yield返回执行结果并不中断程序执行,return在返回执行结果的同时中断程序执行。
可迭代对象
list tuple str 类型数据使用for ...in 循环过程称为遍历,也叫迭代。
# int整型不是iterable,即int整型不是可以迭代的
如何判断一个对象是否可以迭代
可以使用 isinstance() 判断一个对象是否是 Iterable 对象:
可迭代对象的本质
可迭代对象的本质就是可以向我们提供一个这样的人”即迭代器帮助我们对其进行迭代遍历使用。
可以迭代的对想通过__iter__ 方法向我们提供一个迭代器,一个具备了__iter__方法的对象,就是一个可迭代对象。
class list(object):
def __init__(self):
self.container = []
def add(self, item):
self.container.append(item)
def __iter__(self):
# 我们暂时忽略如何构造一个迭代器对象
pass
mylist = MyList()
from collections import Iterable
isinstance(mylist, Iterable)
True
# 这回测试发现添加了__iter__方法的mylist对象已经是一个可迭代对象了
iter()函数与next()函数
list tuple都是可迭代对象,可以通过__iter_()函数获取可迭代的对象,然后我们可以对获取到的迭代器不断使用next()函数来获取下一条数据
当我们已经迭代完最后一个数据之后,再次调用next()函数会抛出StopIteration的异常,来告诉我们所有数据都已迭代完成,不用再执行next()函数了。
如何判断一个对象是否是迭代器
可以使用 isinstance() 判断一个对象是否是 Iterator 对象:
迭代器Iterator
所以,我们要想构造一个迭代器,就要实现它的__next__方法。
一个实现了__iter__方法和__next__方法的对象,就是迭代器。
for...in...循环的本质
for item in Iterable 循环的本质就是先通过iter()函数获取可迭代对象Iterable的迭代器
然后对获取到的迭代器不断调用next()方法来获取下一个值并将其赋值给item,当遇到StopIteration的异常后循环结束。
迭代器的应用场景
迭代器最核心的功能就是可以通过next()函数的调用来返回下一个数据值
现在我们想要通过for...in...循环来遍历迭代斐波那契数列中的前n个数
class FibIterator(object):
"""斐波那契数列迭代器"""
def __init__(self, n):
"""
:param n: int, 指明生成数列的前n个数
"""
self.n = n
# current用来保存当前生成到数列中的第几个数了
self.current = 0
# num1用来保存前前一个数,初始值为数列中的第一个数0
self.num1 = 0
# num2用来保存前一个数,初始值为数列中的第二个数1
self.num2 = 1
2.生成器
生成器是一类特殊的迭代器
要创建一个生成器,有很多种方法。第一种方法很简单,只要把一个列表生成式的 [ ] 改成 ( )
generator非常强大。如果推算的算法比较复杂,用类似列表生成式的 for 循环无法实现的时候,还可以用函数来实现。
只要在def中有yield关键字的 就称为 生成器
用了yield关键字的函数不再是函数,而是生成器。(使用了yield的函数就是生成器)
yield关键字有两点作用:
保存当前运行状态(断点),然后暂停执行,即将生成器(函数)挂起
将yield关键字后面表达式的值作为返回值返回,此时可以理解为起到了return的作用
可以使用next()函数让生成器从断点处继续执行,即唤醒生成器(函数)
Python3中的生成器可以使用return返回最终运行的返回值,而Python2中的生成器不允许使用return返回一个返回值(即可以使用return从生成器中退出,但return后不能有任何表达式)。
使用send唤醒
使用send()函数的一个好处是可以在唤醒的同时向断点处传入一个附加数据。
执行到yield时,gen函数作用暂时保存,返回i的值; temp接收下次c.send("python"),send发送过来的值,c.next()等价c.send(None)
网友评论