Python基础语法-菜鸟教程-第13章：Python3 迭代器与生成器

最新推荐文章于 2022-07-21 16:03:22 发布

海狸_hlz

最新推荐文章于 2022-07-21 16:03:22 发布

阅读量264

点赞数

分类专栏： # Python基础语法文章标签： python

本文链接：https://blog.csdn.net/qq_33410995/article/details/104194883

版权

Python基础语法专栏收录该内容

32 篇文章 0 订阅

订阅专栏

学习网址：https://www.runoob.com/python/python-basic-syntax.html
运行代码后即可生成笔记

未完成部分：生成器未看懂，迭代器不熟练

#代码如下：

# chapter13:Python3 迭代器与生成器
print("\nchapter13:Python3 迭代器与生成器\n")
print("1.概述")
print("1)迭代是Python最强大的功能之一，是访问集合元素的一种方式。")
print("2)迭代器是一个可以记住遍历的位置的对象。")
print("3)迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。")
print("4)迭代器有两个基本的方法：iter() 和 next()。")
print("5)字符串，列表或元组对象都可用于创建迭代器：")
print("eg:")
print(">>> list=[1,2,3,4]\n"
">>> it = iter(list)    # 创建迭代器对象\n"
">>> print (next(it))   # 输出迭代器的下一个元素\n"
"1\n"
">>> print (next(it))\n"
"2\n"
">>>")
print("6)迭代器对象可以使用常规for语句进行遍历")
print("eg:")
print("list=[1,2,3,4]\n"
"it = iter(list)    # 创建迭代器对象\n"
"for x in it:\n"
      "    print (x, end=" ")")
print("执行以上程序，输出结果如下")
list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
for x in it:
    print (x, end=" ")

print("7)也可以使用 next() 函数,进行遍历")
print("eg:")
print("import sys         # 引入 sys 模块\n"

"list=[1,2,3,4]\n"
"it = iter(list)    # 创建迭代器对象\n"

"while True:\n"
      "    try:\n"
      "        print (next(it))\n"
      "    except StopIteration:\n"
      "        sys.exit()")
print("2.创建一个迭代器")
print("1)把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。")
print("2)如果你已经了解的面向对象编程，就知道类都有一个构造函数，Python 的构造函数为 __init__(), 它会在对象初始化的时候执行。")
print("3)__iter__() 方法返回一个特殊的迭代器对象， 这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。")
print("4)__next__() 方法（Python 2 里是 next()）会返回下一个迭代器对象。")
print("eg:创建一个返回数字的迭代器，初始值为 1，逐步递增 1：")
print("class MyNumbers:\n"
      "  def __iter__(self):\n"
      "    self.a = 1\n"
      "    return self\n"

      "  def __next__(self):\n"
      "    x = self.a\n"
      "    self.a += 1\n"
      "    return x\n"
 
"myclass = MyNumbers()\n"
"myiter = iter(myclass)\n"
 
"print(next(myiter))\n"
"print(next(myiter))\n"
"print(next(myiter))\n"
"print(next(myiter))\n"
"print(next(myiter))")
print("执行输出结果为：")


class MyNumbers:
    def __iter__(self):
        self.a = 1
        return self

    def __next__(self):
        x = self.a
        self.a += 1
        return x


myclass = MyNumbers()
myiter = iter(myclass)

print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print("3.StopIteration")
print("1)StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。")
print("2)eg:在 20 次迭代后停止执行：")
print("class MyNumbers:\n"
      "  def __iter__(self):\n"
"        self.a = 1\n"
    "        return self\n"

    "  def __next__(self):\n"
"      if self.a <= 20:\n"
        "        x = self.a\n"
"        self.a += 1\n"
    "        return x\n"
"  else:\n"
    "    raise StopIteration\n"
 
"myclass = MyNumbers()\n"
"myiter = iter(myclass)\n"
 
"for x in myiter:\n"
"  print(x)")
print("执行输出结果为：")


class MyNumbers:
    def __iter__(self):
        self.a = 1
        return self

    def __next__(self):
        if self.a <= 20:
            x = self.a
            self.a += 1
            return x
        else:
            raise StopIteration


myclass = MyNumbers()
myiter = iter(myclass)

for x in myiter:
    print(x)

print("4.生成器")
print("1)在 Python 中，使用了 yield 的函数被称为生成器（generator）。")
print("2)跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。")
print("3)在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。")
print("4)调用一个生成器函数，返回的是一个迭代器对象。")
print("5)eg:以下实例使用 yield 实现斐波那契数列：")
print("import sys\n"
 
"def fibonacci(n): # 生成器函数 - 斐波那契\n"
      "    a, b, counter = 0, 1, 0\n"
      "    while True:\n"
      "        if (counter > n):\n"
      "            return\n"
      "        yield a\n"
      "        a, b = b, a + b\n"
      "        counter += 1\n"
"f = fibonacci(10) # f 是一个迭代器，由生成器返回生成\n"
 
"while True:\n"
      "    try:\n"
      "        print (next(f), end=" ")\n"
      "    except StopIteration:\n"
      "        sys.exit()")
print("上述实例输出结果为：")
import sys


def fibonacci(n):  # 生成器函数 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if (counter > n):
            return
        yield a
        a, b = b, a + b
        counter += 1


f = fibonacci(10)  # f 是一个迭代器，由生成器返回生成

while True:
    try:
        print(next(f), end=" ")
    except StopIteration:
        sys.exit()

#实例解析：
print(""
"a    b    counter     n      print\n"
"                      10\n"
"0    1    0           10     0\n"
"1    1    1           10     1\n"
"1    2    2           10     1\n"
"2    3    3           10     2\n"
"3    5    4           10     3\n"
"5    8    5           10     5\n"
"8    13   6           10     8\n"
"13   21   7           10     13\n"
"21   34   8           10     21\n"
"34   55   9           10     34\n"
"55   89   10          10     55\n"
"89   144  11          10     return\n")

#代码运行结果如下：

chapter13:Python3 迭代器与生成器

1.概述
1)迭代是Python最强大的功能之一，是访问集合元素的一种方式。
2)迭代器是一个可以记住遍历的位置的对象。
3)迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
4)迭代器有两个基本的方法：iter() 和 next()。
5)字符串，列表或元组对象都可用于创建迭代器：
eg:

list=[1,2,3,4]
it = iter(list) # 创建迭代器对象
print (next(it)) # 输出迭代器的下一个元素
1

print (next(it))
2

6)迭代器对象可以使用常规for语句进行遍历
eg:
list=[1,2,3,4]
it = iter(list) # 创建迭代器对象
for x in it:
print (x, end=)
执行以上程序，输出结果如下
1 2 3 4 7)也可以使用 next() 函数,进行遍历
eg:
import sys # 引入 sys 模块
list=[1,2,3,4]
it = iter(list) # 创建迭代器对象
while True:
try:
print (next(it))
except StopIteration:
sys.exit()
2.创建一个迭代器
1)把一个类作为一个迭代器使用需要在类中实现两个方法 iter() 与 next() 。
2)如果你已经了解的面向对象编程，就知道类都有一个构造函数，Python 的构造函数为 init(), 它会在对象初始化的时候执行。
3)iter() 方法返回一个特殊的迭代器对象，这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成。
4)next() 方法（Python 2 里是 next()）会返回下一个迭代器对象。
eg:创建一个返回数字的迭代器，初始值为 1，逐步递增 1：
class MyNumbers:
def iter(self):
self.a = 1
return self
def next(self):
x = self.a
self.a += 1
return x
myclass = MyNumbers()
myiter = iter(myclass)
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
执行输出结果为：
1
2
3
4
5
3.StopIteration
1)StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。
2)eg:在 20 次迭代后停止执行：
class MyNumbers:
def iter(self):
self.a = 1
return self
def next(self):
if self.a <= 20:
x = self.a
self.a += 1
return x
else:
raise StopIteration
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter:
print(x)
执行输出结果为：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
4.生成器
1)在 Python 中，使用了 yield 的函数被称为生成器（generator）。
2)跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
3)在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
4)调用一个生成器函数，返回的是一个迭代器对象。
5)eg:以下实例使用 yield 实现斐波那契数列：
import sys
def fibonacci(n): # 生成器函数 - 斐波那契
a, b, counter = 0, 1, 0
while True:
if (counter > n):
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成
while True:
try:
print (next(f), end=)
except StopIteration:
sys.exit()
上述实例输出结果为：
0 1 1 2 3 5 8 13 21 34 55

#实例解析
a b counter n print
10
0 1 0 10 0
1 1 1 10 1
1 2 2 10 1
2 3 3 10 2
3 5 4 10 3
5 8 5 10 5
8 13 6 10 8
13 21 7 10 13
21 34 8 10 21
34 55 9 10 34
55 89 10 10 55
89 144 11 10 return

海狸_hlz

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Python基础语法-菜鸟教程-第13章：Python3 迭代器与生成器

学习网址：https://www.runoob.com/python/python-basic-syntax.html运行代码后即可生成笔记未完成部分：生成器未看懂，迭代器不熟练#代码如下：# chapter13:Python3 迭代器与生成器print("\nchapter13:Python3 迭代器与生成器\n")print("1.概述")print("1)迭代是Python最强...
复制链接

扫一扫