Day 13 迭代器生成器和相关生成器表达式

Day 13

关于python迭代的深入研究

迭代器（for, list, tuple, dict, set）

1、什么是迭代器

​ 器：工具

​ 迭代：重复的过程，每次重复都是基于上次的结果而来的

​ 迭代是重复反馈过程的活动，其目的通常是为了逼近所需目标或结果。每一次对过程的重复称为一次“迭代”，而每一次迭代得到的结果会作为下一次迭代的初始值。

内置__iter__ 方法的类型：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UYdoBE3r-1595415360570)(C:%5CUsers%5CS%5CAppData%5CRoaming%5CTypora%5Ctypora-user-images%5Cimage-20200722101446785.png)]

2、为何要有迭代器

​ 找到一种不依赖索引的迭代取值的方法，自定义迭代器来实现惰性计算，从而达到节省内存的效果

​ 但凡是函数内出现了yield关键字调用函数将不会执行函数体代码，会得到一个返回值，该返回值就是我们自定义的迭代器，称之为生成器

​ 总结迭代器的优缺点

​ 优点：

​ 1、是一种通用的迭代器取值方取值案

​ 2、惰性计算，节省内存

​ 缺点：

​ 1、取值不如索引，key的取值方式灵活

​ 2、取值是一次性的，只能往后取，不能预估值的个数

3、迭代和迭代器：

​ 迭代：凡是可作用for循环的对象都成为迭代

​ 迭代器：可以被next()函数调用并不断返回下一个值的对象

​ 区别：集合类型list, dict, str 是迭代但不是迭代器！

for 循环和 迭代器的区别

4、如何用迭代器

迭代器的工作机制

迭代器也可以说是迭代器对象，具有__iter__方法的对象调用__iter__会返回一个迭代器对象

4.1 迭代器的引入

dic = {"name": "egon", 'age': 18, 'gender': "male"}

res1 = dic_iterator.__next__()
print(res1)  # name
res2 = dic_iterator.__next__()
print(res2)  #  age
res3 = dic_iterator.__next__()
print(res3)  # gender
res4 = dic_iterator.__next__()
print(res4)  # erro StopIteration

4.2可迭代对象与迭代器对象

4.2.1 内置有__iter__方法的类型称之为：可迭代的对象/类型

1> 字典dict

2> 集合set

3> 文件对象(也是迭代器对象)

4> 字符串str

5> 列表list

6> 元组tuple

4.2.2 迭代器对象: 内置有__next__方法、内置有__iter__方法

print(dic_iterator1.__iter__().__iter__().__iter__() is dic_iterator1)

res1 = dic_iterator.__iter__()
res2 = res1.__iter__()
print(res1)  # <str_iterator object at 0x000001D7BC22BE10>
print(res2)  # <str_iterator object at 0x000001D7BC22BE10>
res3 = res2.__iter__()
print(res3)  # <str_iterator object at 0x000001D7BC22BE10>

调用 iter方法，返回自身self,也就是返回迭代器。

5、for 循环的工作机制

当对象本身就是迭代器时，For循环工作机制：

调用 __iter__方法，返回自身self,也就是返回迭代器。不断地调用迭代器的next()方法，每次按序返回迭代器中的一个值。迭代到最后没有元素时，就抛出异常 StopIteration

在可迭代对象中，for循环工作机制：

先判断对象是否为可迭代对象(等价于判断有没有__iter__或__getitem__方法)，没有的话直接报错，抛出TypeError异常。有的话，调用 __iter__方法，返回一个迭代器。在python内部不断地调用迭代器的__next__方法，每次按序返回迭代器中的一个值。迭代到最后没有元素时，就抛出异常 StopIteration，这个异常 python 自己会处理，不会暴露给开发者。

6、生成器（yeild）

1、什么是生成器

​ 但凡是函数内出现了yield关键字，调用函数将不会执行函数体代码,会得到一个返回值，该返回值就是我们自定义的迭代器，称之为生成器

2、yeild VS return

（1）相同点：都可以用来返回值

（2）不同点：

​ return只能返回一次值，函数就立即结束了

​ yield能返回多次值，yield可以挂起函数

def range1(start, end=100, sep=1):
    while start < end:
        yield start
        start += sep
        
        
g = range1(10, sep=5)
print(next(g), end="\t")  # 10
print(next(g), end="\t")  # 15
print(next(g), end="\t")  # 20
print()
for i in g:
    print(i, end="\t")  # 25	30	35	40	45	50	55	60	65	70	75	80	85	90	95	100	

返回当生成器 g的函数被next生成后 生成器中将不再有 生成的数据

7、面向过程编程

​ 核心是“过程”二字，过程指的是做事的步骤，也就是说先做什么，在做什么，然后做什么…

​ 基于该思想写程序就好比设计一条条的流水线

优点：

​ 可以把复杂的问题流程化，进而简单化

缺点：

​ 牵一发而动全身，拓展性差

8、列表生成式

l=[i**2 for i in range(5) if i > 2]
print(l)

9、字典生成式

dict1 = {k: v for k, v in zip(s, range(len(s)+1)) if v < 6}
print(dict1)

10、集合生成式

res={i for i in range(5)}
print(res)

11、生成器表达式

nums=(i for i in range(200000))
res=sum(nums)  # sum函数生成两数和，删掉原来的两个数
print(res)  # 19999900000