12 Python - 迭代器和生成器

迭代器和生成器

一.迭代器

1.什么是迭代器(iter)?

①概念:迭代器是容器型数据类型,只能通过类型转换和生成器来获得迭代器对象

②迭代器存储数据的特点:同时可以保存多个数据,没有办法直接查看,而是需要先将数据从迭代器中取出来(取出来之后不能放回去)

所有容器都可以转换成迭代器 :

iter1 = iter([10,20,30,40])
print(iter)  # <list_iterator object at 0x00000000027CAF98>

iter2 = iter('abc')
print(iter2) # <str_iterator object at 0x00000000027CAFD0>

iter3 = iter({'name':'zhangsan','age':18,'gender':'男'})
print(iter3) # <dict_keyiterator object at 0x00000000020E8778>

2.获取迭代器中的元素

​ 无论通过什么样的方式,只要是将迭代器中的元素拿到了,那么这个元素在迭代器中就不存在了

list1 = list(iter1)
print(list1)  # 通过列表的方式拿到iter1中的元素[10, 20, 30, 40]
list2 = list(iter1)
print(list2)  # 现在在去拿iter1中打的元素 得到的是空列表 []	

①遍历获取元素

iter5 = iter('hello')
for x in iter5:
    print(f'x:{x}')	# x:h x:e x:l x:l x:o 通过遍历拿到的一个个元素
list4 = list(iter5)
print(list4)		# 同样现在iter5中的元素就不存在了

②获取单个元素

语法:

next(迭代器对象) - 获取迭代器中的一个元素(当前最前面的那个元素)

还有另外一种写法(不推荐)

迭代器对象.__next__() - 获取迭代器中的一个元素 (当前最前面的那个元素)

print(next(iter3))  # name
print(next(iter3))  # age
print(next(iter3))  # gender 
print(next(iter3))  # 由于iter3中所有key元素都取 再调用next方法会报错 :StopIteration

二.生成器

1.什么是生成器？

①概念a:生成器就是迭代器

②概念b:调用一个带有 yield 关键字的函数就可以得到一个生成器

def func1():
    print('++++')
    print('----')
    yield
result = func1()
print('result:', result)
# result: <generator object func1 at 0x000000000217C7D8>

2.生成器产生数据(生成器中的元素怎么产生)

• 生成器能生成多少数据就看执行生成器对应的函数的函数体会遇到几次yield

• yield后面表达式的值就是生成器能够产生的数据

# 示例一:创建一个生成器可以产生3个数据分别是：10， 100， 78
def create_gender1():
    yield 10
    yield 100
    yield 78
gen1 = create_gender1()
print(list(gen1)) # [10,100,78]

3.生成器产生数据的原理

​ 当获取生成器元素的时候，会自动调用生成器关联的函数。第一次从函数开始的地方开始执行，直到遇到 yield 为止，并且将 yield 后面的值作为获取到的数据；后面每次都是从上一次结束的位置开始执行，直到遇到 yield。如果从开始执行到函数结束都没有遇到 yield 就不会产生数据（如果是用 next 去取的数据这个时候会报错）

def create_gender():
    for x in range(5):
        yield x

print(next(create_gender()))  # 0
print(next(create_gender()))  # 0
# 这里需要注意每次调用函数都是在创建一个新的生成器对象

gen = create_gender()	# 这里将新的生成器对象赋值给gen 再用next取元素
print(next(gen))   # 0
print(next(gen))   # 1

练习:

写一个产生4位验证码的生成器（验证码由随机的4位数字和字母组成）

from random import choices # 从random模块导入choices方法
def code_gender():
    alp = 'abcdefghijklmnopqrstuvwxyz'
    str1 = alp + alp.upper() +'0123456789'
    while True:
        yield ''.join(choices(str1,k=4))
gen1 = code_gender()
print(next(gen1)) #BMDG
print(next(gen1)) #Zr6f

三.生成式

• 生成式就是生成器的简写

• 列表推导式的[]变成()就变成了生成式

list1 = [x*2 for x in range(5)]
print(list1)    # [0, 2, 4, 6, 8]

gen1 = (x*2 for x in range(5))
print(gen1)     # <generator object <genexpr> at 0x103dba050>
print(next(gen1))    # 0
print(next(gen1))    # 2

# 其实这里的 gen1 = (x*2 for x in range(5))就相当于:
def func():
    for x in range(5):
        yield x*2

gen1 = func()