Python迭代器与生成器

已于 2022-07-08 21:35:34 修改
阅读量180 收藏
点赞数
分类专栏： python笔记 文章标签： python 开发语言
于 2022-07-08 21:22:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_48391148/article/details/125685487
版权

目录

1.0 python推导式

1.1  什么是推导式？

1.1.1  列表推导式

1.1.2  集合推导式

1.1.3  字典推导式

2.0  python可迭代对象

2.1  什么是容器？

2.2  可迭代对象

2.2.1  判断一个对象是不是可迭代对象

3.0  迭代器（iterator）

3.1 编写迭代器，实现range

3.2 编写迭代器，实现斐波拉契数列

4.0 生成器（generator）

4.1 什么是生成器？

4.2 生成器表达式

1.0 python推导式

1.1  什么是推导式？

推导式comprehensions（又称解析式），是Python的一种独有特性。推导式是可以从一
个数据序列构建另一个新的数据序列的结构体。
共有三种推导，在Python2和3中都有支持：

1.1.1  列表推导式

列表(list)推导式   ---》用 [] 生成list
基本格式：variable = [out_exp_res for out_exp in input_list if out_exp == 2]
• out_exp_res : 列表生成元素表达式，可以是有返回值的函数。
• for out_exp in input_list ： 迭代input_list将out_exp传入out_exp_res表达式中。
• if out_exp == 2 ： 根据条件过滤哪些值
示例：打印20以内不是3的倍数的数的平方
方法1： 
tmp = []
for i in range(20):
    if i % 3:
        tmp.append(i*i)
print(tmp)

E:\python\python3.9.1\python.exe E:/tlbb/2022-07-08-迭代器与生成器/01.推导式.py
[1, 4, 16, 25, 49, 64, 100, 121, 169, 196, 256, 289, 361]
[1, 4, 16, 25, 49, 64, 100, 121, 169, 196, 256, 289, 361]

Process finished with exit code 0

列表推导式写法：

result = [ i*i for i in range(20) if i % 3 ]
print(result)

E:\python\python3.9.1\python.exe E:/tlbb/2022-07-08-迭代器与生成器/01.推导式.py
[1, 4, 16, 25, 49, 64, 100, 121, 169, 196, 256, 289, 361]

Process finished with exit code 0
示例：使用列表推导式输出200以内，开平方是整数的数
result = [i for i in range(200) if math.sqrt(i).is_integer()]
print(result)

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100, 121, 144, 169, 196]

示例：将列表里的小数保留两位小数输出到列表

lst1 = [2.45345, 4.3454325, 9, 82.234321, 83.841234]
lst2 = [float("%0.2f" % j) for j in lst1 if j]
print(lst2)

['2.45', '4.35', '9.00', '82.23', '83.84']

示例：找到嵌套列表中名字含有2个'e'的所有名字 

names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
         ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva', 'Elven']]

方法1：

for i in names:
    for j in i:
        if j.lower().count('e') >= 2:
            print(j)

Jefferson
Wesley
Steven
Jennifer
Elven

列表推导式：

result1 = [j for i in names for j in i if j.lower().count('e') >= 2]
print(result1)

['Jefferson', 'Wesley', 'Steven', 'Jennifer', 'Elven']

#################################

1.1.2  集合推导式

因为集合的特性，集合推导式自带去重功能。

# 集合推导式 --》 天生去重
str1 = "qwerqwerasasfdfd"
print(set(str1))
print({i for i in str1})

E:\python\python3.9.1\python.exe E:/tlbb/2022-07-08-迭代器与生成器/01.推导式.py
{'e', 'f', 'q', 'd', 'a', 'w', 's', 'r'}
{'e', 'f', 'q', 'd', 'a', 'w', 's', 'r'}

#################################

’1.1.3  字典推导式

字典(dict)推导式
字典推导和列表推导的使用方法是类似的，只不中括号该改成大括号。
基本格式：variable = {out_key:out_value for out_key,out_value in input_list if out_exp == 2}
• out_key: 返回字典结果的key
• out_value: 返回字典结果的value
• for out_key,out_value in input_list： 迭代input_list将out_exp传入out_exp_res表达式中。
• if out_exp == 2： 根据条件过滤哪些值可以。
示例： 
# 字典推导式
print({x: y for x, y in [('a', 1), ('b', 2)]})
# 统计字符串中每一个字符出现的字数
str1 = "aleiafesl5e-e;'ree2f5a43"
print({x: str1.count(x) for x in str1})
# 过滤长度小于三的字符串，并将剩下的转换成大写字母
q1 = ['a', 'ab', 'abc', 'abcd', 'abcde']
print([i.upper() for i in q1 if len(i) >= 3])
# 求（x,y）其中x是0-5之间的偶数，y是0-5之间的奇数组成的元组列表
result = [(x, y) for x in range(6) for y in range(6) if x % 2 == 0 and y % 2 ==1]
print(result)
# 快速跟换key和value
q3 = {'a': 10, 'b': 34}
print({q3[x]: x for x in q3})
# 合并大小写对应的value值，将key统一写成小写
q4 = {'B': 3, 'a': 1, 'b': 6, 'c': 3, 'A': 4}
result2 = {x.lower(): q4.get(x.lower(), 0) + q4.get(x.upper(), 0) for x, y in q4.items()}
print(result2)

str1 = "aleiafesl5e-e;'ree2f5a43"
tmp = {}
for i in str1:
    tmp[i] = tmp.get(i, 0) + 1
print(tmp)



E:\python\python3.9.1\python.exe E:/tlbb/2022-07-08-迭代器与生成器/01.推导式.py
{'a': 1, 'b': 2}
{'a': 3, 'l': 2, 'e': 6, 'i': 1, 'f': 2, 's': 1, '5': 2, '-': 1, ';': 1, "'": 1, 'r': 1, '2': 1, '4': 1, '3': 1}
['ABC', 'ABCD', 'ABCDE']
[(0, 1), (0, 3), (0, 5), (2, 1), (2, 3), (2, 5), (4, 1), (4, 3), (4, 5)]
{10: 'a', 34: 'b'}
{'b': 9, 'a': 5, 'c': 3}
{'a': 3, 'l': 2, 'e': 6, 'i': 1, 'f': 2, 's': 1, '5': 2, '-': 1, ';': 1, "'": 1, 'r': 1, '2': 1, '4': 1, '3': 1}

Process finished with exit code 0

#################################

2.0  python可迭代对象

之前只学习了一部分内容的时候说过，可以for循环的都属可迭代对象，那么有哪些常见可迭代对象？

list， set， dict，tuple，str，file等这些都属容器数据结构

#################################

2.1  什么是容器？：

容器(container)
容器是一种 把多个元素组织在一起 的数据结构，容器中的元素 可以逐个地迭代获取 ，可以用 in, not
in关键字判断 元素是否包含在容器中。
通常这类数据结构把所有的元素存储在内存中（也有一些特例，并不是所有的元素都放在内存，比如
迭代器和生成器对象）

#################################

2.2  可迭代对象

什么是可迭代对象？
凡是实现了__iter__方法，并且可以返回一个迭代器的对象都可以称之为可迭代对象。 
str1 = "abc"
# 一般来说容器类型都是可迭代对象
print(dir(str1))


E:\python\python3.9.1\python.exe E:/tlbb/2022-07-08-迭代器与生成器/02.迭代器和生成器.py
['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'format_map', 'index', 'isalnum', 'isalpha', 'isascii', 'isdecimal', 'isdigit', 'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'removeprefix', 'removesuffix', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']
print(hasattr(str1, "__iter__"))

True
一般来说，容器类型的数据结构都是可迭代对象。
例：这里有一个类 A,它有__iter__方法，但是没有返回迭代器，所以它不是可迭代对象 
class A:
    def __iter__(self):
        return None

#################################

2.2.1  判断一个对象是不是可迭代对象

使用iterable判断

from collections import Iterable
a='abc'
b = [1,2,3]
c=(4,5,6)
d={"name": 'tom', "age": 22}
if isinstance(a, Iterable):
    print("a是可迭代对象")
if isinstance(b, Iterable):
    print("b是可迭代对象")

E:\python\python3.9.1\python.exe E:/tlbb/2022-07-08-迭代器与生成器/01.推导式.py
a是可迭代对象
b是可迭代对象

#################################

3.0  迭代器（iterator）

什么是迭代器？
迭代器是 有状态的 ，可以被next()调用，函数调用并不断返回下一 个值的对象称为迭代(Iterator)。

 任何实现了__iter__()和__next__()都是迭代器

• __iter__()：返回迭代器自身
• __next__()：返回容器中的下一个值
• 如果容器中没有更多元素了，则抛出 StopIteration 异常
• （for循环取数据遇到StopIteration时，会退出循环）
• 所有的Iterable均可以通过内置函数iter()来转变为Iterator。
#################################

3.1 编写迭代器，实现range

class Myrange():
    def __init__(self, num):
        self.num = num
        self.start = 0

    def __iter__(self):
        self.cur_val = self.start - 1
        return self

    def __next__(self):
        self.cur_val += 1
        if self.cur_val < self.num:
            return self.cur_val
        else:
            raise StopIteration


for i in Myrange(10):
    print(i)
E:\python\python3.9.1\python.exe E:/tlbb/2022-07-08-迭代器与生成器/02.迭代器和生成器.py
0
1
2
3
4
5
6
7
8
9

#################################

3.2 编写迭代器，实现斐波拉契数列

class Fblq():
    n = 0
    def __init__(self, num):
        self.num = num
        self.next = 0
        self.start = 1
        self.middle = 1

    def __iter__(self):
        return self

    def __next__(self):
        self.n += 1
        if self.n == 1 or self.n == 2:
            return self.middle
        if self.next <= self.num:
            self.next = self.start + self.middle
            self.middle = self.start
            self.start = self.next
            return self.next
        else:
            raise StopIteration

for i in Fblq(6):
    print(i)

E:\python\python3.9.1\python.exe E:/tlbb/2022-07-08-迭代器与生成器/02.迭代器和生成器.py
1
1
2
3
5
8

#################################

4.0 生成器（generator）

4.1 什么是生成器？

生成器算得上是Python语言中最吸引人的特性之一，生成器其实是一种特殊的迭代器，
不过这种迭代器更加优雅。它不需要手动编写__iter__()和__next__()方法，只需要一个
yiled关键字。
• 生成器一定是迭代器（反之不成立）
• 因此任何生成器也是以一种懒加载的模式生成值（惰性求值）
#################################

4.2 生成器表达式

 生成器表达式
• 使用()生成generator，
将俩表推导式的[]改成()即可得到生成器。
• 列表推导式与生成器表达式，定义和使用非常类似,但是,在(大量数据处理时)性能上相
差很大
yield关键字
包含yield表达式的函数是特殊的函数,叫做 生成器函数(generator function) ,被调用时将返回一个
迭代器(iterator),调用时可以使用next或send(msg)
• 一个生成器中可以有多个yield
• 一旦遇到yield，就会保存当前状态，然后返回yield后面的值 
def get_content():
    print("start yield...")
    yield 3
    print("second yield")
    yield 4
    print("end...")

g1 = get_content()
print(dir(g1))
print('*'*20)
print(next(g1))
print('*'*20)
print(next(g1))
print('*'*20)
print(next(g1))
********************
start yield...
3
********************
second yield
4
********************
end...
Traceback (most recent call last):
  File "E:\tlbb\2022-07-08-迭代器与生成器\02.迭代器和生成器.py", line 115, in <module>
    print(next(g1))
StopIteration

Process finished with exit code 1

使用生成器编写range

def Myrange(num):
    i = 0
    while i < num:
        yield i
        i += 1
for i in Myrange(3):
    print(i)

E:\python\python3.9.1\python.exe E:/tlbb/2022-07-08-迭代器与生成器/02.迭代器和生成器.py
0
1
2

Process finished with exit code 0

Wangsh@
关注
专栏目录
python迭代器与生成器详解
09-21
### Python迭代器与生成器详解 #### 一、概述 在Python编程中，迭代器（Iterator）和生成器（Generator）是非常重要的概念。它们能够帮助我们更高效地处理大量数据，尤其是在处理大型数据集或者流式数据时。本文将...
python-8-迭代器与生成器
weixin_57475485的博客
07-08 629
目录一、python推导式列表推导式字典推导式集合推导式练习二、python可迭代对象三、迭代器练习四、生成器生成器表达式生成器函数练习五、可迭代对象、迭代器、生成器三种关系小结图示概念：推导式，是python的一种独有特性。推导式是可以从一个数据序列构建另一个新的数据序列的结构体。分类：列表推导式、字典推导式、集合推导式用[ ]生成list基本格式：variable = [out_exp_res for out_exp in input_list if out_exp == 2]
python列表推导式
CSDNSQ2016的博客
09-19 203
1、列表推导式可以看成两个部分，list=[item for item in iterable] item后面是我们熟悉的for循环的表达式，item前面可以认为是我们想要放在列表中的元素。 a = [i ** 2 for i in range(1, 10)] print(a) c = [j + 1 for j in range(1, 10)] print(c) k = [n for n in r...
Python学习09（推导式）
qq_61540355的博客
02-06 895
Python
Python迭代器和生成器
m0_73076093的博客
08-28 6583
方法_iter_返回一个迭代器，它是包含方法_next_的对象，而调用这个方法可以不提供任何参数。推荐在迭代器中也实现方法__iter__（并像刚才那样使它返回self），这样迭代器就可以直接用于for循环。在可以使用序列的情况下，大多数也可使用迭代器或可迭代对象，可以使用构造函数list显示地将迭代器转化为列表。迭代器实现了方法__iter__，这个方法返回迭代器本身，大多数情况下，都在。对象中实现返回迭代器的方法__iter__，并在for循环中使用这个对象。实现了方法__iter__的对象是。....
python迭代器和生成器
qq_52758588的博客
03-12 3400
帮助大家深入了解迭代器与生成器
python生成器和迭代器区别
12-20
在Python编程语言中，生成器（Generator）和迭代器（Iterator）是两种非常重要的概念，它们主要用于处理大量数据或无限序列，以节省内存资源。理解它们的区别和使用方式对于高效编程至关重要。 一、生成器 1.1 ...
五分钟带你搞懂python 迭代器与生成器
12-17
迭代器是遵循Python迭代协议的对象，它能够按需逐个返回容器中的元素，而无需一次性加载所有数据。这样可以避免内存压力，特别是在处理大型数据集时。迭代器的核心在于`__iter__`和`__next__`两个方法。`__iter__`...
Python迭代器与生成器基本用法分析
09-20
在Python编程语言中，迭代器和生成器是两种非常重要的数据处理工具，它们允许程序员以高效的方式处理大量数据，特别是当内存有限时。下面将详细解释这两种概念以及它们的使用方法。 **迭代器（Iterator）** 迭代器...
Python迭代器与生成器用法实例分析
09-20
生成器不仅可以用作迭代器，还可以与其他Python特性（如`for`循环、`if`语句和`try/except`块）结合使用，以实现更复杂的逻辑。例如，以下代码展示了一个带异常处理的生成器： ```python def safe_iterator...
python迭代器(Iterator)与生成器(Generator)
Terry_R_Hh的博客
06-26 2336
_iter__()方法返回一个迭代器对象，一般是self，这个返回的对象必须实现了__next__()方法，因为for循环使用这个迭代器时，会首先调用一次__iter__()，然后每次循环时调用这个__iter__()返回的对象的__next__()方法，将__next__()返回值赋给循环变量。另外，关于一个迭代器对象可以迭代几次的问题。4. 生成器，生成器是一种特殊的迭代器，可以通过生成器表达式或生成器函数实现，每次循环会保存生成器当前的状态，下次循环时当前生成器中的状态推导下一个元素。
Python中的迭代器与生成器
m0_69298614的博客
07-01 879
推导式的引入提供了更加高效的方法来生成序列，并且没有失去代码的可读性。
python之迭代器和生成器
专注于Python编程技术的分享与交流，致力于帮助开发者提升编程技能，解决实际问题，探索Python的无限可能。
04-18 432
生成器和迭代器是Python中非常重要的概念，可以帮助我们更加高效、灵活地处理数据，并且在内存占用和性能方面也具有很大优势。下面是一些使用生成器和迭代器的常见场景：读取大型数据集：如果需要处理非常大的数据集，直接读取到内存中会导致程序崩溃或运行缓慢。此时，可以使用生成器和迭代器来逐行读取数据，只在需要时才将数据加载到内存中进行处理。迭代操作：对于一个序列或集合中的每个元素进行操作时，使用生成器和迭代器可以避免创建一个新的列表或集合，从而节省内存占用和提高运行效率。
Python学习之-迭代器和生成器
最新发布
Summer的博客
04-04 2238
在Python中，迭代器（Iterator）和生成器（Generator）是实现迭代协议的对象，用于遍历集合中的元素。它们之间有联系，但也有一些关键的差异。迭代器和生成器都允许你对一系列数据进行迭代，但生成器提供了一种更简便，内存高效的方式来实现迭代器的功能。当你需要一个简单的迭代器并且不想实现类时，生成器是一个非常好的选择。适用场合包括处理大数据流、文件处理、网络通信等等。
python 生成器和迭代器
m0_51736952的博客
10-12 1533
生成器和迭代器，斐波那契数列
python基础 — 可迭代对象，迭代器和生成器
个人博客
06-03 2781
2. `send(value)`：除了具有 `next()` 方法的功能外，还可以向生成器函数发送一个值，并将该值作为当前 `yield` 表达式的结果，并使生成器函数从上次暂停的地方继续执行。生成器使用yield语句来定义，当调用生成器函数时，它会返回一个迭代器对象，通过迭代器可以逐步获取生成的值。在上述示例中，可迭代对象 my_list的__iter__()方法返回了一个迭代器对象，而迭代器对象的__next__()方法逐个取出可迭代对象中的元素，知道元素取完会抛出StopIteration异常。
python迭代器（Iterator）、生成器(Generator)和生成器表达式（Generator expressions）
cnds123的专栏
05-12 1442
python迭代器（Iterator）、生成器(Generator)介绍。
Python基础篇(十)：迭代器与生成器
后端开发
06-23 949
迭代器和生成器是Python中用于处理可迭代对象的重要概念。它们提供了一种有效的方式来遍历和访问集合中的元素，同时具有节省内存和惰性计算的特点。
Python迭代器与生成器详解
在Python编程中，迭代器和生成器是两个非常关键的概念，它们与数据处理和内存管理密切相关。迭代器允许我们遍历任何可迭代对象，而生成器则是一种高效且节省内存的迭代器实现方式。 迭代器： 迭代器是Python中的一...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值