Python迭代器和生成器介紹
迭代器
迭代器是一個實現(xiàn)了迭代器協(xié)議的對象,Python中的迭代器協(xié)議就是有next方法的對象會前進到下一結(jié)果,而在一系列結(jié)果的末尾是,則會引發(fā)StopIteration。

在for循環(huán)中,Python將自動調(diào)用工廠函數(shù)iter()獲得迭代器,自動調(diào)用next()獲取元素,還完成了檢查StopIteration異常的工作。

常用的幾個內(nèi)建數(shù)據(jù)結(jié)構(gòu)tuple、list、set、dict都支持迭代器,字符串也可以使用迭代操作。
你也可以自己實現(xiàn)一個迭代器,如上所述,只需要在類的__iter__方法中返回一個對象,這個對象擁有一個next()方法,這個方法能在恰當?shù)臅r候拋出StopIteration異常即可。但是需要自己實現(xiàn)迭代器的時候不多,即使需要,使用生成器會更輕松。
#!/usr/bin/env python
# coding=utf-8
class test:
def __init__(self, input_list):
self.list = input_list
self.i = 0
def __iter__(self):
return self
def next(self):
if self.i == len(self.list):
self.i = 0
raise StopIteration
self.i += 1
return self.list[self.i - 1]

使用迭代器一個顯而易見的好處就是:每次只從對象中讀取一條數(shù)據(jù),不會造成內(nèi)存的過大開銷。
例如:
/* 把文件一次加載到內(nèi)存中,然后逐行打印。當文件很大時,這個方法的內(nèi)存開銷就很大了 */
for line in open("test.txt").readlines():
print line
/* 這是最簡單也是運行速度最快的寫法,他并沒顯式的讀取文件,而是利用迭代器每次讀取下一行 */
for line in open("test.txt"): #use file iterators
print line
生成器
生成器的編寫方法和函數(shù)定義類似,只是在return的地方改為yield。
生成器中可以有多個yield。當生成器遇到一個yield時,會暫停運行生成器,返回yield后面的值。當再次調(diào)用生成器的時候,會從剛才暫停的地方繼續(xù)運行,直到下一個yield。
生成器自身又構(gòu)成一個迭代器,每次迭代時使用一個yield返回的值。

需要注意的是,生成器中不需要return語句,不需要指定返回值,在生成器中已經(jīng)存在默認的返回語句
生成器表達式
(i for i in range(5))
// 返回迭代器
<generator object <genexpr> at 0x7ff3e8f0d960>
列表解析,返回list
[i for i in range(5)]
// 返回list
[0, 1, 2, 3, 4]
在這里存在一個問題,那就是range(5)會返回一個長度為5的數(shù)據(jù),如果是range(1000)那么就會占用一個1000大小的數(shù)組空間;如果我們采用`生成器`,在需要的時候產(chǎn)生一個數(shù)字,那么空間的占用情況就會降低,這里我們可以使用xrange()函數(shù)來實現(xiàn)。
'''
xrange
函數(shù)說明:用法與range完全相同,所不同的是生成的不是一個數(shù)組,而是一個生成器。
xrange示例:
'''
>>> xrange(5)
xrange(5)
>>> list(xrange(5))
[0, 1, 2, 3, 4]
>>> xrange(1,5)
xrange(1, 5)
>>> list(xrange(1,5))
[1, 2, 3, 4]
>>> xrange(0,6,2)
xrange(0, 6, 2)
>>> list(xrange(0,6,2))
[0, 2, 4]
所以xrange做循環(huán)的性能比range好,尤其是返回很大的時候,盡量用xrange吧,除非你是要返回一個列表。
相關文章
Python使用鄰接矩陣實現(xiàn)圖及Dijkstra算法問題
這篇文章主要介紹了Python使用鄰接矩陣實現(xiàn)圖及Dijkstra算法問題,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2022-12-12
anaconda升級sklearn版本的實現(xiàn)方法
這篇文章主要介紹了anaconda升級sklearn版本的實現(xiàn)方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2021-02-02
在Django下創(chuàng)建項目以及設置settings.py教程
今天小編就為大家分享一篇在Django下創(chuàng)建項目以及設置settings.py教程,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2019-12-12
Python使用Transformers實現(xiàn)機器翻譯功能
近年來,機器翻譯技術(shù)飛速發(fā)展,從傳統(tǒng)的基于規(guī)則的翻譯到統(tǒng)計機器翻譯,再到如今流行的神經(jīng)網(wǎng)絡翻譯模型,尤其是基于Transformer架構(gòu)的模型,翻譯效果已經(jīng)有了質(zhì)的飛躍,本文將詳細介紹如何使用Transformers庫來實現(xiàn)一個機器翻譯模型,需要的朋友可以參考下2024-11-11
淺談spring boot 集成 log4j 解決與logback沖突的問題
今天小編就為大家分享一篇淺談spring boot 集成 log4j 解決與logback沖突的問題,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2020-02-02

