python中的迭代器和生成器

本文介绍了迭代器和生成器的概念,包括可迭代对象、迭代器的两个核心方法`__iter__`和`__next__`。通过示例展示了如何创建和使用迭代器,并详细阐述了生成器的特性及其创建方式。生成器在处理大量数据、文件读取和协程中的应用被提及,展示了其在节省内存和控制流程方面的优势。
摘要由CSDN通过智能技术生成

迭代器

1,什么是迭代?

逐个获取数据的过程叫迭代

2,什么时可迭代对象?

可迭代对象是可以被遍历的对象,比如字符串,列表,元组,集合,字典等等

3,什么是迭代器?

支持next操作的对象

class Numbers:

    def __iter__(self):
        self.a = 1
        return self

    def __next__(self):
        x = self.a
        self.a += 1
        return x


cla = iter(Numbers())
for i in range(10):
    print(next(cla))

特性:不可以获取长度len()会报错,内部有两个方法。
一个是__iter__:他的作用是返回一个可迭代对象
一个是__next__:他的作用是根据逻辑返回下一个元素

4,如何创建迭代器

a = iter(可迭代对象)
print(next(a))
print(next(a))
print(next(a))
print(next(a))

5,使用场景

生成器

1,什么是生成器?

生成器是一个特殊的迭代器,他里边有一个yield参数,它可以记录函数执行到的位置,并且下一次可以继续接着这次的位置继续执行

2,如何创建生成器?

利用yeild关键字

def li(n):
    for i in range(n):
        yield i*i


a = li(5)
# for i in a:
#     print(i)
print(next(a))
print(next(a))
print(next(a))
print(next(a))

使用括号和列表生成式

a = (i*i for i in range(5))
# for i in a:
#     print(i)
print(next(a))
print(next(a))
print(next(a))
print(next(a))

使用场景

1,可控文本读取,当需要读取文本内容过大时可以使用生成器来读取文本。

def read_file(path):
    BLOCK_SIZE = 1024
    with open(path, 'rb') as f:
        while True:
            block = f.read(BLOCK_SIZE)
            if block:
                yield block
            else:
                return

2,协程


def task1(times):
	for i in range(times):
		print('task1 done the :{} time'.format(i+1))
		yield
def task2(times):
	for i in range(times):
		print('task2 done the :{} time'.format(i+1))
		yield	
gene1=task1(5)
gene2=task2(5)
for i in range(100):
	next(gene1)
	next(gene2)
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

薄年阿豪

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