【python基础】十、Python 生成器 迭代器

生成器

推导式的弊端

受内存限制，列表容量 有限
而且，创建一个包含100万元素的列表，却只是用其中某几个，
浪费空间。
所以 如果列表元素可以按照某算法推算出来，在后续使用中不断推算，
边循环，边计算 --> 生成器 generator

三个创建、三种使用

• 创建生成器

# 1 列表推导式 --> 列表生成器
# [0，3，6，9，12，15，18，21，....,27]

nl_1 = [x * 3 for x in range(20)]
print(type(nl_1))   # <class 'list'>
# 生成器：
gl_1 = (x * 3 for x in range(7))
print(type(gl_1))   # <class 'generator'>

• 使用生成器

# 使用方法一
print(gl_1.__next__())

# 使用方法二
print(next(gl_1))

# StopIteration 超出 则 抛出 异常
while True:
    try:
        g = next(gl_1)
    except Exception as e:
        print(e)
        break
    else:
        print(g)

• 创建 yield 生成器

# yield 关键字
def func():
    n = 0
    while True:
        n += 1
        yield n

g = func()
print(g)
print(next(g))

• 如果生成器需要往里送值使用send方法

def gen():
    i = 0
    while i < 5:
        temp = yield i
        print('temp ', temp)
        i += 1
    return None
g=gen()
g0 = g.send(None)
print(g0)
g1 = g.send('呵呵')
print(g1)
g2 = g.send('oo')
print(g2)

进程 线程 协程

• 一个线程下面 多个协程

def task_1(n):
    for i in range(n):
        print('Doing task 1, coding ', i)
        yield None  # 增加yield 利用其 暂停功能


def task_2(n):
    for i in range(n):
        print('我正在做第二个任务，现在是 ', i)
        yield


# 任务1、2 交替运行
g1 = task_1(8)
g2 = task_2(5)

while True:
    try:
        next(g1)
        g2.__next__()
    except:
        break

• 生成器 generator

  1. 列表生成式 产生
     • g = [x for x in range(20)]
  2. 函数 yield

• 产生元素

  1. next(generator)
  2. generator.next()
  3. generator.send(xx)

• 应用：协程 --> 提高效率

可迭代的对象

1. 生成器
2. 元组 列表 集合 字典 字符串

• 如何判断可迭代

from collections import Iterable
bl = isinstance(list, Iterable)
b2 = isinstance('abc', Iterable)
b3 = isinstance(generator, Iterable)

迭代器 Iterator

迭代 是访问集合元素的一种方式，迭代器可以记住遍历的位置
迭代器 从第一个元素开始，知道元素全部访问结束
迭代器 只能向后
可以被 next() 调用 并不断返回下一个值

• 可迭代的 不一定就是 迭代器

  • 列表 可迭代。 但不是 迭代器 需 使用 iter

lt1 = [1,2,4,5,6]
it_lt1 = iter(lt1)

print(next(it_lt1))
print(next(it_lt1))
print(next(it_lt1))   

在b站学习中

个人主页

学习链接

欢迎 批评 指正