正确理解python迭代器与生成器

作者:凌逆战 时间:2022-09-14 22:55:57 

一、迭代器

迭代器就是iter(可迭代对象函数)返回的对象,说人话.......可迭代对象由一个个迭代器组成

可以用next()函数获取可迭代对象的数据

迭代是访问集合元素的一种方式(因为集合是无序的,所以不能索引),naxt(集合),

迭代器对象从集合的第一个元素开始访问,直到所有元素被访问结束,迭代器只能往前不会往后退

迭代器是一个可以记住遍历的位置的对象,迭代器只能一个一个出,前一秒还没有这个值,等到next()的时候才生成

迭代器有两个基本方法:iter()和next()

  • iter()生成一个迭代器

  • next()从迭代器中获取写一条记录,如果无法获取写一条记录,则触发StopIteration异常

有序序列:字符串、列表、元组对象都可用于创建迭代器


L = [1,2,3,4]
it = iter(L)    #创建迭代器对象
print(next(it)) #输出迭代器的写一个对象
print(next(it))

迭代器对象使用for语句进行遍历


li = [5,6,7,8]
it = iter(li)
for x in it:
   print(x,end = ' ')

迭代器对象使用while语句进行遍历


lis = [7,8,9,0]
it = iter(lis)
while True:
   try:
       print(next(it))
   except StopIteration:
       break

二、生成器

在python中,使用了yield的函数被称为生成器(generator)此函数被调用时返回一个生成器对象

生成器是一个返回迭代器的函数,生成器 生成 迭代器对象,只能用来迭代操作

生成器能让函数停下下,想进想出,很随便,前一秒数据根本不存在,这一秒推算出来的

在调用生成器运行的过程中,每次遇到yidld时函数会停下来,返回yield的值,相当于print返回print的值一样

并在下一次执行next()方法或者写一次循环时从当前位置继续运行(继续打印下一个值)

生成器用于函数中,会把函数当做生成器来使用,函数出一个值,主函数调取一个值

生成器调用return会触发一个StopIteration异常

普通方法生成菲波那切数列


def fun(n):
   a,b,c = 0,1,0
   while c<n:
       print(b)    # 打印菲波那切数列
       a,b = b,a+b
       c +=1

fun(10)

用生成器的方法生成菲波那切数列


def fun(n):
   a,b,c = 0,1,0
   while c<n:
       yield b     # 生成器
       a,b = b,a+b
       c +=1

# print(fun(10))# <generator object fun at 0x000001ED43A48A40>
t = fun(10)    # t是一个迭代器,由生成器返回生成
print(next(t))  # 1
print(next(t))  # 1
print("中间可以插入代码")  # 中间可以插入代码
print(next(t))  # 2
print(next(t))  # 3

for i in t:
   print(i)
# 8
# 13
# 21
# 34
# 55

print(fun(10))

# <generator object fun at 0x000001ED43A48A40>

# 这是一条内存,你要用函数来访问里面的值,next(fun(10))

生成器表达式:

  • 语法:(表达式 for 变量in 可迭代对象 [if 真值表达式])   []里的内容可以省略

  • 作用:用推导式的形式生成一个新的生成器,要取值的时候,要iter变成迭代器,用next取值

  • 优点:不占用内存空间

迭代工具函数:生成一个个个的可迭代对象


gen = (x**2 for x in range(1, 4))
it = iter(gen)  # 转成生成器
next(it)# 1
next(it)# 4
next(it)# 9
next(it)# StopIteration

三、生成器函数

3.1、zip(可迭代对象1,可迭代对象2......)

返回一个zip对象,此对象用于生成元组,元组的个数由最小的可迭代对象决定


numbers = [10086,10000,10010,95586]
names = ['中国移动','中国联通','中国电信']
for t in zip(numbers,names):
   print(t)

#(10086, '中国移动')
#(10000, '中国联通')
#(10010, '中国电信')

自定义zip函数


def myzip(iter1,iter2):
   it1 = iter(iter1)   # 拿出一个迭代器
   it2 = iter(iter2)
   while True:
       a = next(it1)
       b = next(it2)
       yield (a,b)

numbers = [10086,10000,10010,95586]
names = ['中国移动','中国联通','中国电信']
for t in myzip(numbers,names):
   print(t)
# (10086, '中国移动')
# (10000, '中国联通')
# (10010, '中国电信')

3.2、enumerate(iterable[,start])

生成带索引的枚举对象,返回迭代类型为索引-值对(index,value)对, 默认索引从零开始,也可以使用start绑定


names = ['中国移动', '中国电信', '中国联通']
for x in enumerate(names):  #生成迭代器
   print(x)
def myenumerate(iterable):
   it = iter(iterable)
   i = 0
   while True:
       a = next(it)
       yield(i,a)
       i += 1
#(0, '中国移动')
#(1, '中国电信')
#(2, '中国联通')

来源:https://www.cnblogs.com/LXP-Never/p/9338189.html

标签:python,迭代器,生成器
0
投稿

猜你喜欢

  • 简单解析PHP程序的运行流程

    2023-06-22 07:35:41
  • Python办公自动化之Excel(中)

    2023-03-07 05:48:15
  • 这些CSS Selector,你都熟悉吗?

    2008-12-21 16:30:00
  • 详解Python3.1版本带来的核心变化

    2021-02-14 01:31:00
  • numpy中np.c_和np.r_的用法解析

    2021-02-09 17:54:06
  • asp 随机字符串函数

    2011-04-04 11:01:00
  • 利用Python的Django框架生成PDF文件的教程

    2023-07-15 14:26:04
  • Python 数据可视化超详细讲解折线图的实现

    2023-06-06 14:49:18
  • Blender Python编程实现程序化建模生成超形示例详解

    2023-06-14 14:38:53
  • Pycharm Git 设置方法

    2023-07-13 17:02:55
  • python文件操作之批量修改文件后缀名的方法

    2023-05-10 15:57:06
  • python 装饰器功能以及函数参数使用介绍

    2022-04-03 05:12:32
  • po+selenium+unittest自动化测试项目实战

    2022-05-03 14:46:46
  • jupyter lab文件导出/下载方式

    2021-01-28 12:34:46
  • 巧妙规划使用Oracle数据空间

    2009-03-20 11:51:00
  • 什么样的图标更具有可用性

    2007-10-16 17:47:00
  • Python 列表与链表的区别详解

    2022-01-24 10:10:04
  • python2.7读取文件夹下所有文件名称及内容的方法

    2023-12-16 03:27:07
  • 基于python实现双向链表

    2022-02-17 04:06:44
  • python实现按键精灵找色点击功能教程,使用pywin32和Pillow库

    2023-11-08 18:30:34
  • asp之家 网络编程 m.aspxhome.com