python 迭代器和生成器

最新推荐文章于 2022-10-26 23:19:23 发布

光明小学王小雨

最新推荐文章于 2022-10-26 23:19:23 发布

阅读量151

点赞数

分类专栏： Python

本文链接：https://blog.csdn.net/qq_41475058/article/details/108219757

版权

Python 专栏收录该内容

17 篇文章 1 订阅

订阅专栏

参考python 生成器和迭代器有这篇就够了
 python中迭代器和生成器

一、可迭代对象和迭代器定义

可迭代对象(Iterable):内部包含__iter__()，可以直接作用于for 循环
迭代器(Iterator): 内部含有__iter__()和__next__()，可以被next()函数调用并不断返回下一个值。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。

二、判断一个对象是否为Iterable（可迭代对象）和Iterator（迭代器）

1、可以使用isinstance()判断一个对象是否为可Iterable可迭代对象

from collections import Iterable

print(isinstance([], Iterable))

print(isinstance({}, Iterable))

print(isinstance("abc", Iterable))

执行结果

True
True
True

2、可以使用isinstance()判断一个对象是否是Iterator迭代器

from collections import Iterator
print(isinstance((x for x in range(10)), Iterator))

print(isinstance([], Iterator))

print(isinstance({}, Iterator))

print(isinstance('abc', Iterator))

执行结果

True
False
False
False

3、类型示例

s='hello'     #字符串是可迭代对象，但不是迭代器
l=[1,2,3,4]     #列表是可迭代对象，但不是迭代器
t=(1,2,3)       #元组是可迭代对象，但不是迭代器
d={'a':1}        #字典是可迭代对象，但不是迭代器
set={1,2,3}     #集合是可迭代对象，但不是迭代器
# *************************************
f=open('test.txt') #文件是可迭代对象，是迭代器

list、dict、str虽然是Iterable（可迭代对象），却不是Iterator（迭代器），生成器都是Iterator（迭代器）。

4、Python3的for循环本质上就是通过不断调用next()函数实现的

lst=[1, 2, 3, 4, 5]
for x in lst:
    pass

实际上完全等价于

lst=[1, 2, 3, 4, 5]
# 首先获得Iterator对象:
it = lst.__iter__()
# 循环:
while True:
    try:
        # 获得下一个值:
        x = next(it)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

5、小结

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()函数来获得一个Iterator对象。

三、生成器定义

1、定义

在 Python 中，使用了 yield 的函数被称为生成器（generator）。
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。调用一个生成器函数，返回的是一个迭代器对象。
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。

2、生成器的三种创建办法:

通过生成器函数
通过生成器表达式创建生成器
通过数据转换

3、那么，生成器是怎么调用执行的呢？只需要了解下面几条规则即可：

当生成器被调用的时候，函数体的代码不会被执行，而是会返回一个迭代器，其实，生成器函数返回生成器的迭代器。 “生成器的迭代器”这个术语通常被称作”生成器”。要注意的是生成器就是一类特殊的迭代器。作为一个迭代器，生成器必须要定义一些方法，其中一个就是next()。如同迭代器一样，我们可以使用next()函数来获取下一个值。需要明白的是，这一切都是在yield内部实现的。
当next()方法第一次被调用的时候，生成器函数才开始执行，执行到yield语句处停止
next()方法的返回值就是yield语句处的参数（yielded value）
当继续调用next()方法的时候，函数将接着上一次停止的yield语句处继续执行，并到下一个yield处停止；如果后面没有yield就抛出StopIteration异常。
每调用一次生成器的next()方法，就会执行生成器中的代码，知道遇到一个yield或者return语句。yield语句意味着应该生成一个值（在上面已经解释清楚）。return意味着生成器要停止执行，不在产生任何东西。
生成器的编写方法和函数定义类似，只是在return的地方改为yield。生成器中可以有多个yield。当生成器遇到一个yield时，会暂停运行生成器，返回yield后面的值。当再次调用生成器的时候，会从刚才暂停的地方继续运行，直到下一个yield。生成器自身又构成一个循环器，每次循环使用一个yield返回的值。

四、生成器函数

1、常规函数的定义，使用yield语句而不是return语句返回结果。yield语句语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行。

def test():
    print(123)   #当生成器函数被调用时，函数体的代码不会被执行，这里的print(123),会在第一次next时才执行
    yield 1
    yield 2
    yield 3
    
obj=test()
print(obj)

print(obj.__next__())
print(obj.__next__())
print(obj.__next__())
#print(obj.__next__()) #报错，超出下标索引

执行结果
在这里插入图片描述

2、对yield的总结

（1）通常的for…in…循环中，in后面是一个数组，这个数组就是一个可迭代对象，类似的还有链表，字符串，文件。他可以是a = [1,2,3]，也可以是a = [x*x for x in range(3)]。

它的缺点也很明显，就是所有数据都在内存里面，如果有海量的数据，将会非常耗内存。

（2）生成器是可以迭代的，但是只可以读取它一次。因为用的时候才生成，比如a = (x*x for x in range(3))。!!!注意这里是小括号而不是方括号。

（3）生成器（generator）能够迭代的关键是他有next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。

（4）带有yield的函数不再是一个普通的函数，而是一个生成器generator，可用于迭代

（5）yield是一个类似return 的关键字，迭代一次遇到yield的时候就返回yield后面或者右面的值。而且下一次迭代的时候，从上一次迭代遇到的yield后面的代码开始执行

（6）yield就是return返回的一个值，并且记住这个返回的位置。下一次迭代就从这个位置开始。

（7）带有yield的函数不仅仅是只用于for循环，而且可用于某个函数的参数，只要这个函数的参数也允许迭代参数。

（8）send()和next()的区别就在于send可传递参数给yield表达式，这时候传递的参数就会作为yield表达式的值，而yield的参数是返回给调用者的值，也就是说send可以强行修改上一个yield表达式值。

（9）send()和next()都有返回值，他们的返回值是当前迭代遇到的yield的时候，yield后面表达式的值，其实就是当前迭代yield后面的参数。

（10）第一次调用时候必须先next（）或send（）,否则会报错，send后之所以为None是因为这时候没有上一个yield，所以也可以认为next（）等同于send(None)

五、生成器表达式

1、使用列表推导式，将会一次产生所有结果：
语法 [ 最终结果(变量) for 变量 in 可迭代对象 ]

squares = [x**2 for x in range(5)]
print(squares)

执行结果

[0, 1, 4, 9, 16]

2、将列表推导的中括号，替换成圆括号，就是一个生成器表达式：

squares = (x ** 2 for x in range(5))
print(squares)   #<generator object <genexpr> at 0x0000026D0361D048>

#next(squares)和squares.__next__()是等价的
print(next(squares))        #0
print(next(squares))        #1
print(squares.__next__())   #4
print(squares.__next__())   #9
print(squares.__next__())   #16
print(squares.__next__()) #报错，超出索引下标

执行结果
在这里插入图片描述
3、两者转换

print(list(x**2 for x in range(5)))

在这里插入图片描述

光明小学王小雨

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
python 迭代器和生成器

参考python 生成器和迭代器有这篇就够了python中迭代器和生成器一、可迭代对象和迭代器定义可迭代对象(Iterable):内部包含__iter__()，可以直接作用于for 循环迭代器(Iterator): 内部含有__iter__()和__next__()，可以被next()函数调用并不断返回下一个值。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。二、判断一个对象是否为Iterable（可
复制链接

扫一扫

专栏目录