python——叠代器和生成器
一、可叠代協議:可以被叠代要滿足要求的就叫做可叠代協議。內部實現了__iter__方法
iterable:可叠代的------對應的標誌
什麽叫叠代?:一個一個取值,就像for循環一樣取值
字符串,列表,元組,集合,字典都是可叠代的
二、叠代器協議:內部實現了__iter__,__next__方法
叠代器大部分都是在python的內部去使用的,我們直接拿來用就行了
叠代器的優點:如果用了叠代器,節約內存,方便操作
dir([1,2].__iter__())是列表叠代器中實現的所有的方法,而dir([1,2])是列表中實現的所有方法,
都是以列表的方式返回給我們,為了方便看清楚,我們把他們轉換成集合,然後取差集
print(dir([1,2].__iter__()))#查看列表叠代器的所有方法 print(dir([1,2]))#查看列表的所有方法 print(set(dir([1,2].__iter__()))-set(dir([1,2])))
iter_l=[1,2,3,4,5,6].__iter__() print(iter_l.__length_hint__())#獲取叠代器中元素的長度 # print(iter_l.__setstate__(4))#根據索引指定從哪裏開始叠代 print(iter_l.__next__()) print(iter_l.__next__()) print(iter_l.__next__())#一個一個的取值 print(next(iter_l)) #next(iter_l)這個方法和iter_l.__next__()方法一樣,推薦用next(iter_l)這個
l=[1,2,3,4,5] a=l.__iter__() # print(next(a)) # print(next(a)) # print(next(a)) # print(next(a)) # print(next(a)) # print(next(a)) #上面的列表長度只有5個,而你多打印了,就會報錯。處理的情況如下,就不會報錯了 while True:try: item=a.__next__() print(item) except StopIteration: # 異常處理 break
三、可叠代和叠代器的相同點:都可以用for循環
四、可叠代和叠代器的不同點:就是叠代器內部多實現了一個__next__方法
五、判斷叠代器和可叠代的方法:
第一種:判斷內部是不是實現了__next__方法
‘__iter__‘ in dir(str)#如果__iter__在這個方法裏面,就是可叠代的。
第二種:
Iterable 判斷是不是可叠代對象
Iterator 判斷是不是叠代器
用法:
from collections import Iterable from collections import Iterator #比如給一個字符串 s=‘abc‘ print(isinstance(s,Iterable))#isinstance判斷類型的 print(isinstance(s,Iterator))
判斷range函數
s=range(100)#是一個可叠代的,但是不是叠代器 print(isinstance(s,Iterable)) print(isinstance(s,Iterator))
五、生成器函數:
常規定義函數,但是,使用yield語句而不是return語句返回結果。
yield語句一次返回一個結果。
生成器的好處,就是一下子不會在內存中生成太多的數據
python中提供的生成器:
1.生成器函數 2.生成器表達式
生成器的本質:就是一個叠代器
def func(): #這是一個簡單的函數 a=1 return a print(func()) def func(): print(‘aaaaaaaaaaa‘) a = 1 yield a # 返回第一個值 print(‘bbbbbb‘) yield 12 # 返回第二個值 ret = func() # 得拿到一個生成器 # print(ret)#返回的是一個地址 print(next(ret))#取第一個值 print(next(ret))# 取第二個值 print(next(ret))# 取第三個值,會報錯,因為沒有yield第三個值初始生成器
例如:
假如我想讓工廠給學生做校服,生產2000000件衣服,我和工廠一說,工廠應該是先答應下來,然後再去生產,
我可以一件一件的要,也可以根據學生一批一批的找工廠拿。
而不能是一說要生產2000000件衣服,工廠就先去做生產2000000件衣服,等回來做好了,學生都畢業了。。。
def make_cloth(): for i in range(1,20000): yield ‘第%s件衣服‘%(i) ret = make_cloth() print(next(ret)) print(next(ret)) print(next(ret)) for i in range(100): print(next(ret))
import time def tail(filename): f = open(filename) f.seek(0, 2) #從文件末尾算起 while True: line = f.readline() # 讀取文件中新的文本行 if not line: time.sleep(0.1) continue yield line tail_g = tail(‘tmp‘) for line in tail_g: print(line) 生成器監聽文件例子
六、yield from
def func(): # for i in ‘AB‘: # yield i yield from ‘AB‘ yield from ‘AB‘就相當於上面的for循環,吧循環簡化了 yield from [1,2,3] g=func() print(list(g)) # print(next(g)) # print(next(g))yield from
七、列表推導式:
# ======一層循環====== l = [i*i for i in range(1,10)] print(l) # 上面的列表推倒式就相當於下面的 l = [] for i in range(1,10): l.append(i*i) print(l) l = [] # ======多層循環======== # 1.列表推倒式 l = [i*j for i in range(1,10) for j in range(1,10)] print(l) # 2.循環 l = [] for i in range(1,10): for j in range(1,10): s = i*j l.append(s) print(l)View Code
八、生成器表達式:類似於列表推倒式,就是把列表推導式的【】改為了()
l=[{‘name‘:‘v1‘,‘age‘:‘22‘},{‘name‘:‘v2‘}] name_list=(dic[‘name‘] for dic in l)#吧列表生成器的[]改成() print(name_list)#取出的是一個生成器,而不是要取得值,所以得加上next print(next(name_list)) print(next(name_list)) # print(next(name_list))生成器表達
python——叠代器和生成器