1. 迭代器
1.1 迭代器的使用
迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退 。迭代器有两个基本的方法:iter() 和 next()。字符串,列表或元组对象都可用于创建迭代器 。
- iter(iterable):用于返回可迭代对象的一个迭代器。
- next(iterator): 从迭代器iterator中获取下一条记录。如果无法获取下 一条记录,则触发StopIteration异常
lst = [1,2,3,4]
it = iter(lst)
print(it)
print(next(it))
print(next(it))
lst = [1,2,3,4]
it = iter(lst)
for x in it:
print(x, end=" ")
也可以使用next替代上例:
import sys
lst = [1, 2, 3, 4]
it = iter(lst)
while True:
try:
print(next(it))
except StopIteration:
sys.exit()
输出:
1
2
3
4
1.2 创建类的迭代器
把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
if self.a <= 10:
x = self.a
self.a += 1
return x
else:
raise StopIteration
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter:
print(x,end = " ")
2. 生成器
2.1 生成器的使用
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。
生成器的简单使用举例:
def func(n):
yield n*2
f = func(5)
print(f)
print(next(f))
print(next(f))
便于理解,可以把yield当做return操作,不同的是,yield后面的代码会在下一次调用函数的时候继续执行。所以遇到yield操作时,首先需要先返回迭代器的值,而不会立马执行yield后面的代码,等到下一次调用函数的时候,会继续执行上一次没有完成的操作 。显然,使用生成器比迭代器简单,而且性能是一样高效的,我们再来举一个例子进行说明。
def fib(n):
pre,curr = 0,1
while n > 0:
n-=1
yield curr
pre,curr = curr,curr+pre
print("I am a generator!")
for i in fib(5):
print(i)
print("-----------------------")
输出:
1
-----------------------
I am a generator!
1
-----------------------
I am a generator!
2
-----------------------
I am a generator!
3
-----------------------
I am a generator!
5
-----------------------
I am a generator!
使用for循环操作时,遍历了5次,最后一次会调用StopIteration,所以会输出5次"I am a generator!"。但是如果使用next则会不同,因为它不会自动调用下一次的函数 ,如下例所示:
def func(n):
yield n*2
print("I am a generator!")
f = func(5)
print(f)
print(next(f))
输出结果为:
<generator object func at 0x7fd74460b308>
10
可以看到,因为没有继续调用函数,而不会执行yield后面的程序!
2.2 生成器表达式
生成器表达式与列表推导式很像,唯一的区别就是一个使用综括号一个使用小括号,生成器表达式返回生成器对象,而列表推导式返回列表对象 。
g = (i*2 for i in range(10))
print(type(g))
for i in g:
print(i,end=" ")
|