我们可以用 列表生成式来对列表添加元素。但是,受到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。
① 生成器:
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间。在Python中,这种一边循环一边计算的机制,称为生成器:generator。
要创建一个generator,有很多种方法。
第一种方法很简单,只要把一个列表生成式的[]改成(),就创建了一个generator:
tony=(i for i in range(10))
但我们怎么打印出generator的每一个元素呢?
如果要一个一个打印出来,通过next()函数获得generator的下一个返回值,可以
next(tony)
#2全部打印
for i in range(11):
print(next(tony))
第二种:如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator:
用 generator来实现斐波那契数列
generator的函数,在每次调用next()的时候执行,遇到yield语句返回,再次执行时从上次返回的yield语句处继续执行。
def fib_generator(m):
n,a,b=0,0,1
while n<m:
yield b
a,b=b,a+b
n=n+1
return 'Done'
f=fib_generator(20)
for i in f:#因为f是一个可迭代对象
print(i)
② 迭代器:
我们已经知道,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。
这些可以直接作用于for循环的对象统称为可迭代对象:Iterable。
可以使用isinstance()判断一个对象是否是Iterable对象:
定义:能用next()函数调用并不断返回下一个值的对象称为迭代器:Iterator
但是list、tuple、dict、set、str都是不可迭代对象,你不信?
用Iterator来试试他
from collections.abc import Iterator
print(isinstance([],Iterator),isinstance(iter{},Iterator))
#>> False
但是我们可以通过iter()方法使其变成可迭代对象
from collections.abc import Iterator
print(isinstance(iter([]),Iterator),isinstance(iter({}),Iterator))
iterator对象可以被next()函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列,
迭代器的特性:但我们却不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,所以Iterator的计算是惰性的,只有在需要返回下一个数据时它才会计算
凡是可作用于for循环的对象都是Iterable类型;
凡是可作用于next()函数的对象都是Iterator类型,它们表示一个惰性计算的序列;
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。
Python的for循环本质上就是通过不断调用next()函数实现的,例如:
herorank=[1,2,3,4,5,6]
rank=iter(herorank)
while True:
try:
print(rank)
except StopIteration:
break