美文网首页
Lesson 023 —— python 迭代器与生成器

Lesson 023 —— python 迭代器与生成器

作者: 爱喵喵的鱼 | 来源:发表于2018-11-04 21:36 被阅读0次

    Lesson 023 —— python 迭代器与生成器

    迭代器

    迭代是Python最强大的功能之一,是访问集合元素的一种方式。

    迭代器是一个可以记住遍历的位置的对象。

    迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。

    迭代器有两个基本的方法:iter()next()

    字符串,列表或元组对象都可用于创建迭代器:

    >>>list=[1,2,3,4]
    >>> it = iter(list)    # 创建迭代器对象
    >>> print (next(it))   # 输出迭代器的下一个元素
    1
    >>> print (next(it))
    2
    

    迭代器对象可以使用常规for语句进行遍历(for 调用列表内部的__iter__() 方法,生成可迭代对象,进行迭代,并捕获 StopIteration 异常,结束迭代),for 语句是基于迭代器协议的:

    list=[1,2,3,4]
    ## it = iter(list)    # 创建迭代器对象
    ## for x in it:
    for x in list:   # 相当于上面两步,即 list=list.__iter__();x=list.__next__()
        print (x, end=" ")
    
    # 结果
    1 2 3 4
    

    也可以使用 next() 函数(next() 函数实际调用的是数据类型的 __next__() 方法;下列 while 循环部分及异常处理与 for 循环功能一样):

    import sys         # 引入 sys 模块
     
    list=[1,2,3,4]
    it = iter(list)    # 创建迭代器对象
     
    while True:
        try:
            print (next(it))
        except StopIteration:
            sys.exit()
            
    # 结果
    1
    2
    3
    4
    

    创建迭代器对象

    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__()__next__()

    __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。

    创建一个返回数字的迭代器,初始值为 1,逐步递增 1:

    class MyNumbers:
      def __iter__(self):
        self.a = 1
        return self
     
      def __next__(self):
        x = self.a
        self.a += 1
        return x
     
    myclass = MyNumbers()
    myiter = iter(myclass)
     
    print(next(myiter))
    print(next(myiter))
    print(next(myiter))
    print(next(myiter))
    print(next(myiter))
    
    # 结果
    1
    2
    3
    4
    5
    

    StopIteration

    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。

    在 20 次迭代后停止执行:

    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)
     
    for x in myiter:   # for 捕获到异常,然后处理,结束循环
      print(x)
    

    生成器

    在 Python 中,使用了 yield 的函数被称为生成器(generator)。

    跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。

    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。

    调用一个生成器函数,返回的是一个迭代器对象。

    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()
            
    # 结果
    0 1 1 2 3 5 8 13 21 34 55
    

    生成器的两种表现形式

    1. 生成器函数:使用 yield 而不是 return 返回结果,每一次返回一个结果,在结果中间挂起函数状态,以便下一次从它离开的地方继续执行。例子如上。

    2. 生成器表达式:类似于列表推导,但是,生成器返回一个按需产生结果的对象,而不是按需构建一个列表;生成器表达式比生成器函数更加节省内存。

      laomuji = ('鸡蛋%s' %i for i in range(10) if i<5)
      print(laomuji)
      print(next(laomuji))   # 实际调用 __next__ 方法
      print(next(laomuji))
      
      # 结果
      <generator object <genexpr> at 0x7f74f3983750>
      鸡蛋0
      鸡蛋1
      

    三元运算与列表解析

    三元运算又称三目运算,是对简单的条件语句的简写

    简单条件语句:

    if 条件成立:
        val = 1
    else:
        val = 2
    

    写成三元运算:

    val = 1 if 条件成立 else 2
    

    列表解析:

    egg = []
    for i in range(10):
        egg.apppend('鸡蛋%s' %i)
    print(egg)
    
    # 改写
    egg = ['鸡蛋%s' %i for i in range(10)]
    egg1 = ['鸡蛋%s' %i for i in range(10) if i<5]
    print(egg)
    print(egg1)
    
    # 结果
    ['鸡蛋0', '鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4', '鸡蛋5', '鸡蛋6', '鸡蛋7', '鸡蛋8', '鸡蛋9']
    ['鸡蛋0', '鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4']
    

    相关文章

      网友评论

          本文标题:Lesson 023 —— python 迭代器与生成器

          本文链接:https://www.haomeiwen.com/subject/uwbdxqtx.html