''' 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 for循环的本质:循环所有对象,全都是使用迭代器协议;(字符串,列表,元组,字典,集合,文件对象)这些都不是可迭代对象,只不过在for循环时,调用了 他们内部的__iter__()方法,把它们变成了可迭代对象 ''' l = [1, 2, 3] l1 = l.__iter__() # 遵循迭代器协议,生成可迭代对象 # print(l1.__next__()) # print(l1.__next__()) # print(l1.__next__()) # print(l1.__next__()) # 报Stopiteration异常 while True: try: print(l1.__next__()) except StopIteration: break # print(next(l1)) # 内置函数next()--->l1.__next__() n = 0 while True: try: print(l[n]) except IndexError: break n += 1 for i in l: # diedai_l = l.__iter__() print(i) # i = diedai_l.__next__() ''' 什么是生成器?可以理解为一种数据类型,这种数据类型自动实现了迭代器协议(其它的数据类型需要调用自己内置的__iter__()方法),所以生成器就是可迭代对象 生成器分类及在python中的表现形式:(python有两种不同的方式提供生成器) 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,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:类似于列表推导,但是,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结果列表 为何使用生成器之生成器的优点: python使用生成器对延迟操作提供了支持。所谓延迟操作,是指在需要的时候才产生结果,而不是立即产生结果。这也是生成器的主要好处。 生成器小结: 1.是可迭代对象 2.实现了延迟计算,省内存 3.生成器本质和其它的数据类型一样,都是实现了迭代器协议,只不过生成器附加了一个延迟计算省内存的好处,其余的可迭代对象没有这点好处 ''' '''三元表达式''' name = 'alex' res = 'dage' if name == 'alex' else 'xiaodi' print(res) '''列表解析''' l = ['鸡蛋%s' % x for x in range(1, 11)] print(l) l1 = ['鸡蛋%s' % x for x in range(1, 11) if x > 4] # 后面不能再跟else了 print(l1) '''生成器函数(yield相当于return可以返回值;保留函数运行状态,运行一次函数到yield就停止不运行以下的代码,再运行函数就接着yield下面的代码)''' import time def test(): print('第一次运行') yield 1 time.sleep(3) print('第二次运行') yield 2 time.sleep(3) print('第三次运行') yield 3 g = test() print(g) print(g.__next__()) print(g.__next__()) print(next(g)) '''生成器表达式(类似于列表解析,只不过把中括号变成圆括号)''' s = (x for x in range(1, 11)) print(s) print(s.__next__()) print(next(s)) ''' 总结: 1.把列表解析的[]换成()得到的是生成器表达式 2.列表解析与生成器表达式都是一种便利的编程方式,只不过生成器表达式更节省内存 3.python使用迭代器协议,让for循环变得更加通用。大部分内置函数,也是使用迭代器协议访问对象的。例如sum函数是python的内置函数,该函数使用迭代器协议 访问对象的,而生成器实现了迭代器协议,所以我们可以直接这样计算一系列值的和: ''' print(sum(i for i in range(10000)))