迭代器和生成器 （对我来说比较难理解）

迭代：

特点 1.重复

        2.下一次重复是基于上一次的结果 

#while True:

#　　cmd = input('>>>: ')

#　　print(cmd)

一：

l = [a,b,c,d]

count = 0

while  count <len(l):

　　print(l[count])

　　count+=1

 

二：

l = [a,b,c,d]

for count in range(len(l))

　　print(l[count])

 

三：

d = {'a':1,'b':2,'c':3}

for k in d :

　　print(k)

'''

python为了提供一种不依赖于索引的迭代方式，

pytho会为一些对象内置_iter_方法

obj._iter_称为可迭代的对象

'''

 

s1='hello'

l = [1,2,3]

t = (1,2,3)

set = {1,2,3}

d = {'a':1,'b':2,'c':3}

 

#obj._iter_()得到的结果就是迭代器

d = {'a':1,'b':2,'c':3}

i = d._iter_()  #i 叫迭代器

print(i._next_())

print(i._next_())

print(i._next_())

print(i._next_())  #StopIteration

迭代器的优点：

1.提供了一种不依赖于索引的取值方式

2.惰性计算 。  节省内存

 

迭代器的缺点：

1.  取值不如按照索引取值方便

2. 一次性的，只能往后走不能往前退

3. 无法获取长度

 

 

 

 

 

 

生成器

我们知道的迭代器有两种：一种是调用方法直接返回的，一种是可迭代对象通过执行iter方法得到的，迭代器有的好处是可以节省内存。

如果在某些情况下，我们也需要节省内存,就只能自己写。我们自己写的这个能实现迭代器功能的东西就叫生成器。

 python中提供的生成器：

1：生成器函数： 常规函数定义，but，使用yield语句而不是return语句返回结果。yield

语句又一次返回一个结果，在每个结果中间，挂起函数的状态，以便下此次从它离开的地方继续执行

2：生成器表达式：类似于列表推导，but，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

生成器Generator:

本质：迭代器（自带了_iter_方法和_next_方法，不需要我们去实现）

特点：惰性运算，开发者自定义

 

生成器函数

一个包含了yield关键字的函数就是一个生成器函数。yield可以为我们从函数中返回值，但是yield又不同于return，return的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值。直到函数执行结束。

import time
def genrator_fun1():
    a = 1
    print('现在定义了a变量')
    yield a
    b = 2
    print('现在又定义了b变量')
    yield b

g1 = genrator_fun1()
print('g1 :',g1)    #打印 g1可以发现g1 就是一个生成器
print('-'*20)
print(next(g1))
time.sleep(1)   #sleep一秒看清执行过程
print(next(g1))

输出结果：

g1 : <generator object genrator_fun1 at 0x000000000283A410>
--------------------
现在定义了a变量
1
现在又定义了b变量
2

Process finished with exit code 0

 

生成器的好处就是不会一下子在内存中生成太多数据

 

 

def produce():
    '''生产衣服'''
    for i in range(200000):
        yield '生产了第%s件衣服'%i

product_g = produce()
print(product_g.__next__())#要一件衣服
print(product_g.__next__())#再要一件衣服
print(product_g.__next__())#再要一件衣服
num = 0
for i in product_g:
    print(i)
    num +=1
    if num ==5:
        break

#到这里我们找工厂拿了8件衣服，我一共让我的生产函数(也就是produce生成器函数)生产2000000件衣服。
#剩下的还有很多衣服，我们可以一直拿，也可以放着等想拿的时候再拿

#生成器监听文字输入的例子
import time
def tail(filename):
    f = open(filename)
    f.seek(0,2) #从文件末尾算起
    while True:
        line = f.readline()# 读取文件中新的文本行
        if not line :
            time.sleep(0.5)
            continue
        yield (line)

tail_g = tail('a')
for line in tail_g:
    print(line)

'''
yield的功能：
　　1：与return类似，都可以返回值，但不一样的地方在于yield返回多次值，而return只能返回一次值
　　2：为函数封装好了__iter__ and __next__方法，把函数的执行结果做成了迭代器
　　3：遵循迭代器的取值方式obj.__next__(),触发的函数的执行，函数暂停与再继续的状态都是由yield保存
'''

import time 
def tail(filepath):
　　with open (filepath,encoding="utf-8") as f :
　　　　f.seek(0,2)#从末尾开始
　　　　while 1 :
　　　　　　line = f.readline()
　　　　　　if line:
　　　　　　　　#print(line，end='')
　　　　　　　　　yield line
　　　　　　else :
　　　　　　　　time.sleep(0.5)
　　　　　　　　　　
g = tail('文件名')
print(g)

　　　　　　
def grep(lines,pattern):
　　for line in lines:
　　　　if pattern in line:
　　　　　　#print(line)
　　　　　　yield line

#for i in g :　　
#print(g)

tail_g = tail('wenjianming')

#grep(tail('wenjianming'),'error')
#grep_g = grep(g,'error')
for i in grep_g :
　　print(i)

转载于:https://www.cnblogs.com/ugfly/p/7275611.html