python基礎之迭代器與生成器
1. 迭代器
1.1 迭代器的使用
迭代器對象從集合的第一個元素開始訪問,直到所有的元素被訪問完結束。迭代器只能往前不會后退。迭代器有兩個基本的方法:iter() 和 next()。字符串,列表或元組對象都可用于創(chuàng)建迭代器。
iter(iterable):用于返回可迭代對象的一個迭代器。
next(iterator): 從迭代器iterator中獲取下一條記錄。如果無法獲取下 一條記錄,則觸發(fā)StopIteration異常
iter和next使用舉例
lst = [1,2,3,4] it = iter(lst) #創(chuàng)建迭代器對象 print(it) # <list_iterator object at 0x7fb8e443ed30> print(next(it)) # 1 print(next(it)) # 2
for循環(huán)使用舉例:
lst = [1,2,3,4]
it = iter(lst) #創(chuàng)建迭代器對象
for x in it:
print(x, end=" ") # 1 2 3 4
也可以使用next替代上例:
import sys # 引入 sys 模塊
lst = [1, 2, 3, 4]
it = iter(lst) # 創(chuàng)建迭代器對象
while True:
try:
print(next(it))
except StopIteration:
sys.exit()
輸出:
1
2
3
4
1.2 創(chuàng)建類的迭代器
把一個類作為一個迭代器使用需要在類中實現兩個方法 __iter__() 與 __next__() 。
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
if self.a <= 10: #迭代次數,要不然for循環(huán)會一直執(zhí)行
x = self.a
self.a += 1
return x
else:
raise StopIteration
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter: #這里也可以直接用對象,因為它的類已經定義iter和next。
print(x,end = " ") # 1 2 3 4 5 6 7 8 9 10
2. 生成器
2.1 生成器的使用
在 Python 中,使用了 yield 的函數被稱為生成器(generator)。跟普通函數不同的是,生成器是一個返回迭代器的函數,只能用于迭代操作,更簡單點理解生成器就是一個迭代器。
生成器的簡單使用舉例:
def func(n):
yield n*2
f = func(5)
print(f) # <generator object func at 0x7f36613ad308>
print(next(f)) # 10,迭代器的值
print(next(f)) # 報錯?。。∫驗檫@個函數只返回了一個迭代器
便于理解,可以把yield當做return操作,不同的是,yield后面的代碼會在下一次調用函數的時候繼續(xù)執(zhí)行。所以遇到y(tǒng)ield操作時,首先需要先返回迭代器的值,而不會立馬執(zhí)行yield后面的代碼,等到下一次調用函數的時候,會繼續(xù)執(zhí)行上一次沒有完成的操作。顯然,使用生成器比迭代器簡單,而且性能是一樣高效的,我們再來舉一個例子進行說明。
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("-----------------------")
輸出:
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循環(huán)操作時,遍歷了5次,最后一次會調用StopIteration,所以會輸出5次"I am a generator!"。但是如果使用next則會不同,因為它不會自動調用下一次的函數,如下例所示:
def func(n):
yield n*2
print("I am a generator!")
f = func(5)
print(f) # <generator object func at 0x7f36613ad308>
print(next(f)) # 10,迭代器的值
輸出結果為:
<generator object func at 0x7fd74460b308>
10
可以看到,因為沒有繼續(xù)調用函數,而不會執(zhí)行yield后面的程序!
2.2 生成器表達式
生成器表達式與列表推導式很像,唯一的區(qū)別就是一個使用綜括號一個使用小括號,生成器表達式返回生成器對象,而列表推導式返回列表對象。
g = (i*2 for i in range(10))
print(type(g)) # <class 'generator'>
for i in g:
print(i,end=" ") # 0 2 4 6 8 10 12 14 16 18
總結
本篇文章就到這里了,希望能夠給你帶來幫助,也希望您能夠多多關注腳本之家的更多內容!
相關文章
Python使用Selenium與pytest進行高效測試的示例詳解
隨著軟件開發(fā)的快速發(fā)展,自動化測試成為了提高開發(fā)效率、降低錯誤率的重要工具,Python作為一種高效且易于使用的編程語言,已經成為自動化測試領域的重要工具之一,本文將介紹如何使用Python、Selenium和pytest進行自動化測試,并展示一個簡單的自動化測試示例2025-01-01
解決已經安裝requests,卻依然提示No module named requests問題
今天小編就為大家分享一篇解決已經安裝requests,卻依然提示No module named 'requests'問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05

