python迭代器、生成器、列表推倒式


 

创建迭代器:

iter( ): 创建迭代器

next( ): 返回迭代器的下一个element(元素)

实例题:

>>> list = [1,2,3,4]

>>> it = iter(list)#创建迭代器对象

>>> print(next(it))#输出迭代器下一个元素(element

... 1

>>> print(next(it))#输出迭代器下一个元素(element

...2

迭代器可以使用常规 for 语句进行遍历:

>>> list = [1,2,3,4]

>>> it = iter(list)#创建迭代器对象

>>> for x in it:

print(x,end= ’’)#遍历输出迭代器对象内容(element

...1 2 3 4

同样,也可以使用next()函数:

>>> import sys

>>> list = [1,2,3,4,5]

>>> it = iter(list)#创建迭代器对象

>>> while (True):

print(next(it))#遍历输出迭代器同时引用 next( ) 函数

... 1 \n 2 \n 3 \n 4 \n 5

 

生成器介绍:

yield 实现斐波那契数列:

>>> import sys

>>> def fibonacci(n):#生成器函数 —— 斐波那契

a,b,counter = 0 ,1 ,0

while (True):

if (counter > n):

return

yield a

a,b = b,a+b

counter += 1

>>> f = fibonacci(10)#是一个迭代器,由生成器返回生成

>>> while (True):

print(next(f),end= ’’)

... 0 1 1 2 3 5 8 13 21 34 55

 


迭代器:(iter() -- next())

迭代器式访问集合元素的一种方式(迭代器是一个可以记住遍历的位置的对象)

迭代器 对象从集合的第一个元素开始访问,直到所有元素遍历结束(迭代器不会退)

迭代器协议:必须拥有iter方法和next方法

迭代器的好处是:节省内存

生成器:(yield())

使用了 yield()的函数被称为生成器(generator

生成器是一个返回迭代器的函数,只用于迭代操作

在某种情况下,我们需要节省内存,就只能自己写,我们自己写的能实现迭代器的东西 称之为:生成器

本质:迭代器:(自带了__iter__方法和__next__方法,不需要我们去实现)

特点:惰性运算,开发者自定义

列表推倒式:

1- 把列表(list)解析的 [] 换成 ()得到的就是生成器表达式

2- 列表解析与生成器表达式都是一种便利编程方式,只不过生成器表达式更节省内存

3- python 不但使用迭代器协议,让 for 循环变得更加通用。大部分内置函数也是使 用迭代器协议访问对象的。(例如:sum 函数式python的内置函数,该函数使用迭代器 协议访问对象,而生成器实现了迭代器协议,所以我们可以直接计算一系列值得和。

sum ( x** 2 for x in range(4) )

  而不用多此一举得先构造一个列表:

sum ( [x**2 for x in range(4)] )

小结:

可迭代对象:

  ·拥有__iter__方法

  ·特点:惰性运算

  ·例如:range(),str,list,tuple,dict,set

迭代器Iterator

   ·拥有__iter__方法和__next__方法、

 

:iter(range()),iter(str),iter(list),iter(tuple),iter(dict),iter(set),reve rsed(list_o),map(func,list_o),filter(func,list_o),file_o

 

生成器Generator

  ·本质:迭代器,所以拥有__iter__方法和__next__方法

  ·特点:惰性运算,开发者自定义

使用生成器的优点

延迟计算,一次返回一个结果。也就是说,他不会一次生成所有的结果,这对于大数据的处理,将会非常有用。

# 列表解析

sum ([i for i in range(100000000)])#内存占用大,机器容易卡死

# 生成器表达式

sum (i for i in range(100000000)])#几乎不占用内存


 

posted @ 2018-11-28 17:46  Mirror王宇阳  阅读(185)  评论(0编辑  收藏  举报