python基础____学习笔记15 (迭代器和生成器)

最新推荐文章于 2023-04-12 15:11:42 发布

du2005023029

最新推荐文章于 2023-04-12 15:11:42 发布

阅读量169

点赞数

分类专栏： Python基础

本文链接：https://blog.csdn.net/du2005023029/article/details/108533635

版权

Python基础专栏收录该内容

32 篇文章 0 订阅

订阅专栏

一、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，是一个可以记住遍历的位置的对象。
实现了方法__iter__的对象是可迭代的对象，而实现了方法__next__的对象是迭代器, 像序列和字典都是可迭代的，因为他们都实现了__iter__方法。

1.1 创建一个迭代器
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__() 。
__iter__() 方法返回一个特殊的迭代器对象，这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。
__next__() 会返回下一个迭代器对象。
例子:
创建一个字符串列表，每个元素从'hello-10' 到 'hello-50' ，步长为2

class MyNumbers:
    def __init__(self,prefix,startindex,endindex,step):
        self.prefix=prefix
        self.startindex = startindex
        self.endindex = endindex
        self.step = step

    def __iter__(self):
        self.a=self.startindex
        return self
    def __next__(self):
        if self.a <= self.endindex:
            x = self.a
            self.a += self.step
            return self.prefix+str(x)
        else:
            raise StopIteration

myclass = MyNumbers('hello',10,50,2)
myiter = iter(myclass)
mylist = []
for x in myiter:
    mylist.append(x)
print(mylist)

因为MyNumbers实现了__iter__、__next__，所以可以直接通过 list() 函数将，生成列表

myclass = MyNumbers('hello',10,50,2)
mylist=list(myclass)
print(mylist)

1.2 iter() 和next()

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：

list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
print(next(it))   # 输出迭代器的下一个元素
print(next(it))   # 输出迭代器的下一个元素

class MyNumbers:
    def __init__(self,prefix,startindex,endindex,step):
        self.prefix=prefix
        self.startindex = startindex
        self.endindex = endindex
        self.step = step

    def __iter__(self):
        self.a=self.startindex
        return self
    def __next__(self):
        if self.a <= self.endindex:
            x = self.a
            self.a += self.step
            return self.prefix+str(x)
        else:
            raise StopIteration

myclass = MyNumbers('hello',10,50,2)
myiterobj=iter(myclass)
print(next(myiterobj))
print(next(myiterobj))

二、生成器
根据自己制定规则循环生成数据，当条件不成立时则生成数据结束。数据并不是一次性全部生成处理，而是使用一个，再生成一个，这样可以节约大量的内存。
生成器有2中创建方式：
yield 表达式
生成器推导
2.1 yield 表达式
生成器是包含关键字yield的函数，但被调用时不会执行函数体内的代码，而是返回一个迭代器。每次请求值时，都
将执行生成器的代码，直到遇到yield或return。 yield意味着应生成一个值，而return意味着生成器应停止执行。

def MyNumbers(prefix,startindex,endindex,step):
    x = startindex
    while x <=endindex:
        yield prefix + str(x+step)
        x = x +step

mylist = []
mygenerator=MyNumbers('hello-',10,50,2)
for x in mygenerator:
    mylist.append(x)
print(mylist)

代码执行到 yield 会暂停，然后把结果返回出去，下次启动生成器取值时会在暂停的位置继续往下执行

同样也可以使用 mylist=list(MyNumbers) 生成列表

2.2 生成器推导式:
与列表推导式类似，只不过生成器推导式使用小括号

mylistgenerator = ('hello-'+str(x) for x in range(10,50,2))
print(mylistgenerator) #<generator object <genexpr> at 0x000001D8F0AE6C48>

#mylist=list(mylistgenerator)
mylist =[]
for x in mylistgenerator:
    mylist.append(x)

print(mylist)

可使用next 函数获取生成器中的下一个值，for 循环遍历生成器中的每一个值

三、生成器方法
生成器方法主要有三种:
send: yield 向外界提供一个值，同样外界可以向生成器发送一个值，该值位于 yield 左边
throw: 在生成器函数执行暂停处，抛出一个指定的异常，之后程序会继续执行生成器函数中后续的代码，直到遇到下一个 yield 语句。如果到剩余代码执行完毕没有遇到下一个 yield 语句，则程序会抛出 StopIteration 异常。
close: 在生成器函数暂停的地方抛出一个 GeneratorExit 异常

3.1 send

def MyNumbers(prefix,startindex,endindex,step):
    x = startindex
    while x <=endindex:
        y = yield prefix + str(x+step)
        x = x + step
        print(f'Get string:{y}')

mylist = []
mygenerator=MyNumbers('hello-',10,50,2)

onestring= mygenerator.__next__()          #第一次取值后, 停留在   yield prefix + str(x+step) 即 yield 'hello-' + str(10+2),  onestring为 hello-12
print(mygenerator.send(onestring))         #send 发送后，执行 y='hello-12' ; x=x+2 ; print(f'Get string:{hello-12}') ; yield prefix + str(x+step) 即  yield 'hello-' + str(12+2)； 返回了 'hello-14'
onestring= mygenerator.__next__()          #此时__next__相当于执行了 send(None). y = none ; x=x+2;  print(f'Get string:{None}');  yield prefix + str(x+step) 即 yield 'hello-' + str(14+2)； 返回了 'hello-16'
print(mygenerator.send(onestring))         #send 发送后，执行 y='hello-16' ; x=x+2 ; print(f'Get string:{hello-16}') ; yield prefix + str(x+step) 即  yield 'hello-' + str(16+2)； 返回了 'hello-18'

通过调用 next()或者 __next__() 方法，可以实现从外界控制生成器的执行。send() 方法可带一个参数，也可以不带任何参数（用 None 表示）。其中，当使用不带参数的 send() 方法时，它和 next() 函数的功能完全相同。

3.2 close方法

def MyNumbers(prefix,startindex,endindex,step):
    x = startindex
    while x <=endindex:
        try:
            yield prefix + str(x+step)
            x = x + step
            
        except GeneratorExit :
            print('生成器结束')
            break


mylist = []
mygenerator=MyNumbers('hello-',10,50,2)

onestring= mygenerator.__next__()
print(onestring)
onestring= mygenerator.__next__()
print(onestring)

mygenerator.close()

在while 循环异常处理必须加上break 跳出循环，否则循环再一次走到 yield prefix + str(x+step)，此时生成器已经关闭，将产生RuntimeError异常
异常这代码中不能再包含 yield 语句，否则程序会抛出 RuntimeError 异常。也无法再调用 next()函数或者 __next__() 方法启动执行，否则会抛出 StopIteration 异常。

3.3 throw方法
generator.throw(type[, value[, traceback]])

def MyNumbers(prefix,startindex,endindex,step):
    x = startindex
    while x <=endindex:
        try:
            yield prefix + str(x+step)
            x = x + step

        except ZeroDivisionError:
            print('捕获到了 异常 ZeroDivisionError')
        except GeneratorExit :
            print('生成器结束')
            break


mylist = []
mygenerator=MyNumbers('hello-',10,50,2)

onestring= mygenerator.__next__()
print(onestring)
onestring= mygenerator.__next__()
print(onestring)

print(mygenerator.throw(ZeroDivisionError))

onestring= mygenerator.__next__()
print(onestring)

mygenerator.close()


#生成器结束

从 yield prefix + str(x+step) 处发送了异常，此时返回时是上次的值 hello-14, 此时暂停在这里.
当执行最后的onestring= mygenerator.__next__(), 将继续执行x=x+step; while x<=endindex; yield prefix + str(x+step) 此时取得hello-16, 最后关闭生成器

四、总结
可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型，如list,tuple,dict,set,str等
一类是generator，包括生成器和带yield的generator function

可以直接作用于for 循环的对象统称为可迭代对象：Iterable
可作用于next()函数的对象都是Iterator类型；
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
通过iter函数将可迭代对象转换为迭代器

可以使用isinstance()判断一个对象是否为可Iterable对象

>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False

du2005023029

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
python基础____学习笔记15 (迭代器和生成器)

一、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，是一个可以记住遍历的位置的对象。实现了方法__iter__的对象是可迭代的对象，而实现了方法__next__的对象是迭代器, 像序列和字典都是可迭代的，因为他们都实现了__iter__方法。1.1 创建一个迭代器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__() 。__iter__() 方法返回一个特殊的迭代器对象，这个迭代器对象实现了 __next__() 方法并通过 S..
复制链接

扫一扫

专栏目录