python初级12(迭代器,生成器,斐波那契数列的计算)

迭代器和生成器

可迭代对象 Iterable

  • str tuple list dict set 这些可以直接作用于for循环的对象统称为可迭代对象
    from collections.abc import Iterable
	list1 = [1, 2, 3]
	print(isinstance(list1, Iterable))
    isinstance 判断是不是可迭代对象

迭代器(Iterator)

可以被next()函数调用并不断返回下一个值的对象称为迭代器

  • 把list、dict、str等Iterable变成Iterator可以使用iter()函数
  • 懒惰的生成下一个值
    s = "123456"
    s = iter(s)
    print(next(s))
    print(next(s))
    print(next(s))
    print(next(s))
    print(next(s))
    print(next(s))

超过范围之后会报错StopIteration

    判断是不是迭代器
	from collections.abc import Iterable, Iterator
	s = "123456"
	s = iter(s)
	print(isinstance(s, Iterable))

超过范围时可以使用以下的方法防止报错

	s = "123456"
	s = iter(s)
	
	while 1:
	    try:
	        print(next(s))
	    except StopIteration:
	        print("迭代结束!")
	        break

生成器(Generator)

生成器表达式

列表推导式 列表生成式

	l = [i for i in range(100)]
	for i in range(100):
	    l.append(i)
	print(l)
	
	l = (i for i in range(1000000000000))
	print(l)
	
	print(next(l))
	print(next(l))
	print(next(l))
	print(next(l))
	
	for i in range(101):
	    print(next(l))

生成器函数 关键字yield

  • 在 Python 中,使用了 yield 的函数被称为生成器(generator)。
  • 跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
  • 在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

当函数中有yield关键字时 这个函数会返回一个生成器,只能用于迭代操作。用next()调用生成器的过程中,每次遇到yield关键字会暂停函数并且保留当前函数的运行信息,返回yield的值,并且在下一次执行的时候从当前位置继续向下执行

	def my_generator():
	    for i in range(1, 6):
	        print(f"第{i}次执行yield之前")
	        yield i
	        print(f"第{i}次执行yield之后")
	
	g = my_generator()
	print(next(g))
	print(next(g))
	print(next(g))
	print(next(g))
	print(next(g))
	print(next(g))

在这里插入图片描述

斐波那契数列

已知两个数值 0 1 后面的每一位等于前两项之和

0 1 1 2 3 5 8 13 21

	简单的计算方法
    def ficonacci():
    	a, b = 0, 1
    	while 1:
			yield a
			a, b = b, a+b
    
    f = ficonacci()
	for i in range(1000):
	    print(next(f))
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Python中的生成器是一种基于惰性计算的概念,它们可以有效地处理大量的数据或者无限序列。下面我将分别介绍生成器(Iterator)是一个实现了代协议(Iterator Protocol)的对象。通过调用内置函数 `iter()` 可以将可代对象转换为对象可以使用内置函数 `next()` 来逐个访问数据元素,直到没有更多的元素可供访问时,会引发 `StopIteration` 异常。例如,可以使用来遍历列表、元组、集合等容类型的数据。 生成器(Generator)则是一种特殊的。它不需要显式地实现代协议,而是通过函数中的 `yield` 关键字来实现惰性计算生成器函数在每次调用时返回一个值,并在下一次调用时从上一次离开的位置继续执行。这样可以节省大量的内存空间,并且提高程序的效率。生成器函数定义时使用 `def` 关键字,并包含至少一个 `yield` 关键字。 下面是一个简单的示例代码,演示了如何使用生成器: ```python # 使用遍历列表 my_list = [1, 2, 3, 4, 5] my_iter = iter(my_list) while True: try: item = next(my_iter) print(item) except StopIteration: break # 使用生成器生成斐波数列 def fibonacci(): a, b = 0, 1 while True: yield a a, b = b, a + b fib = fibonacci() for i in range(10): print(next(fib)) ``` 希望以上解释能够帮助你理解生成器的概念。如果有任何进一步的问题,请随时提问!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

开了又败的花墙

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
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