Python3 迭代器与生成器

一 序

  本文属于Python入门学习笔记,学习内容来自:https://www.runoob.com/python3/python3-iterator-generator.html

二迭代器

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()

字符串,列表或元组对象都可用于创建迭代器:

也可以使用 next() 函数:

创建一个迭代器

把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。

StopIteration

StopIteration 异常用于标识迭代的完成,防止出现无限循环的情况.

上面的例子,在Jupiter运行sys.exit() ,会导致异常。所以改为break中断。

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

之前看Python别的基本上容易理解。但是这个yield的介绍就是比较绕。

看了下网上这篇文章:https://blog.csdn.net/mieleizhi0522/article/details/82142856/

解释的比较好。

可以对比下,

1第一行不输出, 第二行进入next先执行foo函数中的print方法,然后进入while循环。

2.程序遇到yield关键字,然后把yield想想成return,return了一个4之后,程序停止,并没有执行赋值给res操作。

 3 执行print("*"*20),输出20个*

4执行下面的print(next(g)),注意刚才那个next程序停止的地方开始执行的,因为刚才那个是return出去了,并没有给赋值操作的左边res传参数,所以这个时候res赋值是None.

5 程序会继续在while里执行,又一次碰到yield,这个时候同样return 出4,然后程序停止.

费这么大劲,绕半天是为啥呢?之前学的用range初始化数据。

这个时候range(1000)就默认生成一个含有1000个数的list了,数字大很占内存。

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
迭代器生成器都是 Python 中用于处理大量数据的重要工具。 ## 迭代器 迭代器是一种对象,它可以被用于迭代(即遍历)数据。在 Python 中,任何实现了 `__iter__()` 和 `__next__()` 方法(在 Python 2 中是 `next()` 方法)的对象都可以作为迭代器。`__iter__()` 方法返回迭代器本身,`__next__()` 方法返回迭代器中的下一个元素。如果没有更多元素,`__next__()` 方法应该引发 `StopIteration` 异常。 例如,我们可以使用迭代器来遍历一个列表: ```python my_list = [1, 2, 3] my_iter = iter(my_list) print(next(my_iter)) # 1 print(next(my_iter)) # 2 print(next(my_iter)) # 3 ``` ## 生成器 生成器是一种特殊的迭代器,它更加灵活,更容易编写。生成器的工作方式与迭代器类似,但是生成器不需要实现 `__iter__()` 和 `__next__()` 方法,而是通过 `yield` 语句来生成数据。每次调用生成器的 `__next__()` 方法时,它会执行代码直到遇到 `yield` 语句,然后返回 `yield` 语句后面的值。当下一次调用 `__next__()` 方法时,生成器会从上次停止的地方继续执行代码,直到再次遇到 `yield` 语句。 例如,我们可以使用生成器来生成斐波那契数列: ```python def fibonacci(): a, b = 0, 1 while True: yield a a, b = b, a + b fib = fibonacci() print(next(fib)) # 0 print(next(fib)) # 1 print(next(fib)) # 1 print(next(fib)) # 2 print(next(fib)) # 3 ``` 生成器可以用于处理大量的数据,因为它们只在需要时生成数据,而不是一次性生成所有数据。此外,生成器还可以用于构建管道(pipeline)和数据流。 总之,迭代器生成器Python 中非常有用的工具,它们可以帮助我们处理大量的数据,提高代码的简洁性和可读性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值