Python之迭代器与生成器
迭代器
-
可迭代对象
字面意思分析：可以重复的迭代的实实在在的东西。
list,dict(keys(),values(),items()),tuple,str,set,range, 文件句柄（待定）
专业角度: 内部含有
'__iter__'方法的对象，就是可迭代对象。内置函数：dir()
print(dir(str))判断一个对象是否是可迭代对象：
print('iter' in dir(str))优点：
- 直观。
- 操作方法较多。
缺点：
- 占内存。
- 不能迭代取值（索引，字典的key）。
-
迭代器
字面意思：可以重复迭代的工具。
专业角度： 内部含有
'__iter__'并且含有"__next__"方法的对象，就是迭代器可迭代对象转化成迭代器：
l1 = [1, 2, 3, 4, 5] # 内置函数iter() obj = iter(l1)# 迭代器可以迭代取值。利用next()进行取值 l1 = [1, 2, 3, 4, 5] # 内置函数iter() obj = iter(l1) # print(obj) print(next(obj)) print(next(obj)) print(next(obj)) print(next(obj)) print(next(obj)) print(next(obj))迭代器优点：
- 非常节省内存。
- 惰性机制。
迭代器缺点：
- 不直观。
- 操作不灵活。
- 效率相对低。
特性：
l1 = [22, 33, 44, 55, 66, 77] obj = iter(l1) for i in range(3): print(next(obj)) for i in range(2): print(next(obj))利用while循环，模拟for循环内部循环可迭代对象的机制。
- 先要将可迭代对象转化成迭代器。
- 利用next对迭代器进行取值。
- 利用异常处理try一下防止报错。
-
可迭代对象与迭代器的对比
可迭代对象：
是一个私有的方法比较多，操作灵活（比如列表，字典的增删改查，字符串的常用操作方法等）,比较直观，但是占用内存，而且不能直接通过循环迭代取值的这么一个数据集。
应用：当你侧重于对于数据可以灵活处理，并且内存空间足够，将数据集设置为可迭代对象是明确的选择。
迭代器：
是一个非常节省内存，可以记录取值位置，可以直接通过循环+next方法取值，但是不直观，操作方法比较单一的数据集。
应用：当你的数据量过大，大到足以撑爆你的内存或者你以节省内存为首选因素时，将数据集设置为迭代器是一个不错的选择。（可参考为什么python把文件句柄设置成迭代器）。
生成器
生成器初始
- 生成器本质就是迭代器。python社区生成器与迭代器是一种。生成器与迭代器的唯一区别：生成器是我们自己用python代码构建的。
生成器产生方式
- 生成器函数。
- 生成器表达式。
- python给你提供的一些内置函数，返回一个生成器。
生成器函数。
-
之前接触的函数：
# def func(): # print(111) # return 2 # ret = func() # print(ret) # 执行此函数，遇到return结束函数。 # 将数字2返回给ret。 -
生成器函数： 只要函数中出现了yield那么他就不是函数，它是生成器函数
def func(): # print(111) # print(111) # print(111) # print(111) # print(111) # print(111) yield 2,4,5 yield 3 yield 4 yield 5 ret = func() # 生成器对象 # print(ret) # <generator object func at 0x0000000001E10F68> ''' # 类比 l1 = [2,] [2,3,4,5] obj = iter(l1) ''' # 只要函数中出现了yield那么他就不是函数，它是生成器函数。 # 一个next对应一个yield. # print(next(ret)) # print(next(ret)) # print(next(ret)) # print(next(ret)) # print(next(ret)) # print(next(ret))
yiled与return的区别
# return 结束函数，给函数的执行者返回值(多个值通过元组的形式返回)。
# yield 不结束函数，对应着给next返回值(多个值通过元组的形式返回)。
send(了解)
pass
生成器的举例
# def eat_baozi():
# list1 = []
# for i in range(1,2001):
# list1.append(f'{i}号包子')
# return list1
#
# print(eat_baozi())
def eat_baozi_gen():
for i in range(1,2001):
# print(11)
yield f'{i}号包子'
'''
# ret1 = eat_baozi_gen()
# ret2 = eat_baozi_gen()
# # print(ret1)
# # print(ret2)
# print(next(ret1))
# print(next(ret1))
# print(next(ret1))
#
# print(next(ret2))
# print(next(ret2))
# print(next(ret2))
# print(next(ret))
# print(next(ret))
'''
# ret = eat_baozi_gen()
#
# for i in range(200):
# print(next(ret))
#
# for i in range(200):
# print(next(ret))
yiled与yiled from。
# yield from
# def func():
# l1 = [1, 2, 3]
# yield l1
# ret = func()
# print(next(ret))
# print(next(ret))
# print(next(ret))
# def func():
# l1 = [1, 2, 3]
# yield from l1
#
# '''
# yield 1
# yield 2
# yield 3
# '''
# ret = func()
# print(next(ret))
# print(next(ret))
# print(next(ret))
# yield : 对应next给next返回值
# yield from 将一个可迭代对象的每一个元素返回给next
# yield from 节省代码，提升效率（代替了for循环）
列表推导式，生成器表达式（字典推导式，集合推导式）。
- 列表推导式：一行代码构建一个有规律比较复杂的列表。
- 列表推导式与之前写法对比
# l1 = [1,2,3......100]
# l1 = []
# for i in range(1,101):
# l1.append(i)
# print(l1)
# 列表推导式
l1 = [i for i in range(1, 101)]
# print(l1)
-
两种构建方式：
1.循环模式： [变量(加工后的变量) for 变量 in iterable]
2.筛选模式： [变量(加工后的变量) for 变量 in iterable if 条件] -
循环模式：
# 循环模式： # 将10以内所有整数的平方写入列表。 # print([i**2 for i in range(1, 11)]) # 100以内所有的偶数写入列表. # print([i for i in range(2, 101, 2)]) # 从python1期到python100期写入列表list # print([f'python{i}期' for i in range(1, 101)]) -
筛选模式：
# print([i for i in range(1, 101) if i > 49]) # 三十以内可以被三整除的数。 # print([i for i in range(1, 31) if i % 3 == 0]) # 过滤掉长度小于3的字符串列表，并将剩下的转换成大写字母 # l1 = ['barry', 'fdsaf', 'alex', 'sb', 'ab'] # print([i.upper() for i in l1 if len(i) > 3]) # 找到嵌套列表中名字含有两个‘e’的所有名字（有难度） names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'], ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']] # l1 = [] # for i in names: # for j in i: # if j.count('e') > 1: # l1.append(j) # print(l1) print([j for i in names for j in i if j.count('e') > 1]) -
列表推导式的优缺点：
# 列表推导式的优缺点： # 优点： # 1， 简单，快捷，装b。 # 缺点： # 2. 可读性不高，不好排错。 # 慎用，不要入迷。 -
生成器表达式：
与列表推导式几乎一模一样。
循环模式，筛选模式。
# obj = (i for i in range(1, 11))
# # print(obj)
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
# # print(next(obj))
- 如何触发生成器（迭代器）取值？
1. next(obj)
2. for 循环
for i in obj:
print(i)
3. 数据转化
print(list(obj))
生成器表达式：生成器 节省内存。
- 字典推导式，集合推导式
字典推导式，集合推导式： 两种模式： 循环模式，筛选模式
l1 = ['小潘', '怼怼哥','西门大官人', '小泽ml亚']
{0： '小潘', 1： '怼怼哥', 2: '西门大官人'}
dic = {}
for index in range(len(l1)):
dic[index] = l1[index]
print(dic)
print({i:l1[i] for i in range(len(l1))})
1~100
print({i for i in range(1, 101)})
