【python学习】python迭代器和生成器

中国史之【伯益让国】：
启继禹位的另一种说法为伯益让国。相传发明凿井技术的伯益，因治水有功，被禹选为继承人。但禹死后，民意属启，于是伯益禅让于启，并隐居到至箕山南麓。亦有一说，大禹生前即暗中要求启厚植实力以取代伯益。
-来源：全历史APP

今天讲python的迭代器和生成器。有需要的也可以直接去我的github查看全部笔记：

https://github.com/JackKoLing/python_notes_with_ten_days

俗话说：“好记性不如烂笔头”，多写写多记记，总不会错。多一些不为什么的坚持，少一些功利主义的追求。对于环境的配置，可以参考以下两篇：

• win10版 @小保，公众号：CV之道
  【深度学习环境配置】手把手实战配置深度学习环境（win10版）
• Linux版 @小保，公众号：CV之道
  【深度学习环境配置】手把手实战配置深度学习环境（Ubuntu20.04版）

1 python迭代

• 迭代的概念在工科是非常常见的。所谓的迭代，就是重复做一件事。
• 如果某个对象，在其内部实现了__iter__()或__getitem__()的方法，则其为可迭代对象
• 可迭代(iterable)对象支持每次返回自己所包含的一个成员的对象，也就是可遍历对象
• 上一篇介绍的列表解析就是python迭代机制的一种应用

（1）可迭代对象包括：

• 序列类型：list, str, tuple
• 非序列类型：dict, file
• 用户自定义包含__iter__()或__getitem__()方法的类

（2）for循环可用于任何可迭代对象：

• for循环开始时，会通过迭代协议传递给iter()内置函数，从而能够从可迭代对象中获得一个迭代器，返回的对象含有需要的__next__()方法

l1 = [1, 2, 3]
print(dir(l1)) # 可以看到含有iter、getitem的方法，所以是可迭代对象
>>>
['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', 
'__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', 
'__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', 
'__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', 
'__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', 
'__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 
'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

i1 = l1.__iter__()
print(i1)  # 返回一个迭代器对象，每次使用循环时，系统自动创建迭代器，来遍历每个元素
print(i1.__next__())
print(i1.__next__())
print(i1.__next__()) # 注意：迭代器不可逆，要想再迭代就要创建新的迭代器
>>>
<list_iterator object at 0x000001449EEA60B8>
1
2
3

2 迭代器

• 迭代器（iterator），又称为游标(cursor)，它是程序设计的软件设计模式，是一种可在容器(container)上实现元素遍历的接口
• 迭代器是一种特殊的数据结构，也是以对象的形式存在
• 简单的理解就是：迭代器定义了遍历可迭代对象中的每个元素的顺序或方法

i2 = iter(l1) # 等价于 i2 = l1.__iter__()
print(i2.__next__())
print(i2.__next__())
print(i2.__next__())
>>>
1
2
3

3 生成器

• 列表解析表达式是一次生成全部对象，如果没有使用到的对象就很占内存
• 而生成器表达式是一次只生成一个对象，调用一次生成一次。使用“懒性计算”或称为“延迟求值”的机制
• 其并不真正创建数字列表，而是返回一个生成器对象，此对象在每次计算出一个条目后，就“产生”(yield)出来
• 序列过长，并且每次只需要获取一个元素时，应当考虑使用生成器表达式而不是列表解析
• 生成器表达式的语法就是把列表解析的[]换成()

print((i**2 for i in range(1, 11))) # 注意返回的是生成器对象
g1 = (i**2 for i in range(1, 11))
print(g1.__next__())
print(g1.__next__())
print(g1.__next__())
print(g1.__next__())
>>>
<generator object <genexpr> at 0x000001449EE0CCF0>
1
4
9
16

for i in (i**2 for i in range(1, 11)):
    print(i//2)
>>>
0
2
4
8
12
18
24
32
40
50

（补充）
enumerate语句：

• range可在非完备遍历中用于生成索引偏移，如range(1,100,2)
• 若同时需要偏移的索引和偏移元素，则可以使用enumerate()函数，其内置函数返回一个生成器对象
• 此函数用在for函数非常适用，既能获取索引位置，也能获取元素值。

url = "www.baidu.com"
g1 = enumerate(url) # 获取枚举的生成器
print(g1.__next__()) # 可以获取对象的索引以及元素本身
print(g1.__next__())
print(g1.__next__())
print(g1.__next__())
>>>
(0, 'w')
(1, 'w')
(2, 'w')
(3, '.')

for i,value in enumerate(url):
    if i < 4:
        print(i)
        print(value)
>>>
0
w
1
w
2
w
3
.

【声明】：学习笔记基于互联网上各种学习资源的个人整理。

以上是本期内容，下期介绍python文件对象的用法。

我叫小保，一名计算机视觉爱好者、学习者、追随者，欢迎关注我一起学习。