和生成器


    #!/usr/bin/env python
    __author__ = "lrtao2010"
    
    #python3.7 迭代器和生成器
    
    #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,已终止迭代,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(对象内部定义一个__iter__()方法),节省内存
    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、sum、min、max等)
    使用迭代器协议访问对象。
    '''
    
    #for 循环的强大功能
    '''
    字符串,列表,元祖,字典,集合。这些都不是可迭代对象(没有next方法),在for 循环中,调用了他们的内部
    __iter__方法,把他们变成了可迭代对象。
    for循环调用可迭代对象的__next__方法去取值,并且for 循环可以捕捉StopIteration异常,终止迭代。
    
    '''
    # l_test=[1,2,3]
    # iter_l_test=l_test.__iter__()
    # print(iter_l_test.__next__())
    # print(iter_l_test.__next__())
    # print(iter_l_test.__next__())
    # print(iter_l_test.__next__())
    # # 1
    # # 2
    # # 3
    # # Traceback (most recent call last):
    # #   File "D:/python3/app/Module_and_Functions/iterator_and_generator.py", line 28, in <module>
    # #     print(iter_l_test.__next__())
    # # StopIteration
    
    #用whilex循环模拟for循环
    # l_test=[1,2,3]
    # iter_l_test=l_test.__iter__()
    # while True:
    #     try:
    #         #print(iter_l_test.__next__())
    #         print(next(iter_l_test))
    #     except StopIteration:
    #         #print('end')
    #         break
    
    #生成器
    '''
    生成器也是一种数据类型,这种数据类型自动实现了“迭代器协议”,生成器是可迭代对象。
    
    生成器分类:
    1、生成器函数:常规函数定义,但是使用yield语句而不是return 语句返回结果,yield语句
    一次返回一个结果,可以使用多次,在每个结果中间,挂起函数的状态,以便下次从它离开的地方
    继续执行。
    
    2、生成器表达式:类似列表推导式,生成器返回按需产生结果的一个对象,而不是一次构建
    一个完整的结果列表
    
    生成器优点:
    在需要的时候才产生结果,不是立即产生结果
    '''
    
    #生成器函数
    # def g_test():
    #     yield 1
    #     yield 2
    #     yield 3
    # g_test1=g_test()
    # print(g_test1)
    # print(g_test1.__next__())
    # print(g_test1.__next__())
    # print(g_test1.__next__())
    # # <generator object g_test at 0x0000000002163570>
    # # 1
    # # 2
    # # 3
    
    #生成器表达式,大数据不会占用大内存
    # l_g = ('%s' %i for i in range(10) if i%2 == 0)
    # print(l_g)
    # print(l_g.__next__())
    # print(l_g.__next__())
    #print(next(l_g))
    # print(l_g.__next__())
    # <generator object <genexpr> at 0x0000000002133570>
    # 0
    # 2
    # 4
    # 6
    
    
    #三元表达式
    # name = 'test'
    # res='True' if name == 'test' else 'False'
    # print(res)
    # True
    
    #列表解析,大数据占用内存比较大
    # l_test1=['%s' %i for i in range(10)]
    # l_test2=['%s' %i for i in range(10) if i%2 == 0]
    # print(l_test1)
    # print(l_test2)
    # ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']
    # ['0', '2', '4', '6', '8']
    
    #生成器总结
    '''
    1、节省内存
    2、提高代码可读性
    3、只能遍历一次,只能遍历一次,只能遍历一次
    '''
  • 相关阅读:
    axios 和 fetch 区别对比
    sql where条件后面跟select语句的三种实现方式
    东北师范大学2021年数学分析考研试卷
    东北师范大学2021年高等代数与解析几何考研试卷
    东北大学2021年数学分析考研试卷
    电子科技大学2021年数学分析考研试卷
    电子科技大学2021年高等代数考研试卷
    大连理工大学2021年数学分析考研试卷
    大连理工大学2021年高等代数考研试卷
    大连海事大学2021年数学分析考研试卷
  • 原文地址:https://www.cnblogs.com/lrtao2010/p/9579593.html
Copyright © 2020-2023  润新知