Python开发【第五篇】：迭代器与生成器

一、迭代器 

迭代器的概念

#迭代器即迭代的工具，那什么是迭代呢？
#迭代是一个重复的过程，每次重复即一次迭代，并且每次迭代的结果都是下一次迭代的初始值

迭代器协议和for循环工作机制

#for循环的工作原理
#1：执行in后对象的dic.__iter__()方法，得到一个迭代器对象iter_dic
#2: 执行next(iter_dic),将得到的值赋值给k,然后执行循环体代码
#3: 重复过程2，直到捕捉到异常StopIteration,结束循环

# l = [1,2,3,4,5,6,7,8,9]
#
# iter_l = l.__iter__()
#
# print(iter_l.__next__())
# print(iter_l.__next__())
# print(next(iter_l))  #next本质就是调用__next__

迭代器的优缺点

#优点：
  - 提供一种统一的、不依赖于索引的迭代方式
  - 惰性计算，节省内存
#缺点：
  - 无法获取长度（只有在next完毕才知道到底有几个值）
  - 一次性的，只能往后走，不能往前退

 二、生成器

什么是生成器

#只要函数内部包含有yield关键字，那么函数名()的到的结果就是生成器，当调用函数并且不会执行函数内部代码，只有得到__next__指令时才会往下执行

def func():
    print('====>first')
    yield 1
    print('====>second')
    yield 2
    print('====>third')
    yield 3
    print('====>end')

g=func()
print(g) #<generator object func at 0x0000000002184360> 

 1、生成器函数

#1、生成器函数
def test():
    yield 1
    yield 2

g = test()

print(g.__next__())
print(g.__next__())
print(next(g))



def product_baozi():
    ret = []
    for i in range(10):
        ret.append('鸡蛋%s' %i)
    return ret
#缺点1：占空间大
#缺点2:效率低，因为要全部蛋下完才可以



def product_baozi():
    for i in range(100):
        print('正在生产包子')
        yield '一屉包子%s' %i
        print('开始卖包子')
pro_g = product_baozi()

baozi1 = pro_g.__next__()
baozi1 = pro_g.__next__()
print(baozi1)


#也可以这么写
baozi = product_baozi()
for i in baozi:
    print(i)

 返回值是yield 可以多个yield，yield相当于return,yield可以保持函数的运行状态

2、生成式表达式

#2、生成式表达式
lmj = ('鸡蛋%s' %i for i in range(10)) #生成器表达式
print(lmj.__next__())
print(next(lmj))

n = sum(i for i in range(10000))
print(n)

sum(list(range(1000000000)))

生成器就是迭代器

g.__iter__
g.__next__
#2、所以生成器就是迭代器，因此可以这么取值
res=next(g)
print(res)

 生成器表达式之后就有一个__next__方法

三元表达式

name = 'aln'
res = 'sb' if name == 'alb' else '帅哥'
print(res)

列表解析

egg_list = []
for i in range(10):
    egg_list.append('鸡蛋%s' %i)
print(egg_list)

#这种方法更快速
l = ['鸡蛋%s' %i for i in range(10)] #列表解析
l1 = ['鸡蛋%s' %i for i in range(10) if i>5]
# l1 = ['鸡蛋%s' %i for i in range(10) if i>5 else i] #没有四元表达式
print(l)
prinzt(l1)

总结：

# 1、把列表解析的[]换成()得到的就是生成器表达式

# 2、列表解析与生成器表达式都是一种便利的编程方式，只不过生成器表达式更节省内存

 注意：

#列表解析
sum[i for in range(100000000000000)] # 内存占用大，机器容易卡死
    
#生成器表达式
sum(i for i in range(100000000000000))# 几乎不占用内存

 例子

获取每个省占用全国人口的百分比（通过获取文件的每一行）

#获取每个省占用全国人口的百分比
"""人口文件的内容
{'name':'山东'，'population':10}
{'name':'山西'，'population':888}
{'name':'河南'，'population':765}
{'name':'河北'，'population':6546}
{'name':'广西'，'population':353}
"""
def get_population_count():
    with open('人口普查', 'r',encoding='utf-8') as f:
        for i in f:   # 每次循环一次，取出来的是一行的内容
            yield i
g = get_population_count()

#g.__next__()生成的是字符串，需要通过使用eval函数将字符串转换成字典模式
s1 = eval(g.__next__())
print(g.__next__())
print(type(s1))
print(s1['population'])

# #方法一、获取总人口
# total_population = 0
# for i in g:
#     p_dic = eval(i) #通过eval将字符串获取成字典形式
#     print(p_dic['population'])
#     total_population += eval(i)['population']
# print('总人口%s' %total_population)


#方法二、获取总人口
all_population = sum(eval(i)['population'] for i in g)
print('总人口%s' %all_population)

注意：迭代只迭代一次，上面方法一用了迭代，再用方法二就会得到迭代的值

g.__next__()生成的是字符串，需要通过使用eval函数将字符串转换成字典模式
s1 = eval(g.__next__())

 并发编程，一边吃包子，一边生成，通过send函数，然后通过yield来接收

yield 相当于return控制的是函数的返回值
x= yield的另一个特性，接收send传过来的值，赋值给x
def test():
    print('开始啦')
    first = yield 1  #first = None
    print('第一次',first)
    sec = yield 2
    print('第二次',sec)
    yield

t = test()
print(t.__next__())
t.send(None)
t.send('传给停留yield的那个位置的yield')



#*****************************************************************************************************************************************************************************************************************************************************************************


import time
def consumer(name):
    print('我是[%s], 我准备开始吃包子'%(name))
    while True:
        baozi = yield
        time.sleep(1)
        print('%s 很开心把[%s]吃掉了'%(name,baozi))

def producer():
    c1 = consumer('1号选手')
    c2 = consumer('1号选手')
    c1.__next__()
    c2.__next__()
    for i in range(10):
        time.sleep(1)
        c1.send('肉馅 %s' %i)
        c2.send('肉馅 %s '%i)

producer()

注意：yield 相当于return控制的是函数的返回值
x= yield的另一个特性，接收send传过来的值，赋值给x