生成器与迭代器笔记

生成器与迭代器

生成器generator

定义：在Python中，这种一边循环一边计算的机制，称为生成器：generator。

1.生成器函数

生成器函数 ——本质上就是我们自己写的函数

只要含有yield关键字的函数都是生成器函数,yield不能和return共用且需要写在函数内

def generator():
    print(a)
    yield 1
ret=generator()
#生成器函数 ： 执行之后会得到一个生成器作为返回值
print(ret)

def generator():
     print(1)
     yield 'a'
     print(2)
     yield 'b'
     yield 'c'
 g = generator()
 for i in g:
     print(i)
 ret = g.__next__()
 print(ret)
 ret = g.__next__()
 print(ret)
 ret = g.__next__()
 print(ret)

2.列表推到式与字典推导式

列表推导式

语法[结果，for循环 条件筛选]

需求：要求把列表[0,1,2,3,4,5,6,7,8,9]里的每个值加1

这里可以用列表生成式搞定

lst=[i+1 for i in range(10)]
print(lst)

字典推导式

lst=[11,22,33,44]
dic={i:lst[i] for i in range(len(lst))}
print(dic)

输出

{0: 11, 1: 22, 2: 33, 3: 44}

生成器表达式

g=(x+1 for x in range(10))
print(g)

输出

<generator object <genexpr> at 0x00000223B825C890>#生成器内存地址

其实就是把列表生成式的[]改成(),就创建了一个生成器

迭代器

l = [1,2,3]
索引
循环 for
for i in l:
	pass
for k in dic:
    pass
'''list
dic
str
set
tuple'''
f = open()
range()
enumerate
print(dir([]))   #告诉我列表拥有的所有方法
ret = set(dir([]))&set(dir({}))&set(dir(''))&set(dir(range(10)))
print(ret)  #iterable
print('__iter__' in dir(int))
print('__iter__' in dir(bool))
print('__iter__' in dir(list))
print('__iter__' in dir(dict))
print('__iter__' in dir(set))
print('__iter__' in dir(tuple))
print('__iter__' in dir(enumerate([])))
print('__iter__' in dir(range(1)))

只要是能被for循环的数据类型 就一定拥有__iter__方法

print([].__iter__())

一个列表执行了__iter__()之后的返回值就是一个迭代器

print(dir([]))
print(dir([].__iter__()))
print(set(dir([].__iter__())) - set(dir([])))
print([1,'a','bbb'].__iter__().__length_hint__())  #元素个数
l = [1,2,3]
iterator = l.__iter__()
print(iterator.__next__())
print(iterator.__next__())
print(iterator.__next__())
print(iterator.__next__())

Iterable 可迭代的 -- > iter #只要含有__iter__方法的都是可迭代的
[].iter() 迭代器 -- > next #通过next就可以从迭代器中一个一个的取值

只要含有__iter__方法的都是可迭代的 —— 可迭代协议

print('__iter__' in dir( [].__iter__()))
print('__next__' in dir( [].__iter__()))
from collections import Iterable
from collections import Iterator
print(isinstance([],Iterator))
print(isinstance([],Iterable))

class A:
	def __iter__(self):
		pass
	def __next__(self):
		pass
a = A()
print(isinstance(a,Iterator))
print(isinstance(a,Iterable))

l = [1,2,3,4]
for i in l.__iter__():
	print(i)

迭代器的概念iteration

迭代器协议 —— 内部含有__next__和__iter__方法的就是迭代器

迭代器协议和可迭代协议
可以被for循环的都是可迭代的
可迭代的内部都有__iter__方法
只要是迭代器 一定可迭代
可迭代的.iter()方法就可以得到一个迭代器
迭代器中的__next__()方法可以一个一个的获取值

for循环其实就是在使用迭代器
iterator:可迭代对象
直接给你内存地址

print([].__iter__())
print(range(10))

只有是可迭代对象的时候才能用for
当我们遇到一个新的变量，不确定能不能for循环的时候，就判断它是否可迭代

for i in l:
	pass
iterator = l.__iter__()
iterator.__next__()

迭代器的好处：

1.从容器类型中一个一个的取值，会把所有的值都取到。

2.节省内存空间

#迭代器并不会在内存中再占用一大块内存，
    # 而是随着循环 每次生成一个
    # 每次next每次给我一个

l = [1,2,3,45]
iterator = l.__iter__()
while True:
	print(iterator.__next__())

print(range(100000000000000))
print(range(3))
print(list(range(3)))
def func():
    for i in range(2000000):
        i = 'python%s'%i
    return i
func()