一、迭代器
迭代器就是iter(可迭代对象函数)返回的对象,说人话.......可迭代对象由一个个迭代器组成
可以用next()函数获取可迭代对象的数据
迭代是访问集合元素的一种方式(因为集合是无序的,所以不能索引),naxt(集合),
迭代器对象从集合的第一个元素开始访问,直到所有元素被访问结束,迭代器只能往前不会往后退
迭代器是一个可以记住遍历的位置的对象,迭代器只能一个一个出,前一秒还没有这个值,等到next()的时候才生成
迭代器有两个基本方法:iter()和next()
- iter() 生成一个迭代器
- next() 从迭代器中获取写一条记录,如果无法获取写一条记录,则触发StopIteration异常
有序序列:字符串、列表、元组对象都可用于创建迭代器
1
2
3
4
|
L = [ 1 , 2 , 3 , 4 ]
it = iter (L) #创建迭代器对象
print ( next (it)) #输出迭代器的写一个对象
print ( next (it))
|
迭代器对象使用for语句进行遍历
1
2
3
4
|
li = [ 5 , 6 , 7 , 8 ]
it = iter (li)
for x in it:
print (x,end = ' ' )
|
迭代器对象使用while语句进行遍历
1
2
3
4
5
6
7
|
lis = [ 7 , 8 , 9 , 0 ]
it = iter (lis)
while True :
try :
print ( next (it))
except StopIteration:
break
|
二、生成器
在python中,使用了yield的函数被称为生成器(generator)此函数被调用时返回一个生成器对象
生成器是一个返回迭代器的函数,生成器 生成 迭代器对象,只能用来迭代操作
生成器能让函数停下下,想进想出,很随便,前一秒数据根本不存在,这一秒推算出来的
在调用生成器运行的过程中,每次遇到yidld时函数会停下来,返回yield的值,相当于print返回print的值一样
并在下一次执行next()方法或者写一次循环时从当前位置继续运行(继续打印下一个值)
生成器用于函数中,会把函数当做生成器来使用,函数出一个值,主函数调取一个值
生成器调用return会触发一个StopIteration异常
普通方法生成菲波那切数列
1
2
3
4
5
6
7
8
|
def fun(n):
a,b,c = 0 , 1 , 0
while c<n:
print (b) # 打印菲波那切数列
a,b = b,a + b
c + = 1
fun( 10 )
|
用生成器的方法生成菲波那切数列
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
def fun(n):
a,b,c = 0 , 1 , 0
while c<n:
yield b # 生成器
a,b = b,a + b
c + = 1
# print(fun(10))# <generator object fun at 0x000001ED43A48A40>
t = fun( 10 ) # t是一个迭代器,由生成器返回生成
print ( next (t)) # 1
print ( next (t)) # 1
print ( "中间可以插入代码" ) # 中间可以插入代码
print ( next (t)) # 2
print ( next (t)) # 3
for i in t:
print (i)
# 8
# 13
# 21
# 34
# 55
|
print(fun(10))
# <generator object fun at 0x000001ED43A48A40>
# 这是一条内存,你要用函数来访问里面的值,next(fun(10))
生成器表达式:
- 语法:(表达式 for 变量 in 可迭代对象 [if 真值表达式]) []里的内容可以省略
- 作用:用推导式的形式生成一个新的生成器,要取值的时候,要iter变成迭代器,用next取值
- 优点:不占用内存空间
迭代工具函数:生成一个个个的可迭代对象
1
2
3
4
5
6
|
gen = (x * * 2 for x in range ( 1 , 4 ))
it = iter (gen) # 转成生成器
next (it) # 1
next (it) # 4
next (it) # 9
next (it) # StopIteration
|
三、生成器函数
3.1、zip(可迭代对象1,可迭代对象2......)
返回一个zip对象,此对象用于生成元组,元组的个数由最小的可迭代对象决定
1
2
3
4
5
6
7
8
|
numbers = [ 10086 , 10000 , 10010 , 95586 ]
names = [ '中国移动' , '中国联通' , '中国电信' ]
for t in zip (numbers,names):
print (t)
#(10086, '中国移动')
#(10000, '中国联通')
#(10010, '中国电信')
|
自定义zip函数
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
def myzip(iter1,iter2):
it1 = iter (iter1) # 拿出一个迭代器
it2 = iter (iter2)
while True :
a = next (it1)
b = next (it2)
yield (a,b)
numbers = [ 10086 , 10000 , 10010 , 95586 ]
names = [ '中国移动' , '中国联通' , '中国电信' ]
for t in myzip(numbers,names):
print (t)
# (10086, '中国移动')
# (10000, '中国联通')
# (10010, '中国电信')<br>
|
3.2、enumerate(iterable[,start])
生成带索引的枚举对象,返回迭代类型为索引-值对(index,value)对, 默认索引从零开始,也可以使用start绑定
1
2
3
4
5
6
7
8
9
10
11
12
13
|
names = [ '中国移动' , '中国电信' , '中国联通' ]
for x in enumerate (names): #生成迭代器
print (x)
def myenumerate(iterable):
it = iter (iterable)
i = 0
while True :
a = next (it)
yield (i,a)
i + = 1
#(0, '中国移动')
#(1, '中国电信')
#(2, '中国联通')
|
以上就是正确理解python迭代器与生成器的详细内容,更多关于python迭代器与生成器的资料请关注服务器之家其它相关文章!
原文链接:https://www.cnblogs.com/LXP-Never/p/9338189.html