【Python 高级】Python全栈体系（八）

最新推荐文章于 2024-05-23 22:03:39 发布
最新推荐文章于 2024-05-23 22:03:39 发布
阅读量173 收藏 2
点赞数
分类专栏： Python高级 文章标签： python
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/sgsgkxkx/article/details/125071300
版权

Python 高级

第四章 迭代

  • 每一次对过程的重复称为一次“迭代”，而每一次迭代得到的结果会作为下一次迭代的初始值。例如：循环获取容器中的元素。

一、可迭代对象iterable

  1. 定义：具有__iter__函数的对象，可以返回迭代器对象。
  2. 语法
-- 创建：
	class 可迭代对象名称:
  		def __iter__(self):
      		return 迭代器
-- 使用：
	for 变量名 in 可迭代对象:
		语句
  1. 原理：
迭代器 = 可迭代对象.__iter__()
while True:
    try: 
        print(迭代器.__next__())
    except StopIteration:
        break

二、迭代器对象iterator

  1. 定义：可以被next()函数调用并返回下一个值的对象。
  2. 语法
class 迭代器类名:
    def __init__(self, 聚合对象):
        self.聚合对象= 聚合对象 

    def __next__(self): 
        if 没有元素:
            raise StopIteration
        return 聚合对象元素
  1. 说明：
    – 聚合对象通常是容器对象。
  2. 作用：使用者只需通过一种方式，便可简洁明了的获取聚合对象中各个元素，而又无需了解其内部结构。
"""
    可迭代对象
"""
list01 = [34, 4, 5, 46, 57, 87]


# for item in list01:
#     print(item)

# 对象可以for的条件是什么？
# 对象具有__iter__方法
# 对象可以获取迭代器

# for 原理:
# 1. 获取迭代器对象
iterator = list01.__iter__()
print(dir(list01))
while True:
    try:
        # 2. 获取下一个元素
        item = iterator.__next__()
        print(item)
    # 3. 如果没有元素,则捕获异常，停止循环。
    except StopIteration:
        break

"""
    练习1:使用迭代思想,获取元组中所有元素
    练习2:使用迭代思想,获取字典中所有k.v
"""
dict01 = {"唐僧":27,"悟空":29,"八戒":30}
iterator = dict01.__iter__()
while True:
    try:
        key = iterator.__next__()
        print(key,dict01[key])
    except StopIteration:
        break

"""
    迭代器
    目的：迭代自定义对象

"""


class SkillIterator:
    def __init__(self, data):
        self.__data = data
        self.__index = -1

    def __next__(self):
        self.__index += 1
        if self.__index > len(self.__data) - 1:
            raise StopIteration()
        return self.__data[self.__index]


class SkillManager:
    def __init__(self):
        self.__skills = []

    def add_skill(self, skill):
        self.__skills.append(skill)

    def __iter__(self):
        return SkillIterator(self.__skills)


manager = SkillManager()
manager.add_skill("九阳神功")
manager.add_skill("乾坤大挪移")
manager.add_skill("太极")

# for item in manager:
#     print(item)#

iterator = manager.__iter__()
while True:
    try:
        item = iterator.__next__()
        print(item)
    except StopIteration:
        break

在这里插入图片描述

"""
    for item in MyRange(5):
        print(item)# 0 1 2 3 4
"""


class MyRangeIterator:
    def __init__(self, stop):
        self.__number = -1
        self.__stop_value = stop

    def __next__(self):
        self.__number += 1
        if self.__number >= self.__stop_value:
            raise StopIteration()

        return self.__number


class MyRange:
    def __init__(self, stop):
        self.__stop = stop

    def __iter__(self):
        return MyRangeIterator(self.__stop)


# 循环一次 计算一次  返回一次
for item in MyRange(999999999999999999999999999999999999):
    print(item)  # 0 1 2 3 4

"""
    迭代器 --> yield
"""

class SkillManager:
    def __init__(self):
        self.__skills = []

    def add_skill(self, skill):
        self.__skills.append(skill)

    def __iter__(self):
        # 你看见的代码,不是这个样子.
        # 代码生成大致流程：
        # 1. 将yield以前的代码,定义在__next__方法中
        # 2. 将yield以后的数据,作为__next__方法的返回值
        print("准备")
        yield self.__skills[0]
        print("准备")
        yield self.__skills[1]
        print("准备")
        yield self.__skills[2]

        for item in self.__skills:
            print("准备")
            yield item


manager = SkillManager()
manager.add_skill("九阳神功")
manager.add_skill("乾坤大挪移")
manager.add_skill("太极")

for item in manager:
    print(item)

# iterator = manager.__iter__()
# while True:
#     try:
#         item = iterator.__next__()
#         print(item)
#     except StopIteration:
#         break

三、生成器generator

  1. 定义：能够动态(循环一次计算一次返回一次)提供数据的可迭代对象。
  2. 作用：在循环过程中，按照某种算法推算数据，不必创建容器存储完整的结果，从而节省内存空间。数据量越大，优势越明显。
  3. 以上作用也称之为延迟操作或惰性操作，通俗的讲就是在需要的时候才计算结果，而不是一次构建出所有结果。
1. 生成器函数
  1. 定义：含有yield语句的函数，返回值为生成器对象。
  2. 语法
-- 创建：
def 函数名():
	…
	yield 数据
	…

-- 调用：
for 变量名 in 函数名():
	语句
  1. 说明：
    – 调用生成器函数将返回一个生成器对象，不执行函数体。
    – yield翻译为”产生”或”生成”
  2. 执行过程：
    (1) 调用生成器函数会自动创建迭代器对象。
    (2) 调用迭代器对象的__next__()方法时才执行生成器函数。
    (3) 每次执行到yield语句时返回数据，暂时离开。
    (4) 待下次调用__next__()方法时继续从离开处继续执行。
  3. 原理：生成迭代器对象的大致规则如下
    – 将yield关键字以前的代码放在next方法中。
    – 将yield关键字后面的数据作为next方法的返回值。
  4. 小结
    函数返回单个对象使用return
    函数返回多个对象使用yield
"""
    yield --> 生成器
"""

"""
    # 生成器:可迭代对象（可以参与for） + 迭代器（产生数据）
    calss Generator:
        def __iter__(self):
            return self
        
        def __next__(self):
            ...
"""

def my_range(stop):
    number = 0
    while number < stop:
        yield number
        number += 1

# for item in my_range(5):
#     print(item)  # 0 1 2 3 4

# 惰性操作/延迟操作
my = my_range(5)
iterator = my.__iter__()
while True:
    try:
        item = iterator.__next__()
        print(item)
    except StopIteration:
        break

"""
    定义函数,在列表中获取所有偶数.
        -- 传统思想：将结果存入新列表再返回
        -- 生成器思想：将结果交给生成器对象推算
    通过调试，体会惰性操作
"""
list01 = [43, 42, 68, 66, 78, 87, 453, 4]


def get_even01():
    list_result = []
    for item in list01:
        if item % 2 == 0:
            list_result.append(item)
    return list_result

result = get_even01()
for item in result:
    print(item)

def get_even02():
    for item in list01:
        if item % 2 == 0:
           yield item

result = get_even02()
for item in result:
    print(item)
2. 内置生成器
2.1 枚举函数 enumerate
  1. 语法：
for 变量 in enumerate(可迭代对象):
    语句

for 索引, 元素in enumerate(可迭代对象):
    语句
  1. 作用：遍历可迭代对象时，可以将索引与元素组合为一个元组。
2.2 zip
  1. 语法：
for item in zip(可迭代对象1, 可迭代对象2….):
    语句
  1. 作用：将多个可迭代对象中对应的元素组合成一个个元组，生成的元组个数由最小的可迭代对象决定。
3. 生成器表达式
  1. 定义：用推导式形式创建生成器对象。
  2. 语法：变量 = ( 表达式 for 变量 in 可迭代对象 [if 真值表达式] )
"""
    参照下列代码,自定义生成器my_enumerate.
"""


def my_enumerate(iterable):
    index = 0
    for item in iterable:
        yield (index, item)
        index += 1


dict01 = {"悟空": 26, "八戒": 28}
for item in my_enumerate(dict01):
    print(item)

for item in enumerate(dict01):
    print(item)

"""
    参照下列代码,自定义生成器my_zip
"""


def my_zip(iterable01, iterable02):
    for i in range(len(iterable01)):
        yield (iterable01[i], iterable02[i])


list01 = ["八戒", "悟空", "苏大强"]
list02 = [102, 105]

for item in zip(list01, list02):
    print(item)

"""
    生成器表达式
"""

# 列表推导式
list01 = [34, 43, 54, 65, 67, 7]
list02 = [item for item in list01 if item > 10]
for item in list02:
    print(item)


generator02 = (item for item in list01 if item > 10)
for item in generator02:
    print(item)


for item in (item for item in list01 if item > 10):
    print(item)

"""
    1. 使用生成器表达式在list01中找出所有字符串
    2. 使用生成器表达式找出所有大于10的整数
"""
list01 = ["悟空",57,"八戒",True,"三藏",5.8,10,90]

for element in (item for item in list01 if type(item) == str):
    print(element)


for element in (item for item in list01 if type(item) == int and item > 10):
    print(element)
4. 小结
  • 在循环过程中，按照某种算法推算数据，不必创建容器存储完整的结果，从而节省内存空间，数据量越大，优势越明显。
柠檬小帽
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
【美妙的Python之二】Python初步
Jiangwei的专栏
05-25 3416
美妙的Python之Python简介及安装
(随记)Python与IPython
____尛槑°
08-02 638
1.IPython:一个交互式 shell 工具 科学家和工程师都喜欢做实验,而IPython正是诞生于爱做实验的科学家之手。IPython提供的交互式实验环境被很多人认为是Matlab、Mathematica和Maple的开源替代品。你可以在线获取包括安装指南在内的更多信息,地址为http://ipython.org/。IPython是开源免费的软件,可以在Linux、Unix、Mac OS...
迭代器和生成器
Manners Blog
01-12 164
迭代器和生成器原理及使用
迭代器与生成器
weixin_39910711的博客
03-15 738
目录 1迭代器（Iterator） 1.1 迭代器 1.2 创建一个迭代器 1.3 StopIteration 2生成器（generator） 3 yield 3.1 如何生成斐波那契數列 3.1.1 清单 1. 简单输出斐波那契數列前 N 个数 3.1.2清单 2. 输出斐波那契數列前 N 个数第二版 3.1.3清单 3. 通过 iterable 对象来迭代 3.1.4清单 4. 第三个版本 3.1.5清单 5. 使用 yield 的第四版 3.1.6清单 6. 执...
Python 全栈体系【四阶】（五十二）
柠檬小帽的博客 - 计算机全栈体系
05-23 1141
深度学习（三十八）【光学字符识别2】
python迭代器_什么是迭代器，Python迭代器及其用法
weixin_39719989的博客
11-28 166
前面章节中，已经对列表（list）、元组（tuple）、字典（dict）、集合（set）这些序列式容器做了详细的介绍。值得一提的是，这些序列式容器有一个共同的特性，它们都支持使用 for 循环遍历存储的元素，都是可迭代的，因此它们又有一个别称，即迭代器。从字面来理解，迭代器指的就是支持迭代的容器，更确切的说，是支持迭代的容器类对象，这里的容器可以是列表、元组等这些 Python 提供的基础容器，也...
Python从入门到实践：面向对象之内置方法（七）
weixin_43507744的博客
08-24 419
Python的Class机制内置了很多特殊的方法来帮助使用者高度定制自己的类,这些内置方法都是以双下划线开头和结尾的,会在满足某种条件时自动触发。
【Python基础】Python全栈体系（一）
柠檬小帽的博客 - 计算机全栈体系
05-15 978
计算机基础结构 Python简介 基础知识
马哥python课堂笔记-马哥教育PYTHON相关基础笔记.pdf
06-14
这些书籍覆盖了Python的基础到高级内容，适合不同水平的学习者。 2. **冯诺依曼体系架构**：这是计算机设计的基础模型，涉及输入设备、存储器（包含运算器和控制器，即CPU）、以及输出设备。CPU内部还包括寄存器和...
python_python_
10-03
"python全栈开发.txt"则很可能提供了Python全栈开发的学习路径或者教程。全栈开发涉及前后端技术，Python在这方面有Django和Flask等流行框架。通过这个文本，你可以学习如何使用Python构建Web应用，包括HTML、CSS、...
Python课程体系.doc
10-20
通过这五部分的学习，学员将能够从零基础逐渐成长为熟练掌握Python全栈开发和自动化运维的工程师，具备解决实际问题的能力。在互联网行业中，这样的技能集非常宝贵，能够助力开发高效、稳定、智能的应用和服务。
python3知识赋能一张图.zip
05-12
Python3是一种广泛使用的高级编程语言，以其易读性、简洁的语法和强大的功能而闻名。在本压缩包“python3知识赋能一张图.zip”中，包含了一张详细概述Python3核心概念和知识点的图片。这张图是学习和理解Python3语言...
全栈应用运维高级工程师.pdf
07-08
全栈应用运维高级工程师是互联网行业中至关重要的角色，他们承担着确保公司业务系统稳定、高效运行的任务。这一职位涵盖了从基础设施到应用层的全方位运维工作，涉及到的技术领域广泛且深入。 首要职责是构建和维护...
Python迭代器的__iter__和__next__详细教程
Python热爱者的博客
06-19 664
方法返回下一个元素。换句话说，迭代器是一个可以逐个返回元素的对象。下面是一个简单的迭代器示例，演示了如何实现。在 Python 中，迭代器是一个实现了。方法返回下一个元素。函数获取迭代器，然后重复调用。方法获取下一个元素，直到发生。方法返回迭代器对象自身，而。方法返回迭代器对象自身，而。该迭代器可以生成从 0 到。下面的示例演示了如何使用。异常，表示迭代已完成。
python 类的__iter__、__next__方法与yield
qq_37523130的博客
05-02 1066
** python迭代器 **
python 异常处理 StopIteration 用来作为迭代器的输出停止/next()
热门推荐
csdnhuizhu的博客
07-10 3万+
python 异常处理 StopIteration有StopIteration的情况没有StopIteration的情况 有StopIteration的情况 it = iter([1,2,3,4,5]) while True: try: #获取下一个值 x = next(it) print(x) except StopIteration: #遇到StopIteration就退出循环 break 这里退出while循环后还可以继续往下执行代码 没有StopIteration的情况
python中iter_Python __iter__ 深入理解
weixin_39575054的博客
12-04 612
先看一个例子：class Fib:def __init__(self, max):self.max = maxdef __iter__(self):print('__iter__ called')self.a = 0self.b = 1return selfdef __next__(self):print('__next__ called')fib = self.aif fib > self...
【Python深度学习】Python全栈体系（三十五）
柠檬小帽的博客 - 计算机全栈体系
09-12 999
图像分类概述 利用CNN实现图像分类 图像分类优化手段
Python全栈学习路线与核心知识提纲
Python栈_基的博客
11-13 290
是中比较容易入门的语言。因为 Python 有非常丰富的库，可以满足各种各样的需求，被广泛应用于数据分析、爬虫、Web开发、、运维、机器学习等领域。虽然 Python 目前很火爆，但每种语言都有其局限性，Python 也不例外，比如 Python 不是很适合大型项目。但是由于 Python 适合快速开发与迭代，仍然会被很多企业选用。这里，我们不必过分去纠结 Python 到底好不好，学习也不能仅专注于语言本身，语言本身只是一种工具，而是应该关注如何利用这种工具去更好的满足实际需要，创造价值。
Python全栈和JavaScript全栈
最新发布
06-19
Python和JavaScript都是流行的编程语言，在构建Web应用时可以作为全栈开发工具。全栈开发意味着一个人或团队能从前端到后端都熟练掌握，既能处理用户界面（UI）相关的开发，也能负责服务器端逻辑（后端）的实现。 ...
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

打赏作者

柠檬小帽

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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