转载

3 迭代器 生成器

迭代器

 

# 迭代:是一个重复的过程,每一次重复,都是基于上一次的结果的而来

# while True:      # 单纯的重复
        print('你瞅啥')


l = ['a','b','c','d']

count =0 
 while count < len(l):
        print(l[count])
        count+=1

为何要有迭代器?什么是可迭代对象?什么是迭代器对象?

可迭代对象:  凡是对象下有  __iter__ 方法 :对象.__iter__ ,该对象就是可迭代对象

   

如果一个对象有 obj.__iter__() 方法 或者 iter(obj)

    不依赖于索引 ... 更省内存空间... 

      一次性,只能往后走,不能回头,不如索引灵活。

      不能预知长度,无法预知什么时候结束 。。。。

 

  现接触的有     str  '  '... list   [ ]  ... tuple   (  ) ..... set  {  }  .... dict  { key:vaule }  ... f = open( 'db.txt ')

   

#1、为何要有迭代器?
对于序列类型:字符串、列表、元组,我们可以使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的,若还想取出其内部包含的元素,则必须找出一种不依赖于索引的迭代方式,这就是迭代器

#2、什么是可迭代对象?
可迭代对象指的是内置有__iter__方法的对象,即obj.__iter__,如下
'hello'.__iter__
(1,2,3).__iter__
[1,2,3].__iter__
{'a':1}.__iter__
{'a','b'}.__iter__
open('a.txt').__iter__

#3、什么是迭代器对象?
可迭代对象执行obj.__iter__()得到的结果就是迭代器对象
而迭代器对象指的是即内置有__iter__又内置有__next__方法的对象

文件类型是迭代器对象
open('a.txt').__iter__()
open('a.txt').__next__()


#4、注意:
迭代器对象一定是可迭代对象,而可迭代对象不一定是迭代器对象
迭代器对象的优点
1:提供了一种统一的(不依赖于索引的)迭代方式
2:迭代器本身,比起其他数据类型更省内存,因为同一时间只next一个值,在内存中。
迭代器对象的缺点

1:一次性,只能往后走,不能回退,不如索引取值灵活
2:无法预知什么时候取值结束,即无法预知长度

 

迭代器对象的使用

dic={'a':1,'b':2,'c':3}
iter_dic=dic.__iter__() #得到迭代器对象,迭代器对象即有__iter__又有__next__,但是:迭代器.__iter__()得到的仍然是迭代器本身
iter_dic.__iter__() is iter_dic #True

print(iter_dic.__next__()) #等同于next(iter_dic)
print(iter_dic.__next__()) #等同于next(iter_dic)
print(iter_dic.__next__()) #等同于next(iter_dic)
# print(iter_dic.__next__()) #抛出异常StopIteration,或者说结束标志

#有了迭代器,我们就可以不依赖索引迭代取值了
iter_dic=dic.__iter__()
while 1:
    try:
        k=next(iter_dic)
        print(dic[k])
    except StopIteration:
        break
        
#这么写太丑陋了,需要我们自己捕捉异常,控制next,python这么牛逼,能不能帮我解决呢?能,请看for循环
迭代器的使用

例子

from collections import Iterable,Iterator  判断是否可迭代对象 or 迭代器对象 ..... 了解部分

iterable   可迭代对象 返回 True  .....

iterator    迭代器对象 返回 True  .....

 for循环

#基于for循环,我们可以完全不再依赖索引去取值了
dic={'a':1,'b':2,'c':3}
for k in dic:
    print(dic[k])

#for循环的工作原理
#1:执行in后对象的dic.__iter__()方法,得到一个迭代器对象iter_dic
#2: 执行next(iter_dic),将得到的值赋值给k,然后执行循环体代码
#3: 重复过程2,直到捕捉到异常StopIteration,结束循环
l=['a','b','c','d']
for item in l: #iter_l=l.__iter__()
     print(item)


 for item in {1,2,3,4}:
     print(item)


 with open('a.txt') as f:
      for line in f: #i=f.__iter__()
          print(line)
     print(f is f.__iter__())

 生成器

什么是生成器

  只要函数内部包含yield 关键字 ,那么函数名()的到的结果就是生成器,并且不会执行函数内部代码

  

#只要函数内部包含有yield关键字,那么函数名()的到的结果就是生成器,并且不会执行函数内部代码

def func():
    print('====>first')
    yield 1
    print('====>second')
    yield 2
    print('====>third')
    yield 3
    print('====>end')

g=func()
print(g) #<generator object func at 0x0000000002184360>

# generator 
什么是生成器

生成器就是迭代器

g.__iter__
g.__next__
#2、所以生成器就是迭代器,因此可以这么取值
res=next(g)
print(res)

 

#!/usr/bin/env python3 
# _*_ coding:utf-8 _*_
# @File    : 生成器 
# @Version : 1.0


from collections import Iterator

'''
    生成器:
            在函数内部包含yield关键字,那么该函数执行结果就是生成器(但是生成器本身没有值,只有next时才有值)

            生成器就是迭代器



    yield 功能:

            将函数的结果做成生成器(以一种优雅的方式封装好 __iter__ 和 __next__)

            函数暂停与再继续运行由  yield 控制

'''

def foo():
    print('1')
    yield 'first'
    print('2')
    yield 'second'
    print('3')
    yield 'third'
    print('4')
    yield 'fourth'
    print('5')
    yield 'fifth'
    print('6')
    yield 'sixth'
    print('7')
    yield 'seventh'

g = foo()                           #   它的名字就做 generator

print(g)                            #   < Generator object at ..... >

print(isinstance(g,Iterator))       # True     一定有  g.__iter__   and g.__next__ 

print(next(g))
print(next(g))
print(next(g))

for item in g:
    print(item)


print(100*'{0}'.format('#'))
# -----------------------------------------------------------------------------------------------

def bar(n):                         # 产生一个无限迭代的生成器
    while True:
        print('begin....')
        yield n
        n+=1

g1 = bar(0)
print(isinstance(g1,Iterator))
print(next(g1))
print(next(g1))
print(next(g1))

'''
for k in g1:
    if k == 100:break
    print(k)
'''

'''
    for 遍历迭代器的好处就是不用手动处理异常。迭代器 next 没有值时会抛出 StopIteration 异常,
                ----    for 循环主动获取异常后终止遍历,迭代器取值完毕。

'''



print(100*'{0}'.format('#'))
# -----------------------------------------------------------------------------------------------

def my_range(start,stop):
    while True:
        if start == stop:
            raise StopIteration
        yield start
        start +=1




g3 = my_range(9,90)

print(next(g3))

for k in g3:
    print(k)

'''
    生成器模仿range功能, while 循环内 加上 if 判断,条件成立时主动抛出异常,迭代器终止,否则会是一个无限迭代。
                            raise --主动抛出异常    -- 后面跟 异常类型

'''

 

转载于:https://www.cnblogs.com/liushubao/p/7629812.html

正文到此结束
本文目录