接之前返回斐波那契数列的文章中,有涉及到生成器,本期就来讲讲Python迭代器和生成器。
讲之前,先说一下Python迭代器和生成器和优点,简单来说就是:
1.生成器的好处是延迟计算,一次返回一个结果。也就是说,它不会一次生成所有的结果,这对于大数据量处理,会减少内存占用,提高效率。
2. 除了延迟计算,生成器还提高了代码可读性。
一、Python迭代器
迭代是Python最强大的功能之一,是访问集合元素的一种方式。
迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。
迭代器有两个基本的方法:iter()和next()。
实例1:
l = [1,2,3,4]
it = iter(l) # 创建迭代器对象
print(next(it)) # 输出迭代器的下一个元素 1
print(next(it)) # 输出迭代器的下一个元素 2
以上是将一个固定的列表转换成一个4个值的迭代器,当next到第5次时,就会触发StopIteration报错,因为迭代器遍历完了;
二、Python生成器
在 Python 中,使用了 yield 的函数被称为生成器(generator)。
跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
调用一个生成器函数,返回的是一个迭代器对象。
实例2:
# 计数器从100开始计数,打印当前计数
def num():
first_num = 100
while True:
yield first_num # 使用yield,就代表产生一个值
first_num = first_num + 1
f = num() # 生成器被调用,返回一个迭代器对象
print(next(f)) # 第一次打印,迭代器遍历第一位,结果是100
print(next(f)) # 第二次打印,迭代器遍历第二位,结果是101
三、生成器表达式
除了使用yield外,生成器表达式也能生成生成器;
简而言之就是:用()加列表推导=生成器
实例3:
# 此处先举例yield生成器
def num():
for i in range(1, 10):
yield i * 2
f = num()
print(next(f), next(f), next(f), next(f)) # 返回2,4,6,8
实例4:
# 使用生成器表达式
fx = (i * 2 for i in range(1, 10))
print(fx) # 返回的是生成器 <generator object <genexpr> at 0x000001FF605E9510>
for i in fx:
print(i, end=' ')
# 结果是:2 4 6 8 10 12 14 16 18
print(list(fx)) # 可以将生成器转化为列表,但是若将上面for语句执行过,此时返回的会是空数组[]
以上就是所有Python迭代器和生成器内容啦~