python函数知识四 迭代器、生成器

15.迭代器:工具 1.可迭代对象:

​ 官方声明,只要具有__iter__方法的就是可迭代对象

list,dict,str,set,tuple -- 可迭代对象,使用灵活

#方法一: list.__iter__() dict.__iter__() #方法二: 查看源代码 #方法三: print(dir(list)) #官方声明,只要具有__iter__方法的就是可迭代对象 2.迭代器:

官方声明:只要具有__iter__方法__next__方法就是迭代器

f = open("",'w') f.__iter__() f.__next__()

将可迭代对象,转换成迭代器

lst = [1,2,3,4,6] new_lst = lst.__iter__()#将可迭代对象,转换成迭代器 new_lst.__iter__() new_lst.__next__() print(new_lst.__next__())#每次获取一个值,第一次获取第一个值,以后向后推 #自己写 for i in lst(): print(i) lst = [1,2,3,4,6] count = len(lst) new_lst = lst.__iter__() while count: print(new_lst.__next__()) count -= 1 #for的本质 lst = [1,2,3,4,6] new_lst = lst.__iter__() while 1: try: print(new_lst.__next__()) except: break 3.总结:

​ 可迭代对象:

​ 优点:使用灵活,可以直接查看值

​ 缺点:占内存,不能迭代值

​ 迭代器:

​ 优点:节省内存,惰性机制

​ 缺点:使用不灵活,操作较繁琐,不能直接查看元素

迭代器的特性:

一次性的(用完就没有了)

不能后退

惰性机制(节省内存)

可迭代对象:具有__iter__()方法的

可迭代器:具有__iter__()方法和__next__()方法的

迭代器的使用时机:当容器中数据量较多的时候使用迭代器

16.生成器:

迭代器:python中内置的一中节省空间的工具

生成器的本质就是一个迭代器

生成器与迭代器的区别:

​ 迭代器:python自带

​ 生成器:程序员写的

写一个生成器:

​ 将函数中的return改写成yield就是一个生成器,return和yield都是返回:

return和yield都是返回

return和yield都可以写多次

return只执行一次,yield可执行多次

一个next对应一个yield,会记录停留的位置。超出会报错

g = func()#产生一个生成器

​ 生成器可以使用for循环取值

​ yield from -- 将可迭代对象的元素逐个返回

​ 在函数内部,yield能将for循环和while循环进行暂停

def func(): print(123) yield "你好" print(321) yield "我好" print(func()) #结果:<generator object func at 0x000001913911F0A0> g = func() g.__inter__() print(g.__next__()) #会记录停留的位置 def func(): if 3 > 2: yield "你好" if 4 > 2: yield "我好" yield "大家好" g = func() print(g.__next__()) print(g.__next__()) print(g.__next__()) ''' 结果: 你好 我好 大家好 ''' #for 循环 for i in g: print(i)

坑:会产生新的生成器

#每次都是新的生成器 print(foo().__next__()) print(foo().__next__()) #用赋值只产生一个生成器 g = foo() def foo(): for i in range(10): pass yield i count = 1 while 1: yield count count += 1 g = foo() #print(next(g)) = print(g.__next__()) --推荐使用next(g) print(next(g)) print(next(g)) print(next(g)) #next可以在while中停住 ''' 结果: 9 1 2 '''

seed() -- 了解

#send()第一次只能传None,用于激活,否则会报错,以后可以传各种数据 def func(): a = yield "send激活" print(a) b = yield "send开始" g = func() print(g.send(None)) print(g.send(123))

生成器应有场景:

#当有大量的数据时 def func(): lst = [] for i in range(1000000): lst.append(i) return lst print(func()) #生成器改进 def func(): for i in range(1000000): yield i g = func() for i in range(50): print(next(g))

yield from -- 将可迭代对象逐个返回

def func(): list1 = ["牛羊配","老奶奶花生米","卫龙","虾扯蛋","米老头","老干妈"] yield from list1 #yield list1 会直接返回整个列表 g = func() print(next(g)) print(next(g)) ''' 结果: 牛羊配 老奶奶花生米 ''' def func(): list1 = ["牛羊配","老奶奶花生米","卫龙","虾扯蛋","米老头","老干妈"] lsit2 = ["小浣熊","老干爹","亲嘴烧","麻辣烫","黄焖鸡","井盖"] yield from list1 yield from list2 g = func() #将lsit1返回完,才会返回list2 print(next(g)) print(next(g)) print(next(g))

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/wppfwg.html