Mylist就是一个迭代器,不管是使用复杂的表达式列表,还是直接创建一个列表,都是可迭代的对象。
Python
1
2
3
4
5
6
mylist=[x*xforxinrange(3)]
foriinmylist:
print(i)
0
1
4
你可以使用“for··· in ···”来操作可迭代对象,如:list,string,files,这些迭代对象非常方便我们使用,因为你可以按照你的意愿进行重复的读取。但是你不得不预先存储所有的元素在内存中,那些对象里有很多元素时,并不是每一项都对你有用。
生成器(Generators)
生成器同样是可迭代对象,但是你只能读取一次,因为它并没有把所有值存放内存中,它动态的生成值:
Python
1
2
3
4
5
6mygenerator=(x*xforxinrange(3))
foriinmygenerator:
print(i)
0
1
4
使用()和[]结果是一样的,但是,第二次执行“ for in mygenerator”不会有任何结果返回,因为它只能使用一次。首先计算0,然后计算1,之后计算4,依次类推。
Yield
Yield是关键字, 用起来像return,yield在告诉程序,要求函数返回一个生成器。
Python
1
2
3
4
5
6
7
8
9
10
11
12
13
defcreateGenerator():
mylist=range(3)
foriinmylist:
yieldi*i
mygenerator=createGenerator()#
create a generator
print(mygenerator)#
mygenerator is an object!
foriinmygenerator:
print(i)
0
1
4
这个示例本身没什么意义,但是它很清晰地说明函数将返回一组仅能读一次的值,要想掌握yield,首先必须理解的是:当你调用生成器函数的时候,如上例中的createGenerator(),程序并不会执行函数体内的代码,它仅仅只是返回生成器对象,这种方式颇为微妙。函数体内的代码只有直到每次循环迭代(for)生成器的时候才会运行。
函数第一次运行时,它会从函数开始处直到碰到yield时,就返回循环的第一个值,然后,交互的运行、返回,直到没有值返回为止。如果函数在运行但是并没有遇到yield,就认为该生成器是空,原因可能是循环终止,或者没有满足任何”if/else”。
接下来读一小段代码来理解生成器的优点:
控制生成器穷举
Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34>>>classBank():# 创建银行,构造ATM机
...crisis=False
...defcreate_atm(self):
...whilenotself.crisis:
...yield"$100"
>>>hsbc=Bank()# 没有危机时,你想要多少,ATM就可以吐多少
>>>corner_street_atm=hsbc.create_atm()
>>>print(corner_street_atm.next())
$100
>>>print(corner_street_atm.next())
$100
>>>print([corner_street_atm.next()forcashinrange(5)])
['$100','$100','$100','$100','$100']
>>>hsbc.crisis=True# 危机来临,银行没钱了
>>>print(corner_street_atm.next())
>>>wall_street_atm=hsbc.ceate_atm()# 新建ATM,银行仍然没钱
>>>print(wall_street_atm.next())
>>>hsbc.crisis=False# 麻烦就是,即使危机过后银行还是空的
>>>print(corner_street_atm.next())
>>>brand_new_atm=hsbc.create_atm()# 构造新的ATM,恢复业务
>>>forcashinbrand_new_atm:
...printcash
$100
$100
$100
$100
$100
$100
$100
$100
$100
对于访问控制资源,生成器显得非常有用。
迭代工具,你最好的朋友
迭代工具模块包含了操做指定的函数用于操作迭代器。想复制一个迭代器出来?链接两个迭代器?以one liner(这里的one-liner只需一行代码能搞定的任务)用内嵌的列表组合一组值?不使用list创建Map/Zip?···,你要做的就是 import itertools,举个例子吧:
四匹马赛跑到达终点排名的所有可能性:
Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
>>>horses=[1,2,3,4]
>>>races=itertools.permutations(horses)
>>>print(races)
>>>print(list(itertools.permutations(horses)))
[(1,2,3,4),
(1,2,4,3),
(1,3,2,4),
(1,3,4,2),
(1,4,2,3),
(1,4,3,2),
(2,1,3,4),
(2,1,4,3),
(2,3,1,4),
(2,3,4,1),
(2,4,1,3),
(2,4,3,1),
(3,1,2,4),
(3,1,4,2),
(3,2,1,4),
(3,2,4,1),
(3,4,1,2),
(3,4,2,1),
(4,1,2,3),
(4,1,3,2),
(4,2,1,3),
(4,2,3,1),
(4,3,1,2),
(4,3,2,1)]
理解迭代的内部机制:
迭代(iteration)就是对可迭代对象(iterables,实现了__iter__()方法)和迭代器(iterators,实现了__next__()方法)的一个操作过程。可迭代对象是任何可返回一个迭代器的对象,迭代器是应用在迭代对象中迭代的对象,换一种方式说的话就是:iterable对象的__iter__()方法可以返回iterator对象,iterator通过调用next()方法获取其中的每一个值(译者注),读者可以结合Java API中的 Iterable接口和Iterator接口进行类比。