10 迭代器与生成器

10 迭代器与生成器

迭代与递归
迭代器协议：对象必须提供一个next方法 执行该方法要么返回迭代中下一项
要么引起一个stoplteration异常 以终止迭代
可迭代对象： 实现了迭代器协议的对象
协议是一种约定：可迭代对象实现了迭代器协议 Python的内部工具
(如for循环 sum max min函数等等)使用迭代器协议访问对象

for循环式中 调用了不可迭代对象内部的_iter_方法，把它们变成了可迭代

考虑序列型和非序列型 不可用列表下标 只可迭代器协议

啥是生成器：可以理解为一种数据类型 它自动实现了迭代器协议
故生成器就是可迭代对象
生成器在Python中表现：
1.生成器函数 常规函数定义 但是 使用yield语句而不是return返回结果
yield语句一次返回一个结果

def test():yield 1yield 2yield 3 g=test() print(g) print(g._nest_) print(g._nest_)

 

2.生成器表达式 类似于列表推导 但是生成器返回按需产生结果的一个对象
而不是构建一个结果列表
生成器的优点：
对延迟操作提供了支持 不是立即产生结果 可在需要时产生

小结：
1，是可迭代对象
2、实现了延迟计算节省内存！

三元表达式

name='alex' res='SB' if name=='alex' else ' 帅 哥' print(res)

 

列表解析

egg_list=[]for i in range(10)egg_list.append('鸡蛋%s' %i) print(egg_list) #or [鸡蛋%s '%i for i in range(10)'] #二元 #or [鸡蛋%s '%i for i in range(10)' if i >5] #三元，没有四元

 

1.把列表解析的【】换成（）得到的就是生成器表达式
2、列表解析与生成器都是一直能够便利的编程方式，只不过生成器
表达式更省内存
3、Python不但使用迭代器协议 让for循环更加通用，大部分函数
也是使用迭代器协议访问对象的

sum([i for i in range (10)]) #列表解析 sum=(i for i in range (10)) #生成器表达式 几乎不占用内存def test(): #生成器函数yield 1yield 2yield 3yield 4 res=test() print(res) print(res._next_()) print(res._next_()) print(res._next_())生成器的好处： 吃包子例子： def product_baozi():ret[]for i in range(100)ret.append('包子%s'%i)return ret boazi_list=product_baozi() print(product)#or def product_baozi():for i in range(100)yield 'baozi%s'%i pro_g=produce_baozi()baozi1=pro_g._next_() print('来一个人吃包子',baozi1) baozi2=pro_g._next_() print('来一个人吃包子',baozi2) baozi3=pro_g._next_() print('来一个人吃包子',baozi3)#做一个返回值就输出 执行效率更好def product_egg():ret[]for i in range(100)ret.append('鸡蛋%s'%i)return ret

 

#缺点1.占空间大 2.效率低

def product_egg():for i in range(100)yield '鸡蛋%s'%i a=xiadan() jidan=a._next_ print('XXX取鸡蛋',jidan)

 

生成器特性：
语法上类似函数：不同于 一次返回一个值
自动实现迭代器协议：
状态挂起：使用yield返回一个值 然后挂起函数状态 下次从离开的地方重新开始

优点：延迟计算 一次返回一个结果
提高代码可读性
注意事项：生成器只能遍历一次

生产者消费者模型：

#反例： import time def producer():ret=[]for i in range(100):time.sleep(0.1）ret.append('包子%s'%i)return retdef consumer(res):for index,baozi in enumerate(res):time.sleep(0.1）print('第%s个人，吃了%s'%(index,baozi))res=producer() consumer(res)#yield相当于return控制函数返回值 #x=yield 另一个特性 接受send传过来的值 赋值给xdef test():print('开始啦')first=yield print('第一次'，first)yield 2print('第二次') t=test() res=t._next_() print(res) t._next_() res=t.send('函数停留在first位置 我是给first赋值的') print(res)#正例； def consumer(name):print('我是[%s],我准备开始吃包子了'%name)while True:baozi=yieldprint('%s 开心的吃掉了%s'%[name,baozi]) def producer():c1=consumer('aaa')c2=consumer('bbb_sb')c1.__next__()c2.__next__()for i in range(10):time.sleep(1)c1.send('韭菜馅包子%s',%i)c2.send('韭菜馅包子%s',%i) producer()

 

posted on 2019-02-21 22:23 TTNTONZES 阅读(...) 评论(...) 编辑 收藏

转载于:https://www.cnblogs.com/louzhiyuan/p/10415732.html

总结

以上是生活随笔为你收集整理的10 迭代器与生成器的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。