最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python進階:生成器 懶人版本的迭代器詳解

 更新時間:2019年06月29日 11:01:45   作者:秋官  
這篇文章主要介紹了Python進階:生成器 懶人版本的迭代器詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下

從容器、可迭代對象談起

所有的容器都是可迭代的(iterable),迭代器提供了一個next方法。iter()返回一個迭代器,通過next()函數(shù)可以實現(xiàn)遍歷。

def is_iterable(param):
try: 
iter(param) 
return True
except TypeError:
return False
params = [
1234,
'1234',
[1, 2, 3, 4],
set([1, 2, 3, 4]),
{1:1, 2:2, 3:3, 4:4},
(1, 2, 3, 4)
]
for param in params:
print('{} is iterable? {}'.format(param, is_iterable(param)))
########## 輸出 ##########
# 1234 is iterable? False
# 1234 is iterable? True
# [1, 2, 3, 4] is iterable? True
# {1, 2, 3, 4} is iterable? True
# {1: 1, 2: 2, 3: 3, 4: 4} is iterable? True
# (1, 2, 3, 4) is iterable? True

除了數(shù)字外,其他數(shù)據(jù)結(jié)構(gòu)都是可迭代的。

生成器是什么

生成器是懶人版本的迭代器。例:

import os
import psutil

#顯示當(dāng)前 python 程序占用的內(nèi)存大小
def show_memory_info(hint):
pid = os.getpid()
p = psutil.Process(pid)

info = p.memory_full_info()
memory = info.uss / 1024. / 1024
print('{} memory used: {} MB'.format(hint, memory))

def test_iterator():
show_memory_info('initing iterator')
list_1 = [i for i in range(100000000)]
show_memory_info('after iterator initiated')
print(sum(list_1))
show_memory_info('after sum called')

def test_generator():
show_memory_info('initing generator')
list_2 = (i for i in range(100000000))
show_memory_info('after generator initiated')
print(sum(list_2))
show_memory_info('after sum called')

test_iterator()
test_generator()
%time test_iterator()
%time test_generator()

######### 輸出 ##########

initing iterator memory used: 48.9765625 MB
after iterator initiated memory used: 3920.30078125 MB
4999999950000000
after sum called memory used: 3920.3046875 MB
Wall time: 17 s
initing generator memory used: 50.359375 MB
after generator initiated memory used: 50.359375 MB
4999999950000000
after sum called memory used: 50.109375 MB
Wall time: 12.5 s

[i for i in range(100000000)] 聲明了一個迭代器,每個元素在生成后都會保存到內(nèi)存中,占用了巨量的內(nèi)存。(i for i in range(100000000)) 初始化了一個生成器,可以看到,生成器并不會像迭代器一樣占用大量的內(nèi)存,相比于 test_iterator(),test_generator()函數(shù)節(jié)省了一次生成一億個元素的過程。在調(diào)用next()的時候,才會生成下一個變量.

生成器能玩啥花樣

數(shù)學(xué)中有一個恒等式,(1 + 2 + 3 + ... + n)^2 = 1^3 + 2^3 + 3^3 + ... + n^3,用以下代碼表達

def generator(k):
i = 1
while True:
yield i ** k
i += 1

gen_1 = generator(1)
gen_3 = generator(3)
print(gen_1)
print(gen_3)

def get_sum(n):
sum_1, sum_3 = 0, 0
for i in range(n):
next_1 = next(gen_1)
next_3 = next(gen_3)
print('next_1 = {}, next_3 = {}'.format(next_1, next_3))
sum_1 += next_1
sum_3 += next_3
print(sum_1 * sum_1, sum_3)

get_sum(8)

########## 輸出 ##########

# <generator object generator at 0x000001E70651C4F8>
# <generator object generator at 0x000001E70651C390>
# next_1 = 1, next_3 = 1
# next_1 = 2, next_3 = 8
# next_1 = 3, next_3 = 27
# next_1 = 4, next_3 = 64
# next_1 = 5, next_3 = 125
# next_1 = 6, next_3 = 216
# next_1 = 7, next_3 = 343
# next_1 = 8, next_3 = 512
# 1296 1296

generator()這個函數(shù),它返回了一個生成器,當(dāng)運行到y(tǒng)ield i ** k時,暫停并把i ** k作為next()的返回值。每次調(diào)用next(gen)時,暫停的程序會啟動并往下執(zhí)行,而且i的值也會被記住,繼續(xù)累加,最后next_1為8,next_3為512.

仔細(xì)查看這個示例,發(fā)現(xiàn)迭代器是一個有限集合,生成器則可以成為一個無限集。調(diào)用next(),生成器根據(jù)運算會自動生成新的元素,然后返回給你,非常便捷。

再來看一個問題:給定一個list和一個指定數(shù)字,求這個數(shù)字在list中的位置:

#常規(guī)寫法
def index_normal(L, target):
result = []
for i, num in enumerate(L):
if num == target:
result.append(i)
return result
print(index_normal([1, 6, 2, 4, 5, 2, 8, 6, 3, 2], 2))
########## 輸出 ##########
[2, 5, 9]
#生成器寫法
def index_generator(L, target):
for i, num in enumerate(L):
if num == target:
yield i
print(list(index_generator([1, 6, 2, 4, 5, 2, 8, 6, 3, 2], 2)))
######### 輸出 ##########
[2, 5, 9]

再看一例子:

查找子序列:給定兩個字符串a(chǎn),b,查找字符串a(chǎn)是否字符串b的子序列,所謂子序列,即一個序列包含在另一個序列中并且順序一

算法:分別用兩個指針指向兩個字符串的頭,然后往后移動找出相同的值,如果其中一個指針走完了整個字符串也沒有相同的值,則不是子序列

def is_subsequence(a, b):
b = iter(b)
return all(i in b for i in a)
print(is_subsequence([1, 3, 5], [1, 2, 3, 4, 5]))
print(is_subsequence([1, 4, 3], [1, 2, 3, 4, 5]))
######### 輸出 ##########
True
False

下面代碼為上面代碼的演化版本

def is_subsequence(a, b):
b = iter(b)
print(b)

gen = (i for i in a)
print(gen)

for i in gen:
print(i)

gen = ((i in b) for i in a)
print(gen)

for i in gen:
print(i)

return all(((i in b) for i in a))

print(is_subsequence([1, 3, 5], [1, 2, 3, 4, 5]))
print(is_subsequence([1, 4, 3], [1, 2, 3, 4, 5]))

########## 輸出 ##########

# <list_iterator object at 0x000001E7063D0E80>
# <generator object is_subsequence.<locals>.<genexpr> at 0x000001E70651C570>
# 1
# 3
# 5
# <generator object is_subsequence.<locals>.<genexpr> at 0x000001E70651C5E8>
# True
# True
# True
# False
# <list_iterator object at 0x000001E7063D0D30>
# <generator object is_subsequence.<locals>.<genexpr> at 0x000001E70651C5E8>
# 1
# 4
# 3
# <generator object is_subsequence.<locals>.<genexpr> at 0x000001E70651C570>
# True
# True
# False
# False

首先iter(b)把b轉(zhuǎn)為迭代器。目的是內(nèi)部實現(xiàn)next函數(shù),(i for i in a) 會產(chǎn)生一個生成器 ,同樣((i in b) for i in a)也是。然后(i in b)等階于:

while True:
val = next(b)
if val == i:
yield True

這里非常巧妙地利用生成器的特性,next()函數(shù)運行的時候,保存了當(dāng)前的指針。比如下面這個示例

b = (i for i in range(5))
print(2 in b)
print(4 in b)
print(3 in b)
########## 輸出 ##########
True
True
False

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python實現(xiàn)自動化發(fā)送郵件

    Python實現(xiàn)自動化發(fā)送郵件

    大家好,本篇文章主要講的是Python實現(xiàn)自動化發(fā)送郵件,感興趣的同學(xué)趕快來看一看吧,對你有幫助的話記得收藏一下
    2022-01-01
  • 在python中創(chuàng)建表格的兩種方法實例

    在python中創(chuàng)建表格的兩種方法實例

    Python 是一種解釋型、面向?qū)ο蟆討B(tài)數(shù)據(jù)類型的高級程序設(shè)計語言,下面這篇文章主要給大家介紹了關(guān)于如何在python中創(chuàng)建表格的兩種方法,文中通過實例代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2022-01-01
  • PyTorch中的Subset類簡介與應(yīng)用示例代碼

    PyTorch中的Subset類簡介與應(yīng)用示例代碼

    在深度學(xué)習(xí)框架PyTorch中,torch.utils.data.Subset是一個非常有用的類,用于從一個較大的數(shù)據(jù)集中選擇一個子集,本文將介紹Subset的概念、基本用法以及一些實際應(yīng)用示例,感興趣的朋友一起看看吧
    2024-08-08
  • 通過字符串導(dǎo)入 Python 模塊的方法詳解

    通過字符串導(dǎo)入 Python 模塊的方法詳解

    這篇文章主要介紹了通過字符串導(dǎo)入 Python 模塊的方法詳解,本文通過實例結(jié)合,給大家介紹的非常詳細(xì),具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-10-10
  • 用django設(shè)置session過期時間的方法解析

    用django設(shè)置session過期時間的方法解析

    這篇文章主要介紹了用django設(shè)置session過期時間的方法解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2019-08-08
  • 淺析Python條件語句中的解密邏輯與控制流

    淺析Python條件語句中的解密邏輯與控制流

    這篇文章主要想來和大家一起探索一下Python條件語句的奇妙世界——解密邏輯與控制流,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以學(xué)習(xí)一下
    2023-07-07
  • 使用tensorflow保存和恢復(fù)模型saver.restore

    使用tensorflow保存和恢復(fù)模型saver.restore

    這篇文章主要介紹了使用tensorflow保存和恢復(fù)模型saver.restore方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2024-02-02
  • python Boltons庫實用功能探索(深度復(fù)制類型檢查重試機制)

    python Boltons庫實用功能探索(深度復(fù)制類型檢查重試機制)

    這篇文章主要為大家介紹了python Boltons庫實用功能探索包含深度復(fù)制類型檢查重試機制及數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換實現(xiàn)示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2024-01-01
  • scrapy利用selenium爬取豆瓣閱讀的全步驟

    scrapy利用selenium爬取豆瓣閱讀的全步驟

    這篇文章主要給大家介紹了關(guān)于scrapy利用selenium爬取豆瓣閱讀的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-09-09
  • Python中基礎(chǔ)的socket編程實戰(zhàn)攻略

    Python中基礎(chǔ)的socket編程實戰(zhàn)攻略

    Python擁有內(nèi)置的socket模塊,可以用簡潔明了的代碼來進行socket通信操作,這里我們就為大家整理了一份Python中基礎(chǔ)的socket編程實戰(zhàn)攻略,需要的朋友可以參考下.
    2016-06-06

最新評論

泰和县| 舒城县| 仙桃市| 远安县| 乐至县| 定安县| 伊宁县| 合山市| 河东区| 大足县| 白水县| 栾川县| 松桃| 鹿邑县| 富顺县| 石楼县| 杭锦旗| 乐昌市| 大港区| 大同市| 长葛市| 娄烦县| 穆棱市| 博白县| 博白县| 洛浦县| 海门市| 四会市| 云龙县| 米脂县| 甘南县| 乌鲁木齐市| 车致| 许昌县| 凌源市| 萍乡市| 蒙城县| 藁城市| 达孜县| 静安区| 会宁县|