python(8)迭代器、生成器

最新推荐文章于 2024-07-16 20:02:25 发布

秋毫啊

最新推荐文章于 2024-07-16 20:02:25 发布

阅读量92

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/Fighting_gua_biu/article/details/117223236

版权

python 专栏收录该内容

13 篇文章 0 订阅

订阅专栏

本文介绍了Python中的三元表达式用法，详细阐述了条件判断与结果返回。接着讲解了迭代器协议的概念，强调了可迭代对象必须实现next方法。此外，还探讨了生成器的功能，包括生成器函数和生成器表达式的应用，并展示了如何通过yield关键字创建和使用生成器。最后，总结了生成器的特性，如延迟计算和内存效率。

摘要由CSDN通过智能技术生成


三元表达式：
res = 结果1 if 条件语句 else 结果3	#条件成立返回结果1,否则返回结果2

li = ["元素%s" %i for i in range(10)]	#['元素0', '元素1', '元素2', '元素3', '元素4']
li = ["元素%s" %i for i in range(5) if i > 3]		#['元素4']



迭代器协议是指：对象必须提供一个next执行方法，执行该方法要么返回迭代器中的下一项，要么就引起一个stopIteration异常，以终止迭代。
可迭代对象：实现可迭代协议的对象（如何实现：对象内部定义一个__iter__()）  

	l = [1,2,3,4]
	iter_l = l.__iter__()
	print(iter_l.__next__())	#1
	print(next(iter_l))		#2

生成器：
	1、生成器函数：使用yield而不是return语句返回结果。yield语句一次返回一个结果，在每个结果之间，挂起函数的状态，以便下次从它离开的地方继续执行
	def test():
      yield 1
      yield 2
      yield 3
      yield 4 ,5 ,6
	res = test()
	print(res.__next__())	#1
	print(next(res))	#2
	print(next(res))	#3
	print(next(res))	#(4, 5, 6)


	2、生成器表达式：类似于列表推导，但是生成器返回按需求产生结果的一个对象，而不是立即产生结果。这也是生成器的优点
	generator = ("元素%s" %i for i in range(10)]	#['元素0', '元素1', '元素2', '元素3', '元素4')		#注意是元组的形式，才是生成器
	print(generator)	#<generator object <genexpr> at 0x0000014CFDDC25E8>
	print(generator.__next__())	#元素0
	print(next(generator))	#元素1
	
	[i for i in range(10)]	#列表解析
	(i for i in range(10))	#生成器表达式
	

生成器小结：
	1、是可迭代对象
	2、实现了延迟计算，省内存
	3、生成器本质和其他数据类型一样，都是实现了迭代器协议。
	4、生成器只能遍历一次

yield的特性：
	1、相当于return控制的是函数的返回值
	2、x = yield res 接收send(value)传过来的值赋给x,res依然是返回值

send相当于一次next，
	
############day18,19##########