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() 和 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__()
与 __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
-
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。
-
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']
网友评论