Python通过for循环理解迭代器和生成器实例详解
作者:Waspvae 发布时间:2022-08-23 14:34:59
本文实例讲述了Python通过for循环理解迭代器和生成器。分享给大家供大家参考,具体如下:
迭代器
可迭代对象
通过 for…in… 循环依次拿到数据进行使用的过程称为遍历,也叫迭代。我们把可以通过 for…in… 语句迭代读取数据的对象称之为可迭代对象。
- 通过
isinstance()
可以判断一个对象是否可以迭代
# 判断列表
print(isinstance([], Iterable)
打印结果为 True 即为可迭代对象。
- 自定义一个能容纳数据的类,测试该类的可迭代性
import collections
class MyClassmate(object):
def __init__(self):
self.names = []
def add(self, name):
self.names.append(name)
# 创建 MyClassmate对象
my_classmate = MyClassmate()
my_classmate.add("小王")
my_classmate.add("小李")
my_classmate.add("小张")
# 判断MyClassmate是否为可迭代对象
print("是否为可迭代对象:",isinstance(my_classmate, collections.Iterable))
# 迭代数据
for temp in my_classmate:
print(temp)
运行结果:
是否为可迭代对象: False
Traceback (most recent call last):
for temp in my_classmate:
TypeError: 'MyClassmate' object is not iterable
封装一个可以存放多条数据的类型是不可迭代的
何为可迭代对象
我们分析对可迭代对象进行迭代使用的过程,发现每迭代一次(即在 for…in… 中每循环一次)都会返回对象中的下一条数据,一直向后读取数据直到迭代了所有数据后结束。那么,在这个过程中就应该有一个"人"去记录每次访问到了第几条数据,以便每次迭代都可以返回下一条数据。我们把这个能帮助我们进行数据迭代的"人"称为迭代器 (Iterator)。
可迭代对象的本质就是提供一个这样的中间"人"即迭代器帮助我们对其进行迭代遍历使用。
可迭代对象通过
__iter__
方法向我们提供一个迭代器,在迭代一个可迭代对象的时候,实际上就是先获取该对象提供的一个迭代器,然后通过这个迭代器来依次获取对象中的每一个数据.
1.可迭代对象的本质就是提供一个这样的中间"人"即迭代器帮助我们对其进行迭代遍历使用
2.可迭代对象是一个具备了
__iter__
方法的对象,通过__iter__
方法获取可迭代对象的迭代器
from collections import Iterable
class MyClassmate(object):
def __init__(self):
self.names = []
def add(self, name):
self.names.append(item)
def __iter__(self):
"""空实现该方法"""
return None
# 创建 MyClassmate对象
my_classmate = MyClassmate()
my_classmate.add("小王")
my_classmate.add("小李")
my_classmate.add("小张")
# 判断MyClassmate是否为可迭代对象
print(isinstance(my_classmate, Iterable))
运行结果:
是否为可迭代对象: True
这回测试发现添加了__iter__
方法的my_classmate对象已经是一个可迭代对象了。
iter() 函数与 next() 函数
list、tuple 等都是可迭代对象,我们可以通过 iter() 函数获取这些可迭代对象的迭代器。然后我们可以对获取到的迭代器不断使用
next()
函数来获取下一条数据。
li = [11, 22, 33, 44, 55]
# 通过iter() 取得可迭代对象的迭代器
iterator = iter(li)
# 通过next()函数取得iterator迭代器指向的下一个值
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))
1.
iter(iterable)
函数是把可迭代对象的迭代器取出来,内部是调用可迭代对象的__iter__
方法,来取得迭代器的2.
next(iterator)
函数是通过迭代器取得下一个位置的值,内部是调用迭代器对象的__next__
方法,来取得下一个位置的值
注意: 当我们已经迭代完最后一个数据之后,再次调用 next()
函数会抛出 StopIteration 的异常,来告诉我们所有数据都已迭代完成,不用再执行 next()
函数了。
迭代器
我们要想构造一个迭代器,就要实现它的
__next__
方法。但这还不够,python 要求迭代器本身也是可迭代的,所以我们还要为迭代器实现__iter__
方法,而__iter__
方法要返回一个迭代器,迭代器自身正是一个迭代器,所以迭代器的__iter__
方法返回自身即可。一个实现了
__iter__
方法和__next__
方法的对象,就是迭代器,迭代器同时也是一个可迭代对象.
import collections
class MyClassmate(object):
def __init__(self):
# 声明一个列表
self.names = []
# 记录迭代器迭代的位置, 默认是0 ,即从起始位置开始
self.current = 0
def add(self, name):
self.names.append(name)
def __iter__(self):
"""通过该方法取得迭代器对象"""
return self
def __next__(self):
"""取得下一个迭代的值"""
if self.current < len(self.names):
name = self.names[self.current]
self.current += 1
return name
else:
raise StopIteration
# 创建MyClassmate实例
my_classmate = MyClassmate()
my_classmate.add("小王")
my_classmate.add("小李")
my_classmate.add("小张")
# 测试MyList是不是可迭代对象
print(isinstance(my_classmate, collections.Iterable))
# 遍历数据
for name in my_classmate:
print(name)
for…in… 循环的本质
for item in Iterable 循环的本质就是先通过iter()
函数获取可迭代对象 Iterable 的迭代器,然后对获取到的迭代器不断调用 next() 方法来获取下一个值并将其赋值给 item,当遇到 StopIteration 的异常后循环结束 (for…in..会自动处理 StopIteration 异常)。
生成器
生成器
生成器是一种特殊的迭代器,它比迭代器更优雅
创建生成器的方法
1.将列表生成式的 [] 改成 ()
# 参考列表生成式
L=[x*2 for x in range(6)]
print(L)
# 把[] 改为() :就是一个简单的列表生成器
G=(x*2 for x in range(6))
# 输出的是生成器对象
print(G)
print("通过next()函数取得下一个值")
print(next(G))
print(next(G))
print(next(G))
print(next(G))
print(next(G))
print(next(G))
# 创建一个简单生成器,通过 for来遍历
G=(x*2 for x in range(6))
print("通过for 迭代的结果:")
for num in G:
print(num)
运行结果:
[0, 2, 4, 6, 8, 10]
<generator object <genexpr> at 0x7ff7f8bbd5c8>
通过next()函数取得下一个值
0
2
4
6
8
10
通过for 迭代的结果:
0
2
4
6
8
10
2.通过关键字 yield 实现生成器
def fib(n):
current_index = 0
num1, num2 = 0, 1
while current_index < n:
# print(num1) # 打印斐波那契数列
"""
1. 假如函数中有yield,则不再是函数,而是生成器
2. yield 会产生一个断点
3. 假如yield后面紧接着一个数据,就会把数据返回,
作为next()函数或者for ...in...迭代出的下一个值
"""
yield num1
num1, num2 = num2, num1 + num2
current_index += 1
if __name__ == '__main__':
# 假如函数中有yield,则不再是函数,而是一个生成器
gen = fib(5)
# 生成器是一种特殊的迭代器
for num in gen:
print(num)
# 也可以用 next() 函数取下一个值
在使用生成器实现的方式中,我们将原本在迭代器__next__
方法中实现的基本逻辑放到一个函数中来实现,但是将打印输出方式换成 yield,此时新定义的函数便不再是函数,而是一个生成器了。简单来说:只要在函数中有 yield 关键字,就称为生成器。
此时按照调用函数的方式( 案例中为 gen = fib(5)
)使用生成器就不再是执行函数体了,而是会返回一个生成器对象( 案例中为 gen ),然后就可以按照使用迭代器的方式来使用生成器了。
使用 send()
唤醒
def gen():
i = 0
while i < 5:
temp = yield i
print(temp)
i += 1
if __name__ == '__main__':
# 取得生成器对象
obj = gen()
# 使用next()唤醒生成器
print(next(obj))
print(next(obj))
# 使用send唤醒生成器 ,在唤醒的同时向断点处传入一个附加数据
print(obj.send("haha"))
# 使用next()唤醒生成器
print(next(obj))
# 使用send唤醒生成器 ,在唤醒的同时向断点处传入一个附加数据
print(obj.send("python"))
运行结果:
0
None
1
haha
2
None
3
python
我们除了可以使用 next() 函数来唤醒生成器继续执行外,还可以使用 send() 函数来唤醒执行。使用 send() 函数的一个好处是可以在唤醒的同时向断点处传入一个附加数据。
总结
1. 假如函数中有 yield,则不再是函数,而是生成器
2. yield 会产生一个断点,暂停函数,保存状态
3. 假如yield后面紧接着一个数据,就会把数据返回,作为 next()
函数或者 for …in… 迭代出的下一个值
4. 可以通过 next()
唤醒生成器,让生成器从断点处继续执行
send与next唤醒生成器不同:
1. send 与next都可以唤醒生成器,但send(value)可以传值给生成器的断点处
2. 使用:
next(generator)
generator.send("你好")
3. generator.send(None)
等价于next(generator)
4. 注意: 第一次唤醒生成器时,假如使用 send,则只能传 None,因为刚开始执行生成器时,是没有断点的
- 解析
temp = yield num
generator.send("你好")
temp = yield num 为赋值语句,当看到等号时, 一定是等号左边先运行完,再赋值给等号右边
而程序运行到 yield num 时,会先返回一个值,也就是此时的 num ,然后将 send()
里的参数传给 yield num
,进而赋值给 temp
希望本文所述对大家Python程序设计有所帮助。
来源:https://blog.csdn.net/Waspvae/article/details/80603234
猜你喜欢
- 问:如何在SQL Enterprise Manager version 6.5下操作SQL Server 6.0的服务器?答:在使用SQL
- Python的web模板,其实就是在HTML文档中使用控制语句和表达语句替换HTML文档中的变量来控制HTML的显示格式,Python的we
- 程序只要在运行,就免不了会出现错误,错误很常见,比如Error,Notice,Warning等等。在PHP中,主要有以下3种错误类型。1.注
- 这篇文章主要介绍了Python实现word2Vec model过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学
- 字符串的IndexOf()方法搜索在该字符串上是否出现了作为参数传递的字符串,如果找到字符串,则返回字符的起始位置 (0表示第一个字符,1表
- 推荐算法在互联网行业的应用非常广泛,今日头条、美团点评等都有个性化推荐,推荐算法抽象来讲,是一种对于内容满意度的拟合函数,涉及到用户特征和内
- 环境系统:Centos7.2 服务:Nginx1:下载PHP7.0.2的安装包解压,编译,安装: $ cd /usr/s
- 在IE下,获取Param的时候有个诡异现象(不知道算不算bug)。为了清晰起见,下面用最简单的HTML和JavaScript来说明。有这么一
- 下面的示例看看这三个函数的具体的区别,其中var_dump和var_export比较少用,但他们两者又很相似。所以可以看看:<?php
- 还是网站在不同操作系统不同浏览器下兼容性的问题,但难度加了一层.如果是要检查用户登录后的页面的兼容性,该怎么办?现在一般的测试网站,都是提交
- 2017年底,Tensorflow 推出Lite版本,可实现移动端的快速运行,其中,一个很关键的问题,如何把现有分类模型(.pb) 转换为(
- 1.弹启一个全屏窗口 <html> <body onload="win
- 网上看到的python去掉字符串中的标点符号的方法,大多是基于python2的,不适用python3,调整后代码如下:代码lower_cas
- 一、前言最近做web网站的测试,遇到很多需要批量造数据的功能;比如某个页面展示数据条数需要达到10000条进行测试,此时手动构造数据肯定是不
- ASP由于是一种古老的语言,它的一些功能对UTF-8支持非常差。比如,你想生成一个UTF-8格式的文件,使用常用的 scrīpting.Fi
- 方法1:/** 功能:数据备份/恢复文件简易方法* 以日期为单位,一天一个备份文件,以当天最后备份为准* 用提交表单的形式进行操作,* 其中
- 前言:接口自动化是指模拟程序接口层面的自动化,由于接口不易变更,维护成本更小,所以深受各大公司的喜爱。接口自动化包含2个部分,功能性的接口自
- 在python项目中,我们经常会用到lambda,那么lambda是什么呢,有什么作用,下面我们开始介绍1、可以使用lambda关键字创建匿
- key_buffer_size - 这对MyISAM表来说非常重要。如果只是使用MyISAM表,可以把它设置为可用内存的 30-40%。合理
- 这篇文章主要介绍了python Opencv计算图像相似度过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价