day 18 迭代器，生成器
1 迭代器
1.1 什么是迭代器
迭代器即用来迭代取值的工具，而迭代是重复反馈过程的活动，其目的通常是为了逼近所需的目标或结果，每一次对过程的重复称为一次“迭代”，而每一次迭代得到的结果会作为下一次迭代的初始值,单纯的重复并不是迭代
迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复都是基于上一次的结果而继续的，单纯的重复并不是迭代
1.2 为何要有迭代器
迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型有：列表、字符串、元组、字典、集合、打开文件
l=['egon','liu','alex']
i=0
while i < len(l):
print(l[i])
i+=1
上述迭代取值的方式只适用于有索引的数据类型：列表 字符串 元组。为了解决基于索引迭代器取值的局限性，python 必须提供一种能够不依赖于索引的取值方式，这就是迭代器
1.3 如何用迭代器
1.3.1 可迭代的对象：但凡内置有__iter__方法的都称之为可迭代的对象
通过索引的方式进行迭代取值，实现简单，但仅适用于序列类型：字符串，列表，元组。对于没有索引的字典、集合等非序列类型，必须找到一种不依赖索引来进行迭代取值的方式，这就用到了迭代器。
要想了解迭代器为何物，必须事先搞清楚一个很重要的概念：可迭代对象(Iterable)。从语法形式上讲，内置有_ _ iter _ _方法的对象都是可迭代对象，字符串、列表、元组、字典、集合、打开的文件都是可迭代对象：
s1='' # s1.__iter__()
l=[] # l.__iter__()
t=(1,) # t.__iter__()
d={'a':1} # d.__iter__()
set1={1,2,3} # set1.__iter__()#
with open('a.txt',mode='w') as f:
f.__iter__()
1.3.2 调用可迭代对象下的 _ _ ite r_ _ 方法会将其转换成迭代器对象
调用obj.iter()方法返回的结果就是一个迭代器对象(Iterator)。迭代器对象是内置有iter和next方法的对象，打开的文件本身就是一个迭代器对象，执行迭代器对象.iter()方法得到的仍然是迭代器本身，而执行迭代器.next()方法就会计算出迭代器中的下一个值。 迭代器是Python提供的一种统一的、不依赖于索引的迭代取值方式，只要存在多个“值”，无论序列类型还是非序列类型都可以按照迭代器的方式取值
d={'a':1,'b':2,'c':3}
d_iterator=d.__iter__()
print(d_iterator)
print(d_iterator.__next__())
print(d_iterator.__next__())
print(d_iterator.__next__())
print(d_iterator.__next__()) # 抛出异常 StopIteration，在一个迭代器取值取干净的情况下，再对其取值取不到
while True:
try:
print(d_iterator.__next__())
except StopIteration:
break
1.4 可迭代对象与迭代器对象详解
3.1 可迭代对象概念
可迭代对象（"可以转换成迭代器的对象"）：内置有__ iter __方法对象
3.2 迭代器对象：内置有 _ _ next _ _ 方法并且内置有_ _ iter _ _方法的对象
迭代器对象. _ _ next _ _（）：得到迭代器的下一个值
迭代器对象._ _ iter _ _（）：得到迭代器的本身，说白了调了跟没调一个样子
dic={'a':1,'b':2,'c':3}
dic_iterator=dic.__iter__()
print( dic_iterator is dic_iterator.__iter__().__iter__().__iter__())
1.5 归类
可迭代对象：字符串、列表、元组、字典、集合、文件对象
迭代器对象：文件对象
s1=''
s1.__iter__()
l=[]
l.__iter__()
t=(1,)
t.__iter__()
d={'a':1}
d.__iter__()
set1={1,2,3}
set1.__iter__()
with open('a.txt',mode='w') as f:
f.__iter__()
f.__next__()
1.6 for 循环的工作原理
有了迭代器后，我们便可以不依赖索引迭代取值了，使用while循环的实现方式如下
goods=['mac','lenovo','acer','dell','sony']
i=iter(goods) #每次都需要重新获取一个迭代器对象
while True:
try:
print(next(i))
except StopIteration: #捕捉异常终止循环
break
for循环又称为迭代循环，in后可以跟任意可迭代对象，上述while循环可以简写为
goods=['mac','lenovo','acer','dell','sony']
for item in goods:
print(item)
for 原理：for 循环在工作时，首先会调用可迭代对象goods内置的iter方法拿到一个迭代器对象，然后再调用该迭代器对象的next方法将取到的值赋给item，执行循环体完成一次循环，周而复始，直到捕捉StopIteration异常，结束迭代。
d={'a':1,'b':2,'c':3}
1 d.__ iter __()得到一个迭代器对象
2 迭代器对象.__ next __()拿到一个返回值，然后将该返回值赋值给 k
3 循环往复步骤 2，直到抛出 StopIteration 异常 for 循环会捕捉异常然后结束循环
for k in d:
print(k)
with open('a.txt',mode='rt',encoding='utf-8') as f:
for line in f: # f.__iter__()
print(line)
--------------------------------------------------
list('hello') # 原理同 for 循环
1.7 迭代器优缺点总结
1.7.1 缺点：
I 为序列和非序列类型提供了一种统一的迭代取值方式。
II 惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用 next 来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。
1.7.2 缺点：
I 除非取尽，否则无法获取迭代器的长度
II 只能取下一个值，不能回到开始，更像是‘一次性的’，迭代器产生后的唯一目标就是重复执行 next 方法直到值取尽，否则就会停留在某个位置，等待下一次调用 next；若是要再次迭代同个对象，你只能重新调用 iter 方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。
2 生成器
2.1 基本应用
-
如何得到自定义的迭代器：
在函数内一旦存在 yield 关键字，调用函数并不会执行函数体代码，会返回一个生成器对象，生成器即自定义的迭代器。
生成器就是迭代器， 会触发函数体代码的运行，然后遇到 yield 停下来，将 yield 后的值当做本次调用的结果返回。
def func(): print('第一次') yield 1 print('第二次') yield 2 print('第三次') yield 3 print('第四次') g=func() print(g) # 生成器对象 res1=g.__next__() print(res1) # 1 res2=g.__next__() print(res2) # 2 res3=g.__next__() print(res3) # 3 res4=g.__next__() -
应用案列
def my_range(start,stop,step=1): print('start...') while start < stop: yield start start+=step print('end....') g=my_range(1,5,2) # 1 3 print(next(g)) print(next(g)) print(next(g)) for n in my_range(1,7,2): print(n) -
总结 yield：
有了 yield 关键字，我们就有了一种自定义迭代器的实现方式。yield 可以用于返回值，但不同于 return，函数一旦遇到 return 就结束了，而 yield 可以保存函数的运行状态挂起函数，用来返回多次值
2.2 x=yield 表达式返回值
-
类型 1
def dog(name): print('道哥%s 准备吃东西啦...' %name) while True: x = yield # x = '肉包子' x 拿到的是 yield 接收到的值 print('道哥%s 吃了 %s' %(name,x)) g=dog('alex') g.send(None) # 等同于 next(g), >>>这个表达式必须先给他一个空<<< g.send(['一根骨头','aaa']) g.send('肉包子') g.send('一同泔水') g.close() g.send('1111') # 关闭之后无法传值 -
类型 2
def dog(name): food_list=[] print('道哥%s 准备吃东西啦...' %name) while True: x = yield food_list #x = '肉包子', x 拿到的是 yield 接收到的值 print('道哥%s 吃了 %s' %(name,x)) food_list.append(x) # ['一根骨头','肉包子'] g=dog('alex') res=g.send(None) # next(g) print(res) res=g.send('一根骨头') print(res) res=g.send('肉包子') print(res) g.send('一同泔水') >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> def func(): print('start.....') x=yield 1111 # x='xxxxx' print('哈哈哈啊哈') yield 22222 g=func() res=next(g) print(res) res=g.send('xxxxx') print(res)
x=yield 111 代码从左往右运行，先返回111，然后原地等着投食，下次代码再次运行时，投食成功并赋给x
浙公网安备 33010602011771号