一. 列表生成式:
a1 = [x for x in range(1,10)]
a2 = [x**2 for x in range(1,10)]
也可以放一个函数:
def f(n):
return n**3
a3 = [f(x) for x in range(1,10)]
二. 生成器:
背景:通过列表生成式,我们可以直接创建一个列表,但是,受到内存限制,列表容量肯定是有限的,而且创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间,在Python中,这种一边循环一边计算的机制,称为生成器:generator
定义: 在Python中,这种一边循环一边计算的机制,称为生成器:generator 。
说明:生成器是一个特殊的程序,可以被用作控制循环的迭代行为,python中生成器是迭代器的一种,使用yield返回值函数,每次调用yield会暂停,而可以使用next()函数和send()函数恢复生成器。
两种创建方式:
- (x*2 for x in range(5,100)) # 此处注意区分列表生成式
- yield
其中:
- 生成器表达式:返回一个对象,这个对象只有在需要的时候才产生结果
- 生成器函数:也是用def定义的,利用关键字yield(相当于return)一次性返回一个结果,阻塞,重新开始
为了节省空间,生成器生成的数据并没有放到内存中,只有在调取的时候才往内存中放。
只能从前往后逐一调取。
next() 返回迭代器的下一个项目
a = (x*2 for x in range(5,100)) #元组
print(next(a)) #将5返回给x*2 10
用生成器来实现斐波那契数列的例子是:
def fib(max):
a, b = 0, 1
while max > 0:
a, b = b, a + b
yield a
max -= 1
print([i for i in fib(10)])
f.send() 和 next() 的区别:
- f.send(),将参数传给yield前一个变量,也就是说send()可以强行修改上一个yield的值;
- next()参数是迭代器函数名字;
- 第一个send()不可传值,写作f.send(None),相当于next(b)。
三. 迭代器
定义:任何实现了__iter__和__next__()方法的对象都是迭代器(这是迭代器协议),__iter__返回迭代器自身,__next__返回容器中的下一个值,直到容器中没有更多元素时抛出StopIteration异常并停止迭代。
迭代就是循环,它是一个带状态的对象,能在你调用next()方法的时候返回容器中的下一个值。
迭代器就像一个懒加载的工厂,等到有人需要的时候,它才会生成值并返回,没调用的时候就处于休眠状态等待下一次调用。
生成器与迭代器的区别
- 迭代器(iterator)是一个实现了迭代器协议(__iter__和__next__()方法)的对象。
- 生成器(generator)是通过yield语句或生成器函数快速生成迭代器,可以不用iter和next方法 。
- 生成器本质上也是一个迭代器,自己实现了可迭代协议,与迭代器不同的是生成器的实现方式不同,可以通过生成器表达式和生成器函数两种方式实现,代码更简洁。
- 生成器和迭代器都是惰性可迭代对象,只能遍历一次,数据取完抛出Stopiteration异常
四. 可迭代对象
我们已经知道,可以直接作用于for循环的数据类型有以下几种:
- 一类是集合数据类型,如list,tuple,dict,set,str等
- 一类是generator,包括生成器表达式和生成器函数
定义:实现了__iter__方法的对象就叫做可迭代对象。说白了就是可以直接作用于for 循环的对象统称为可迭代对象:Iterable
区别:一个可迭代的对象必须是定义了__iter__()方法的对象;而一个迭代器必须是同时定义了__iter__()方法和next()方法的对象。
for函数的本质:在python3中,就是不断调用next() 方法实现for循环。
x = [1,2,3]
for i in x:
print(i)
实际执行情况:
等价于:
# 首先获得Iterator对象:
iterator = iter([1, 2, 3])
# 循环:
while True:
try:
# 获得下一个值:
x = next(iterator)
print(x)
except StopIteration:
# 遇到StopIteration就退出循环
break
总结:
- 凡是可作用于for循环的对象都是可迭代对象;
- 凡是可作用于next()函数的对象都是迭代器,它们表示一个惰性计算的序列;
- 集合数据类型如list、dict、str等是可迭代对象,但不是迭代器,不过可以通过iter()方法获得一个Iterator对象;
- 文件是可迭代对象,也是迭代器。
你可能会问,为什么list、dict、str等数据类型不是迭代器?
这是因为Python的迭代器对象表示的是一个数据流,可以被next()函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列,但我们却不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,所以Iterator的计算是惰性的,只有在需要返回下一个数据时它才会计算。
迭代器甚至可以表示一个无限大的数据流,例如全体自然数。而使用list是永远不可能存储全体自然数的。
list,str,dict…这些可迭代的对象你可以随意的读取所以非常方便易用,但是你必须把它们的值放到内存里,当它们有很多值时就会消耗太多的内存。
如何判断是可迭代对象还是迭代器?如何把可迭代对象转换为迭代器?
from collections import Iterator # 迭代器
from collections import Iterable # 可迭代对象
s = 'hello'
print(isinstance(s, Iterator)) # 判断是不是迭代器
print(isinstance(s, Iterable)) # 判断是不是可迭代对象
print(isinstance(iter(s), Iterator)) # 把可迭代对象转换为迭代器 iter(s)