python-5.生成器Generators和迭代器Iterator
2018-03-30 20:08
411 查看
生成器
提高你的 Python:解释 yield 和 Generators(生成器)http://bbs.fishc.com/thread-56023-1-1.html
(出处: 鱼C论坛)
如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator
>>> def myGen(): print('生成器被执行') yield 1 yield 2 >>> myG=myGen() >>> next(myG) 生成器被执行 1 >>> next(myG) 2 >>> next(myG) Traceback (most recent call last): File "<pyshell#137>", line 1, in <module> next(myG) StopIteration >>> for i in myGen(): print(i) 生成器被执行 1 2
与迭代器实现同样的程序:fibs
>>> def fibs(): a=0 b=1 while True: a,b=b,a+b yield a >>> for each in fibs(): if each > 100: break print(each) 1 1 2 3 5 8 13 21 34 55 89
还记得列表推导式吗
列表生成式则可以用一行语句代替循环生成list:>>> [x * x for x in range(1, 11)] [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
for循环后面还可以加上if判断,这样我们就可以筛
4000
选出仅偶数的平方:
>>> [x * x for x in range(1, 11) if x % 2 == 0] [4, 16, 36, 64, 100]
还可以使用两层循环,可以生成全排列:
>>> [m + n for m in 'ABC' for n in 'XYZ'] ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
列表生成式也可以使用两个变量来生成list:
>>> d = {'x': 'A', 'y': 'B', 'z': 'C' } >>> [k + '=' + v for k, v in d.items()] ['y=B', 'x=A', 'z=C']
另外还有其他生成式
>>> b={i:i%2==0 for i in range(10)}#字典推导式 >>> b {0: True, 1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False} >>> a={i for i in [1,1,2,3,5,8,9,6,4,2,1,1]}#集合推导式 >>> a {1, 2, 3, 4, 5, 6, 8, 9} >>> e=(i for i in range(10))#不是tuple推导式,是生成器 >>> e <generator object <genexpr> at 0x0000000003414938> >>> next(e) 0 >>> next(e) 1 >>> for each in e: print(each) 2 3 4 5 6 7 8 9 >>>
>>> sum((i for i in range(100) if i % 2 )) 2500 >>> sum(i for i in range(100) if i % 2 ) 2500
可迭代对象 Iterable
可以直接作用于for循环的数据类型有以下几种:一类是集合数据类型,如list、tuple、dict、set、str等;
一类是generator,包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象:Iterable。
如何判断一个对象是可迭代对象呢?方法是通过isinstance()和collections模块的Iterable类型判断:
>>> from collections import Iterable >>> isinstance('abc', Iterable) # str是否可迭代 True >>> isinstance([1,2,3], Iterable) # list是否可迭代 True >>> isinstance(123, Iterable) # 整数是否可迭代 False >>> isinstance('aini',str) # isinstance BIF的用法,字符串一节有提及 True
Python内置的enumerate函数可以把一个list变成索引-元素对,这样就可以在for循环中同时迭代索引和元素本身:
>>> for i, value in enumerate(['A', 'B', 'C']): ... print(i, value) ... 0 A 1 B 2 C
上面的for循环里,同时引用了两个变量,在Python里是很常见的,比如下面的代码:
>>> for x, y in [(1, 1), (2, 4), (3, 9)]: ... print(x, y) ... 1 1 2 4 3 9
迭代器Iterator
凡是可作用于for循环的对象都是Iterable类型;凡是可作用于next()函数的对象都是Iterator类型,它们表示一个惰性计算的序列;
生成器不但可以作用于for循环,还可以被next()函数不断调用并返回下一个值,直到最后抛出StopIteration错误表示无法继续返回下一个值了。
可以使用isinstance()判断一个对象是否是Iterator对象:
>>> from collections import Iterator >>> isinstance((x for x in range(10)), Iterator) True >>> isinstance([], Iterator) False >>> isinstance({}, Iterator) False >>> isinstance('abc', Iterator) False
生成器都是Iterator对象,但list、dict、str虽然是Iterable,却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数:
>>> isinstance(iter([]), Iterator) True >>> isinstance(iter('abc'), Iterator) True
你可能会问,为什么list、dict、str等数据类型不是Iterator?
这是因为Python的Iterator对象表示的是一个数据流,Iterator对象可以被next()函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列,但我们却不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,所以Iterator的计算是惰性的,只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流,例如全体自然数。而使用list是永远不可能存储全体自然数的。
相关文章推荐
- python iterator(迭代器) and generator(生成器)
- python的迭代器iterator和生成器generator(关键字yield)的简单理解
- Python中的迭代器iterator和yield生成器(constructor)
- Python笔记-列表生成式、生成器generator(包括斐波拉契数列)、迭代器Iterator
- Python学习笔记(10)-生成器generator和迭代器Iterator
- python 迭代器(iterator)和生成器(constructor)
- 【Python】迭代器(iterator) vs 生成器(generator)
- 深入学习python(二) 迭代器(Iterator)和生成器(Generate)
- Python 迭代器和生成器
- Python高级特性(切片,迭代,列表生成式,生成器,迭代器)
- python3基础: 元组tuple、 列表list、 字典dict、集合set。 迭代器、生成器
- Python的迭代器和生成器
- Python 中 Iterator(迭代器)和Iterable(可迭代)的区别:
- Python之装饰器、迭代器和生成器
- Python 可迭代的对象、迭代器和生成器
- Python 中迭代器与生成器实例详解
- Python基础-迭代器和生成器
- python中实现迭代器(iterator)的方法示例
- Python学习笔记——迭代器和生成器