python基礎(chǔ)之迭代器與生成器
1. 迭代器
1.1 迭代器的使用
迭代器對(duì)象從集合的第一個(gè)元素開(kāi)始訪問(wèn),直到所有的元素被訪問(wèn)完結(jié)束。迭代器只能往前不會(huì)后退。迭代器有兩個(gè)基本的方法:iter() 和 next()。字符串,列表或元組對(duì)象都可用于創(chuàng)建迭代器。
iter(iterable):用于返回可迭代對(duì)象的一個(gè)迭代器。
next(iterator): 從迭代器iterator中獲取下一條記錄。如果無(wú)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(duì)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(duì)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(duì)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(gè)類作為一個(gè)迭代器使用需要在類中實(shí)現(xiàn)兩個(gè)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(shù),要不然for循環(huán)會(huì)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(duì)象,因?yàn)樗念愐呀?jīng)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(shù)被稱為生成器(generator)。跟普通函數(shù)不同的是,生成器是一個(gè)返回迭代器的函數(shù),只能用于迭代操作,更簡(jiǎn)單點(diǎn)理解生成器就是一個(gè)迭代器。
生成器的簡(jiǎn)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(bào)錯(cuò)?。?!因?yàn)檫@個(gè)函數(shù)只返回了一個(gè)迭代器
便于理解,可以把yield當(dāng)做return操作,不同的是,yield后面的代碼會(huì)在下一次調(diào)用函數(shù)的時(shí)候繼續(xù)執(zhí)行。所以遇到y(tǒng)ield操作時(shí),首先需要先返回迭代器的值,而不會(huì)立馬執(zhí)行yield后面的代碼,等到下一次調(diào)用函數(shù)的時(shí)候,會(huì)繼續(xù)執(zhí)行上一次沒(méi)有完成的操作。顯然,使用生成器比迭代器簡(jiǎn)單,而且性能是一樣高效的,我們?cè)賮?lái)舉一個(gè)例子進(jìn)行說(shuō)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(shí),遍歷了5次,最后一次會(huì)調(diào)用StopIteration,所以會(huì)輸出5次"I am a generator!"。但是如果使用next則會(huì)不同,因?yàn)樗粫?huì)自動(dòng)調(diào)用下一次的函數(shù),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(jié)果為:
<generator object func at 0x7fd74460b308>
10
可以看到,因?yàn)闆](méi)有繼續(xù)調(diào)用函數(shù),而不會(huì)執(zhí)行yield后面的程序!
2.2 生成器表達(dá)式
生成器表達(dá)式與列表推導(dǎo)式很像,唯一的區(qū)別就是一個(gè)使用綜括號(hào)一個(gè)使用小括號(hào),生成器表達(dá)式返回生成器對(duì)象,而列表推導(dǎo)式返回列表對(duì)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(jié)
本篇文章就到這里了,希望能夠給你帶來(lái)幫助,也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!
相關(guān)文章
Python使用Selenium與pytest進(jìn)行高效測(cè)試的示例詳解
隨著軟件開(kāi)發(fā)的快速發(fā)展,自動(dòng)化測(cè)試成為了提高開(kāi)發(fā)效率、降低錯(cuò)誤率的重要工具,Python作為一種高效且易于使用的編程語(yǔ)言,已經(jīng)成為自動(dòng)化測(cè)試領(lǐng)域的重要工具之一,本文將介紹如何使用Python、Selenium和pytest進(jìn)行自動(dòng)化測(cè)試,并展示一個(gè)簡(jiǎn)單的自動(dòng)化測(cè)試示例2025-01-01
解決已經(jīng)安裝requests,卻依然提示No module named requests問(wèn)題
今天小編就為大家分享一篇解決已經(jīng)安裝requests,卻依然提示No module named 'requests'問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-05-05
使用PyTorch訓(xùn)練一個(gè)圖像分類器實(shí)例
今天小編就為大家分享一篇使用PyTorch訓(xùn)練一個(gè)圖像分類器實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
python實(shí)戰(zhàn)教程之OCR文字識(shí)別方法匯總
ocr是一種光學(xué)字符識(shí)別技術(shù),簡(jiǎn)單來(lái)說(shuō)它能夠識(shí)別出圖像中的文字并且將其給取出來(lái),下面這篇文章主要給大家介紹了關(guān)于python實(shí)戰(zhàn)教程之OCR文字識(shí)別方法的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-05-05
Python之自動(dòng)獲取公網(wǎng)IP的實(shí)例講解
下面小編就為大家?guī)?lái)一篇Python之自動(dòng)獲取公網(wǎng)IP的實(shí)例講解。小編覺(jué)得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-10-10

