一文搞懂python 中的迭代器和生成器
可迭代對(duì)象和迭代器
迭代(iterate)意味著重復(fù),就像 for 循環(huán)迭代序列和字典那樣,但實(shí)際上也可使用 for 循環(huán)迭代其他對(duì)象:實(shí)現(xiàn)了方法 __iter__ 的對(duì)象(迭代器協(xié)議的基礎(chǔ))。
__iter__方法返回一個(gè)迭代器,它是包含方法 __next__ 的對(duì)象,調(diào)用時(shí)可不提供任何參數(shù);
當(dāng)你調(diào)用 __next__ 時(shí),迭代器應(yīng)返回其下一個(gè)值;如果沒(méi)有可供返回的值,應(yīng)引發(fā) StopIteration 異常;
也可使用內(nèi)置函數(shù) next(),此種情況下,next(it) 與 it.__next()__ 等效。
至于為什么不用列表?因?yàn)樵诤芏嗲闆r下,使用列表都有點(diǎn)太浪費(fèi)了。例如,如果你有一個(gè)可逐個(gè)計(jì)算值的函數(shù),你可能只想逐個(gè)地獲取值,而不是使用列表一次性獲取。這是因?yàn)槿绻泻芏嘀?,列表可能占用太多的?nèi)存。
下面來(lái)看一個(gè)不能使用列表的示例,因?yàn)槿绻褂茫@個(gè)列表的長(zhǎng)度將是無(wú)窮大的!
# 這個(gè)“列表”為斐波那契數(shù)列,表示該數(shù)列的迭代器如下:
class Fibs:
def __init__(self):
self.a = 0
self.b = 1
def __next__(self):
self.a, self.b = self.b, self.a + self.b
return self.a # 前面邏輯自定義,最后返回下一個(gè)值即可
def __iter__(self):
return self # 返回迭代器本身(一個(gè)包含 __next__ 方法的對(duì)象)
fibs = Fibs()
for f in fibs:
if f > 1000:
print(f) # 1597
break # 若不中斷循環(huán),將一直循環(huán)下去
next(fibs) # 2584
next(fibs) # 4181更正規(guī)的定義是,實(shí)現(xiàn)了方法 __iter__ 的對(duì)象是 可迭代的,再實(shí)現(xiàn)了方法 __next__ 的對(duì)象是 迭代器。
內(nèi)置函數(shù) iter()
通過(guò)對(duì)可迭代對(duì)象調(diào)用內(nèi)置函數(shù) iter(),可以獲得一個(gè)迭代器。還可使用它從函數(shù)或其他可調(diào)用對(duì)象創(chuàng)建可迭代對(duì)象。
不過(guò),可迭代對(duì)象在轉(zhuǎn)化為迭代器后,會(huì)丟失?些屬性(如 __getitem__() ),但同時(shí)也會(huì)增加?些屬性(如 __next__() )。
另外,迭代器一般都是?次性的,當(dāng)?shù)^(guò)?輪后,再次迭代將獲取不到元素;而可迭代對(duì)象可以重復(fù)使用。
it = iter([1, 2, 3]) # list 是可迭代對(duì)象哦
next(it) # 1
next(it) # 2
next(it) # 3
next(it) # StopIretation; 普通的可迭代對(duì)象是可復(fù)用的,而迭代器是一次性的,回不了頭的
it = iter("ABCD") # string 也是可迭代對(duì)象
for i in it:
print(i, end=" ") # A B C D
for i in it:
print(i, end=" ") # ?輸出查看對(duì)象是否實(shí)現(xiàn)了魔法方法 _iter_ 的四種方法:
# ?法1:dir()查看__iter__,詳情請(qǐng)自己嘗試
dir(2) # 沒(méi)有
dir("abc") # 有 __iter__()
# ?法2:isinstance()判斷
import collections
isinstance(2, collections.Iterable) # False
isinstance("abc", collections.Iterable) # True
# ?法3:hasattr()判斷
hasattr(2,"__iter__") # False
hasattr("abc","__iter__") # True
# ?法4:?iter()查看是否報(bào)錯(cuò)
iter(2) # 報(bào)錯(cuò):'int' object is not iterable
iter("abc") # <str_iterator at 0x1e2396d8f28>從迭代器創(chuàng)建序列
在可以使用序列的情況下,大多也可以使用迭代器或可迭代對(duì)象(諸如索引和切片等操作除外)。迭代器因?yàn)槿鄙?__getitem__ ,因此不能使?普通的切?語(yǔ)法,暫未深究。
# 使用構(gòu)造函數(shù) list() 顯示的將迭代器轉(zhuǎn)換為列表
class TestIterator:
value = 0
def __next__(self):
self.value += 1
if self.value > 10: raise StopIteration
return self.value
def __iter__(self):
return self
ti = TestIterator()
ti2 = list(ti) # [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
for i in ti2:
print(i, end=" ") # 1 2 3 4 5 6 7 8 9 10
print('the second:')
生成器
生成器,也被稱(chēng)為簡(jiǎn)單生成器(simple generator),生成器自動(dòng)創(chuàng)建了 iter() 和 next() 方法,是一種使用普通函數(shù)語(yǔ)法定義的迭代器。與函數(shù)的主要的形式差別就在于,它的函數(shù)體中有一句 yield 語(yǔ)句。
每次執(zhí)行到 yield 處時(shí),生成并返回一個(gè)值后,函數(shù)都將暫時(shí)停止執(zhí)行,等待下一輪迭代調(diào)用,如此往復(fù),直到迭代完。數(shù)據(jù)量大時(shí),生成器能夠極大地節(jié)省內(nèi)存空間。下面還是通過(guò)斐波納契數(shù)列來(lái)看看:
# 斐波納契數(shù)列的生成器實(shí)現(xiàn): 返回?cái)?shù)列的前 n 項(xiàng)
def fibs(n):
a, b = 0, 1
for _ in range(n):
yield a # 返回的是一個(gè)生成器
a, b = b, b+a
f = fibs(5)
print(f) # <generator object fibs at 0x05BB20B0>
print(list(f)) # [0, 1, 1, 2, 3]; 此處生成器 f 已經(jīng)被迭代過(guò)一次了
for i in f:
print(i, end=" ") # ?輸出; for循環(huán)會(huì)?動(dòng)捕捉到 StopIteration 異常并停?調(diào)? next()
print(next(f)) # StopIteration與 return 的區(qū)別:生成器不是像 return 一樣返回一個(gè)值,而是可以生成多個(gè)值,每次返回一個(gè);return 返回的話(huà),這個(gè)函數(shù)就結(jié)束了。
生成器推導(dǎo)(生成式表達(dá)式)
將列表生成式的 [] 改成 () 之后,數(shù)據(jù)結(jié)構(gòu)將從列表變?yōu)樯善?,而不是元組。如果要包裝可迭代對(duì)象(可能生成大量的值)時(shí),若使用列表推導(dǎo)將立即實(shí)例化一個(gè)列表,從而喪失迭代的優(yōu)勢(shì);但如果使用生成器推導(dǎo)的話(huà),每迭代一次就生成一個(gè)值,沒(méi)必要一次性生成全部值,這樣就好的多了。而且,可以直接在既有的圓括號(hào)內(nèi)(如在函數(shù)調(diào)用中)使用生成器推導(dǎo)時(shí),無(wú)需再添加一對(duì)圓括號(hào)。
L = [x*x for x in range(10)] # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] g = (x*x for x in range(10)) # <generator object <genexpr> at 0x052AF8F0> print(next(g)) # 0 sum(i ** 2 for i in range(10)) # 285
遞歸式生成器
創(chuàng)建一個(gè)將兩層嵌套列表展開(kāi)的函數(shù):
nested = [[1, 2], [3, 4], [5], 6]
def flatten(nested):
try:
for sub in nested:
for ele in sub:
yield ele
except TypeError:
yield sub
f = flatten(nested)
next(f) # 1
# print(list(f)) # [2, 3, 4, 5, 6]
for i in f3:
print(i) # 2 3 4 5 6創(chuàng)建一個(gè)將任意層嵌套列表展開(kāi)的函數(shù):
對(duì)一層列表進(jìn)行遍歷,遍歷下層列表的時(shí)候,先對(duì)一層遍歷出來(lái)的元素再調(diào)用一次 flatten 函數(shù),這時(shí),如果是不可再迭代的對(duì)象的話(huà),就會(huì)報(bào) TypeError 錯(cuò)誤,捕捉到之后,yeild 返回,繼續(xù)下一個(gè);如果是可迭代的話(huà),就遞歸下去;
def flatten(nested):
try:
for sub in nested:
for ele in flatten(sub):
yield ele
except TypeError:
yield nested
nested = [[[1], 2], 3, 4, [5, [6, 7]], 8]
print(list(flatten(nested)))不過(guò),上面要注意的是:前面也提到了,字符串對(duì)象也是可迭代的,而且一般我們也不會(huì)將它拆開(kāi)。更重要的是,字符串的第一個(gè)元素是一個(gè)長(zhǎng)度為 1 的字符串,而長(zhǎng)度為 1 的字符串的第一個(gè)元素是字符串本身。
s = 'ABCD' s2 = s[0] # 'A' s2[0] # 'A'
這樣子會(huì)造成無(wú)窮遞歸的。所以還需要檢查一下對(duì)象是否類(lèi)似于字符串:
def flatten(nested):
try:
if isinstance(nested, str): raise TypeError
for sub in nested:
for ele in flatten(sub):
yield ele
except TypeError:
yield nested
nested = [[[1], '23'], 3, '43', [5, [6, '73']], 8]
print(list(flatten(nested))) # [1, '23', 3, '43', 5, 6, '73', 8]不過(guò),它有兩個(gè) yield 唉,這認(rèn)哪個(gè)來(lái)著???pass
def flatten(nested):
try:
for sublist in nested:
for element in flatten(sublist):
print("element:", element)
yield element
except TypeError:
print("nested :", nested)
yield nested
print(list(flatten([[1, 2], [3, 4], [5], 6])))輸出:
nested : 1
element: 1
nested : 2
element: 2
nested : 3
element: 3
nested : 4
element: 4
nested : 5
element: 5
nested : 6
element: 6
[1, 2, 3, 4, 5, 6]
到此這篇關(guān)于python 中的迭代器和生成器簡(jiǎn)單介紹的文章就介紹到這了,更多相關(guān)python 迭代器和生成器內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python3.6實(shí)現(xiàn)連接mysql或mariadb的方法分析
這篇文章主要介紹了Python3.6實(shí)現(xiàn)連接mysql或mariadb的方法,結(jié)合實(shí)例形式分析了Python3.6針對(duì)mysql或mariadb數(shù)據(jù)庫(kù)操作的相關(guān)模塊安裝、數(shù)據(jù)庫(kù)與表的創(chuàng)建、數(shù)據(jù)庫(kù)連接等操作技巧與注意事項(xiàng),需要的朋友可以參考下2018-05-05
python opencv 圖像邊框(填充)添加及圖像混合的實(shí)現(xiàn)方法(末尾實(shí)現(xiàn)類(lèi)似幻燈片漸變的效果)
這篇文章主要介紹了python opencv 圖像邊框(填充)添加及圖像混合(末尾實(shí)現(xiàn)類(lèi)似幻燈片漸變的效果),本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-03-03
python數(shù)據(jù)分析必會(huì)的Pandas技巧匯總
用Python做數(shù)據(jù)分析光是掌握numpy和matplotlib可不夠,numpy雖然能夠幫我們處理處理數(shù)值型數(shù)據(jù),但很多時(shí)候,還有字符串,還有時(shí)間序列等,比如:我們通過(guò)爬蟲(chóng)獲取到了存儲(chǔ)在數(shù)據(jù)庫(kù)中的數(shù)據(jù),一些Pandas必會(huì)的用法,讓你的數(shù)據(jù)分析水平更上一層樓2021-08-08
如何使用?profile?進(jìn)行python代碼性能分析
對(duì)代碼優(yōu)化的前提是需要了解性能瓶頸在什么地方,程序運(yùn)行的主要時(shí)間是消耗在哪里,對(duì)于比較復(fù)雜的代碼可以借助一些工具來(lái)定位,python?內(nèi)置了豐富的性能分析工具,本文介紹如何使用profile進(jìn)行python代碼性能分析,感興趣的朋友一起看看吧2024-12-12
Python通過(guò)正則庫(kù)爬取淘寶商品信息代碼實(shí)例
這篇文章主要介紹了Python通過(guò)正則庫(kù)爬取淘寶商品信息代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-03-03
Python實(shí)現(xiàn)程序的單一實(shí)例用法分析
這篇文章主要介紹了Python實(shí)現(xiàn)程序的單一實(shí)例用法,較為詳細(xì)的分析了Python窗口的相關(guān)操作技巧,需要的朋友可以參考下2015-06-06
解決Python找不到ssl模塊問(wèn)題 No module named _ssl的方法
這篇文章主要介紹了解決Python找不到ssl模塊問(wèn)題 No module named _ssl的方法,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-04-04

