Python 迭代器和生成器

什么时候迭代器?

现在，我们已经获得了一个新线索，有一个叫做“可迭代的”概念。

首先，我们从报错来分析，好像之所以1234不可以for循环，是因为它不可迭代。那么如果“可迭代”，就应该可以被for循环了。

这个我们知道呀，字符串、列表、元组、字典、集合都可以被for循环，说明他们都是可迭代的。

迭代器 = 可迭代对象.__iner__() 或者iter(可迭代对象)，自带一个__next__()方法

迭代器的优势：节省内存，效率高，每次只取一个值，而不需要所有的值都取出来之后再进行计算

from collections import Iterable

l = [1, 2, 3, 4]
t = (1, 2, 3, 4)
d = {1: 2, 3: 4}
s = {1, 2, 3, 4}

print(isinstance(l, Iterable))--->True
print(isinstance(t, Iterable))--->True
print(isinstance(d, Iterable))--->True
print(isinstance(s, Iterable))--->True

迭代器的特性：惰性计算，找他next要值才给，不要不给

生成器（generator）:自己写的迭代器就是生成器，两种自己写生成器（迭代器）的机制，生成器函数、生成器表达式

生成器函数：

def cloth_g(num):
    for i in range(num):
        yield 'cloth%s'%i
g = cloth_g(10)
print(next(g))
print(next(g))

1.凡是带有yield关键字的函数，就是一个生成器函数
2.生成器函数的调用不会触发函数的执行，而会返回一个生成器（迭代器）
3.生成器函数的执行需要用next

生成器监听文件输入的例子：

def lister_file():
    with open('tmp') as f1:
        while True:
            for line in f1:
                if line.strip():
                    yield line.strip()
                time.sleep(0.1)

g = lister_file()
for line in g:
    print(line)

send，在执行next的过程中，传递一个参数给生成器函数的内部；

想生成器中传递值 有一个激活的过程 第一次必须要用next触发这个生成器

def func():
    print(1111)
    ret1 = yield 1
    print(222,'ret1:',ret1)
    ret2 = yield 2
    print(3333,'ret2:',ret2)
    yield 3


g = func()
print(next(g))
print(g.send('alex'))
print(g.send('金老板1'))

计算移动平均值:

def average():
    avg = 0
    day = 0
    sum = 0
    while True:
        money = yield avg
        sum += money
        day += 1
        avg = sum/day
g = average()
next(g)
print(g.send(200))
print(g.send(500))
print(g.send(800))

 生成器函数： 是python程序员实现迭代器的一种手段
 主要特征：在函数体中有yield关键字
 调用生成器函数，不会执行这个函数中的代码，只是会获得一个生成器（迭代器）
 只有从生成器中取值的时候，才会执行函数内部的代码，且每获取一个数据才得到这个数据的代码
 获取数据的方式包括next send for循环（for i in g），数据类型的强制转换列表或者元组（l = list(g)）
 yield返回值的简单方法，如果本身就是一个可迭代的，且要把可迭代对象中的每个数据返回，可以使用yield from

　　def func():
    　　yield from range(5)
　　g = func()
　　print(next(g))
　　print(next(g))
　　print(next(g))   输入结果为0,1,2

在使用send的时候，在生成器创造出来之后需要进行预激活，这一步可以使用迭代器完成

def init(f):
    def inner():
        ret = f()
        next(ret)#预激活
        return ret
    return inner

@init
def func():
    yield from range(5)

g = func()
print(next(g))     #输出结果为1

生成器表达式：
取出10以内的每个数的平方，添加到列表内
常规操作：
l = []
for i in range(10):
　　l.append(i**2)
print(l)

列表推导式和生成器表达式

列表推导式：print（[i**2 for i in rang(5)]）

推导式的套路

之前我们已经学习了最简单的列表推导式和生成器表达式。但是除此之外，其实还有字典推导式、集合推导式等等。

下面是一个以列表推导式为例的推导式详细格式，同样适用于其他推导式。

variable = [out_exp_res for out_exp in input_list if out_exp == 2]
  out_exp_res:　　列表生成元素表达式，可以是有返回值的函数。
  for out_exp in input_list：　　迭代input_list将out_exp传入out_exp_res表达式中。
  if out_exp == 2：　　根据条件过滤哪些值可以。

例一：30以内所有能被3整除的数 print([i for i in range(30) if i%3 == 0])--->输出结果[0, 3, 6, 9, 12, 15, 18, 21, 24, 27]
例二：30以内所有能被3整除的数的平方 print([i**2 for i in range(30) if i%3 == 0])--->输出结果[0, 9, 36, 81, 144, 225, 324, 441, 576, 729]
例三:找到嵌套列表中名字含有两个‘e’的所有名字print(j for i in names for j in i if count('e') == 2)

names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
         ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]

print(j for i in names for j in i if j.count('e') == 2)

练习题：

例1:  过滤掉长度小于3的字符串列表，并将剩下的转换成大写字母

names = ['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe']

print([i,upper() for i in names if len(i)>3])

例2:  求(x,y)其中x是0-5之间的偶数，y是0-5之间的奇数组成的元祖列表

[(x,y) for x in range(5) if x%2==0 for y in range(5) if y %2==1] 

例3:  求M中3,6,9组成的列表M = [[1,2,3],[4,5,6],[7,8,9]]

  l =  [row[2] for row in M] ---->列表推导式 print(l) --->[3, 6, 9]

 g = (row[2] for row in M)---->生成器表达式 print(g)----><generator object <genexpr> at 0x0000000002411BF8>

for i in g:print(i)
生成器的重点在于，有没有执行，一个生成器从头到尾只能取值一次，在不找他要值的时候始终不执行
当他执行的时候，要以执行时候的所有变量值为准。

 

转载于:https://www.cnblogs.com/xiaoAzaina/p/8954263.html