本文详细介绍了Python中的可迭代对象（iterable）、迭代器（iterator）和生成器（generator），阐述了它们的概念、区别以及在实际编程中的应用。内容涵盖迭代器协议、文件迭代器、自定义迭代器实现，以及生成器函数和生成器表达式的使用。此外，还探讨了Python中与迭代相关的内置函数，如`iter()`和`next()`。最后，文章强调了生成器在节省内存和提高效率方面的优势，以及它们在机器学习和深度学习领域的应用，如YOLOv5目标检测系列的实践解析。
点击进入专栏：
《人工智能专栏》 Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程
文章目录
- 可迭代对象 (iterable) 与 迭代器 (iterator)
-
- 一、绪论
- 二、可迭代对象 (iterable)
- 三、迭代器 (iterator)
-
- 3.1 介绍
- 3.2 文件迭代器
- 3.3 自定义类实现迭代器
- 四、相关内置函数
-
- 4.1 返回迭代器对象 —— iter()
- 4.2 调用下一个元素 —— next()
- 生成器 (generator)
-
- 一、绪论
- 二、生成器 (generator)
-
- 2.1 说明
- 2.2 生成器函数
-
- 2.2.1 原理概述
- 2.2.2 yield 表达式
- 2.3 生成器表达式
- 推荐阅读：
-
- 1. 机器学习
- 2. 深度学习与目标检测
- 3. YOLOv5
- 4. YOLOv5改进
- 5. YOLOv8及其改进
- 6. Python与PyTorch
- 7. 工具
- 8. 小知识点
- 9. 杂记
可迭代对象 (iterable) 与 迭代器 (iterator)
一、绪论
事实上，Python、C++、JAVA 等语言中都有 迭代器 的概念，用法相近，均旨在解决 “如何在复杂场景下尽可能简便地获取数据” 的问题。迭代器的含义类似于遍历链表时所用到的 cur 指针 —— 总是指向当前位置并知道下一个位置 next。
封面图片 较好地展现了 Python 可迭代对象 (iterable)、迭代器 (iterator)、生成器 (
已下架不支持订阅
扫一扫
1758
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
