###迭代
- 何谓迭代?
简单来说,迭代就是遍历,遍历的对象可以是一个tuple,可以是一个list,一个dict,甚至一个字符串。 - 如何判断一个对象是可迭代的对象呢?
通过collections模块的Iterable类型判断,例如:
>>>from collections import Iterable
>>>isinstance('abcde', Iterable) # 判断str是否可迭代
True
>>>isinstance([1,2,3,4,5], Iterable) # 判断list是否可迭代
True
>>>isinstance(12345, Iterable) # 判断整数是否可迭代
false
###迭代器
- 何谓迭代器,干什么用的
迭代是python最强大的功能之一,是访问集合的一种方式
而迭代器是一个可以记住遍历的位置的对象。在python中,能被next()函数不断调用并且返回下一个值的对象称为迭代器(Iterator)。它可以被next()函数不断调用并返回下一个值,直到最后抛出StopIteration exception - 特性
从集合的第一个元素开始访问,直到所有的元素访问完,只能前进不能后退 - 如何判断是否为迭代器
可以使用isinstance()判断一个对象是否是Iterator对象:
>>>from collections import Iterator
>>>isinstance((x for x in range(10)), Iterator)
>True
>>>isinstance([], Iterator)
False
>>>isinstance({}, Iterator)
False
>>>isinstance('abc', Iterator)
False
可见生成器是Iterator对象,但list、dict、str虽然是Iterable,却不是Iterator。
- 创建迭代器
通过iter(obj)得到一个迭代器对象
其中obj可以是元组,列表或者是字典
注意如果是字典,创建的是key的迭代对象,即类型是dict-keyiterator
>>>list=[1,2,3,4]; it = iter(list) # 创建迭代器对象
>>>for x in it:...
...print (x, end=" ")
1 2 3 4
- for 循环的本质
for 循环本质上就是不断通过调用next()函数来实现的,例如:
for x in [1, 2, 3, 4, 5]:
pass
完全等价于:
it=iter([1,2,3,4,5])
while True:
try:
x=next(it)
except StopIteration :
break
###生成器
- 何谓生成器?
创建列表的时候我们是一次性创建整个列表,如果我们实际只用到了前几个元素,那后面的绝大部分空间都浪费了。如果列表后面的元素可以按照一定的规则或某种算法推出来,那我们可以在循环的过程中不断推算后面的元素,这样就不必创建完整的list,从而节约空间。在python中,一边循环一边计算元素的机制叫做生成器 - 创建生成器的方法
- 1.将列表生成式的[]改成()即可
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>
如何打印获得的generator呢?方法就是通过for 循环来迭代,例如
>>> g = (x * x for x in range(10))
>>> for n in g:
... print(n,end=” ”)
0 1 4 9 16 25 36 49 64 81
- 2.在函数中使用 yield关键字(一般函数中会有while或for循环,yield在循环语句内部)
带有yield的函数python会把它解释成一个generator,调用函数不会执行函数,而是返回一个generator对象!直到对其调用next()函数才开始执行(for 循环中自动调用 next()方法)
在for循环执行时,每次循环都会调用next()函数来执行函数的内部代码,执行到yield x时函数就返回 x。下一次迭代时,从yield x 的下一句开始,本地的变量和上次中断返回前是一样的,函数继续执行,直到再次遇到yield
例1:
>>>fb(max):
... n,a,b=0,0,1
... while n<max:
... yield b
... a,b=b,a+b
... n=n+1
...return done
>>> for fab in f(5):
... print(fab, end=’ ’)
1 1 2 3 5
注意到generatorfunction没有执行return语句。当函数执行结束时,generator 自动抛出 StopIteration 异常,表示迭代完成。在 for 循环里,无需处理 StopIteration 异常,循环会正常结束。那如何获得return语句呢?这就得捕获异常StopIteration,通过exception.value取得return的值
>>> g = fib(6)
>>> while True:
... try:
... x = next(g)
... print('g:', x)
... except StopIteration as e:
... print('Generator return value:', e.value)
... break
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done
例2:
第二个yield的例子来源于文件的读取,如果直接用read()方法会导致不可预测的内存占用,好的方法是建立一个固定长度的缓冲区,通过缓冲区来不断读取文件的内容。通过yield,我们不需要编写读文件的迭代类就可以轻松的实现文件读取。
def read_file(file_path):
BLOCK_SIZE=2048
with open(file_path) as f:
block=f.read(BLOCK_SIZE)
while true:
if block:
yield block
else :return
参考资料:
http://www.runoob.com/python3/python3-iterator-generator.html
廖雪峰python3迭代器