迭代器和生成器

2019-09-11 03:28栏目:皇家赌场app
TAG:

什么叫迭代

现行反革命,大家曾经获得了贰个新线索,有叁个名字为“可迭代的”概念

首先,大家从报错来分析,好像之所以1234不得以for循环,是因为它不行迭代。那么一旦“可迭代”,就应有能够被for循环了。

其一咱们领悟呀,字符串、列表、元组、字典、集合都能够被for循环,表明她们都以可迭代的

咱俩怎么来申明那一点吗?

from collections import Iterable

l = [1,2,3,4]                
t = (1,2,3,4)                
d = {1:2,3:4}                
s = {1,2,3,4}                

print(isinstance(l,Iterable))
print(isinstance(t,Iterable))
print(isinstance(d,Iterable))
print(isinstance(s,Iterable))

 

 结合大家使用for循环取值的景况,再从字面上驾驭一下,其实迭代就是咱们正好说的,能够将某些数据集内的数码“二个临近四个的抽取来”,就名字为迭代

列表推导式和生成器表达式

皇家赌场app 1皇家赌场app 2

#老男孩由于峰哥的强势加盟很快走上了上市之路,alex思来想去决定下几个鸡蛋来报答峰哥

egg_list=['鸡蛋%s' %i for i in range(10)] #列表解析

#峰哥瞅着alex下的一筐鸡蛋,捂住了鼻子,说了句:哥,你还是给我只母鸡吧,我自己回家下

laomuji=('鸡蛋%s' %i for i in range(10))#生成器表达式
print(laomuji)
print(next(laomuji)) #next本质就是调用__next__
print(laomuji.__next__())
print(next(laomuji))

峰哥与alex的故事

总结:

1.把列表深入分析的[]沟通()获得的便是生成器表明式

2.列表分析与生成器表明式都以一种方便人民群众的编制程序情势,只不过生成器表明式更省去内存

3.Python不但利用迭代器协议,让for循环变得更其通用。大多数停放函数,也是应用迭代器合同访问对象的。比如, sum函数是Python的放到函数,该函数使用迭代器合同访谈对象,而生成器完结了迭代器左券,所以,我们能够一向那样测算一层层值的和:

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

 

而不用大做小说的先构造三个列表:

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

更多精彩请见——迭代器生成器专题

生成器相关的面试题

生成器在编制程序中发出了过多的成效,善用生成器能够扶助大家减轻广大错综相连的难点

除了那个之外,生成器也是面试题中的重点,在成功部分效应之外,大家也想出了无数魔性的面试题。
接下去大家就来看一看~

皇家赌场app 3皇家赌场app 4

def demo():
    for i in range(4):
        yield i

g=demo()

g1=(i for i in g)
g2=(i for i in g1)

print(list(g1))
print(list(g2))

面试题1

皇家赌场app 5皇家赌场app 6

def add(n,i):
    return n i

def test():
    for i in range(4):
        yield i

g=test()
for n in [1,10]:
    g=(add(n,i) for i in g)

print(list(g))

面试题2

皇家赌场app 7皇家赌场app 8

import os

def init(func):
    def wrapper(*args,**kwargs):
        g=func(*args,**kwargs)
        next(g)
        return g
    return wrapper

@init
def list_files(target):
    while 1:
        dir_to_search=yield
        for top_dir,dir,files in os.walk(dir_to_search):
            for file in files:
                target.send(os.path.join(top_dir,file))
@init
def opener(target):
    while 1:
        file=yield
        fn=open(file)
        target.send((file,fn))
@init
def cat(target):
    while 1:
        file,fn=yield
        for line in fn:
            target.send((file,line))

@init
def grep(pattern,target):
    while 1:
        file,line=yield
        if pattern in line:
            target.send(file)
@init
def printer():
    while 1:
        file=yield
        if file:
            print(file)

g=list_files(opener(cat(grep('python',printer()))))

g.send('/test1')

协程应用:grep -rl /dir

tail&grep

 

可迭代协议

咱俩今后是从结果深入分析原因,能被for循环的正是“可迭代的”,不过假若正挂念,for怎么知道何人是可迭代的吧?

万一大家温馨写了贰个数据类型,希望以此数据类型里的东西也得以运用for被叁个多少个的抽出来,那大家就亟须满意for的渴求。这些供给就叫做“协议”。

能够被迭代要满意的供给就叫做可迭代协议。可迭代合同的概念极其轻易,正是内部贯彻了__iter__方法。

接下去大家就来验证一下:

print(dir([1,2]))
print(dir((2,3)))
print(dir({1:2}))
print(dir({1,2}))

皇家赌场app 9皇家赌场app 10

['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'count', 'index']
['__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'clear', 'copy', 'fromkeys', 'get', 'items', 'keys', 'pop', 'popitem', 'setdefault', 'update', 'values']
['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__iand__', '__init__', '__ior__', '__isub__', '__iter__', '__ixor__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'add', 'clear', 'copy', 'difference', 'difference_update', 'discard', 'intersection', 'intersection_update', 'isdisjoint', 'issubset', 'issuperset', 'pop', 'remove', 'symmetric_difference', 'symmetric_difference_update', 'union', 'update']

结果

小结一下我们明日所精晓的:能够被for循环的皆以可迭代的,要想可迭代,内部必得有贰个__iter__方法。

继之剖判,__iter__措施做了哪些专门的学业吗?

print([1,2].__iter__())

结果
<list_iterator object at 0x1024784a8>

执行了list([1,2])的__iter__格局,大家好像获得了四个list_iterator,未来大家又获得了多个新名词——iterator。

皇家赌场app 11

iterator,这里给我们标出来了,是一个Computer中的专门项目名词,叫做迭代器。 

迭代器合同 

既什么叫“可迭代”之后,又四个历史新难题,什么叫“迭代器”?

虽说大家不晓得怎么着叫迭代器,但是大家以后曾经有三个迭代器了,那一个迭代器是四个列表的迭代器。

我们来探视那个列表的迭代器比起列表来讲完结了怎么新点子,那样就能够爆料迭代器的隐私面纱了呢?

'''
dir([1,2].__iter__())是列表迭代器中实现的所有方法,dir([1,2])是列表中实现的所有方法,都是以列表的形式返回给我们的,为了看的更清楚,我们分别把他们转换成集合,
然后取差集。
'''
#print(dir([1,2].__iter__()))
#print(dir([1,2]))
print(set(dir([1,2].__iter__()))-set(dir([1,2])))

结果:
{'__length_hint__', '__next__', '__setstate__'}

 

 大家看出在列表迭代器中多了多个格局,那么那八个方法都各自做了怎么事吧?

iter_l = [1,2,3,4,5,6].__iter__()
#获取迭代器中元素的长度
print(iter_l.__length_hint__())
#根据索引值指定从哪里开始迭代
print('*',iter_l.__setstate__(4))
#一个一个的取值
print('**',iter_l.__next__())
print('***',iter_l.__next__())

那八个主意中,能让我们二个多个取值的奇妙方法是何人?

没错!就是__next__

在for循环中,就是在当中调用了__next__方法本事取到多少个贰个的值。

那接下去大家就用迭代器的next方法来写二位演奏会对台戏赖for的遍历。

l = [1,2,3,4]
l_iter = l.__iter__()
item = l_iter.__next__()
print(item)
item = l_iter.__next__()
print(item)
item = l_iter.__next__()
print(item)
item = l_iter.__next__()
print(item)
item = l_iter.__next__()
print(item)

那是一段会报错的代码,若是大家一贯取next取到迭代器里早已未有成分了,就能抛出三个万分StopIteration,告诉大家,列表中早就远非可行的因素了。

其临时候,大家就要选取极度管理体制来把这么些足够管理掉。

l = [1,2,3,4]
l_iter = l.__iter__()
while True:
    try:
        item = l_iter.__next__()
        print(item)
    except StopIteration:
        break

那现在大家就利用while循环完结了原来for循环做的作业,我们是从什么人这儿获取三个叁个的值呀?是还是不是正是l_iter?好了,这个l_iter正是二个迭代器。

迭代器服从迭代器公约:必需具有__iter__方法和__next__方法。

还账:next和iter方法

如此一来,关于迭代器和生成器的点子大家就还清了多个,最终大家来寻访range()是个啥。首先,它认定是一个可迭代的靶子,不过它是或不是是一个迭代器?大家来测验一下

皇家赌场app 12皇家赌场app 13

print('__next__' in dir(range(12)))  #查看'__next__'是不是在range()方法执行之后内部是否有__next__
print('__iter__' in dir(range(12)))  #查看'__next__'是不是在range()方法执行之后内部是否有__next__

from collections import Iterator
print(isinstance(range(100000000),Iterator))  #验证range执行之后得到的结果不是一个迭代器

range函数的重临值是一个可迭代对象

生成器

迭代和可迭代合同 

本章小结

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

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

生成器Generator:

  本质:迭代器,所以具备__iter__方法和__next__方法

  特点:惰性运算,开辟者自定义

动用生成器的优点:

1.延迟总计,一遍回到贰个结实。也正是说,它不会二遍生成全体的结果,那对于大数据量处理,将会十二分实用。

皇家赌场app 14 列表深入分析式和生成器表达式

2.巩固代码可读性

send

def generator():
    print(123)
    content = yield 1
    print('=======',content)
    print(456)
    yield2

g = generator()
ret = g.__next__()
print('***',ret)
ret = g.send('hello')   #send的效果和next一样
print('***',ret)

#send 获取下一个值的效果和next基本一致
#只是在获取下一个值的时候,给上一yield的位置传递一个数据
#使用send的注意事项
    # 第一次使用生成器的时候 是用next获取下一个值
    # 最后一个yield不能接受外部的值

皇家赌场app 15皇家赌场app 16

def averager():
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield average
        total  = term
        count  = 1
        average = total/count


g_avg = averager()
next(g_avg)
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))

算算移动平均值(1)

皇家赌场app 17皇家赌场app 18

def init(func):  #在调用被装饰生成器函数的时候首先用next激活生成器
    def inner(*args,**kwargs):
        g = func(*args,**kwargs)
        next(g)
        return g
    return inner

@init
def averager():
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield average
        total  = term
        count  = 1
        average = total/count


g_avg = averager()
# next(g_avg)   在装饰器中执行了next方法
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))

计量移动平均值(2)_预激协程的装饰器

yield from

皇家赌场app 19皇家赌场app 20

def gen1():
    for c in 'AB':
        yield c
    for i in range(3):
        yield i

print(list(gen1()))

def gen2():
    yield from 'AB'
    yield from range(3)

print(list(gen2()))

皇家赌场app,yield from

python中的for循环

要询问for循环是怎么回事儿,大家还是要从代码的角度出发。

首先,大家对叁个列表实行for循环。

for i in [1,2,3,4]:  
    print(i)

地点这段代码料定是绝非难点的,可是大家换一种景况,来循环二个数字1234严阵以待

for i in 1234
    print(i) 

结果:
Traceback (most recent call last):
  File "test.py", line 4, in <module>
    for i in 1234:
TypeError: 'int' object is not iterable

看,报错了!报了怎样错呢?“TypeError: 'int' object is not iterable”,说int类型不是四个iterable,那这么些iterable是个吗?

皇家赌场app 21

设若你不清楚什么是iterable,我们得以翻翻词典,首先得到二个普通话的分解,就算翻译过来了您恐怕也不知情,不过没什么,作者会带着你一步一步来深入分析。

干什么要有for循环

 基于地方讲的列表这一大堆遍历情势,聪明的您登时看除了端倪,于是你不知死活大声喊道,你那不逗笔者玩呢么,有了下标的拜谒形式,我能够如此遍历三个列表啊

l=[1,2,3]

index=0
while index < len(l):
    print(l[index])
    index =1

#要毛线for循环,要毛线可迭代,要毛线迭代器

 

科学,连串类型字符串,列表,元组都有下标,你用上述的法子访问,perfect!然则你可曾想过非连串类型像字典,集合,文件对象的感受,所以嘛,年轻人,for循环正是依照迭代器公约提供了一个合并的能够遍历全体目的的秘籍,即在遍历以前,先调用对象的__iter__办法将其转变来四个迭代器,然后利用迭代器左券去落到实处循环访问,那样有着的对象就都能够由此for循环来遍历了,何况你见到的效果与利益也着实那样,那便是才高意广的for循环,觉悟吧,年轻人

初识生成器

咱俩知晓的迭代器有三种:一种是调用方法直接重临的,一种是可迭代对象通超过实际践iter方法获得的,迭代器有的好处是能够省去内部存款和储蓄器。

只要在好几情状下,大家也须要节约内部存储器,就只好自身写。大家和好写的那几个能达成迭代器作用的事物就叫生成器。

Python中提供的生成器:

1.生成器函数:常规函数定义,不过,使用yield语句实际不是return语句重回结果。yield语句三回回到贰个结出,在各种结果中间,挂起函数的状态,以便下一次重它离开的地点继续实行

2.生成器表达式:类似于列表推导,然则,生成器重回按需产生结果的二个对象,并非贰回构建一个结实列表 

生成器Generator:

  本质:迭代器(所以自带了__iter__方法和__next__方法,没有供给大家去达成)

  特点:惰性运算,开采者自定义

归来目录页

一旦自身今后有三个列表l=['a','b','c','d','e'],作者想取列表中的内容,有三种方法?

率先,作者能够透过索引取值l[0],其次大家是或不是还足以用for循环来取值呀?

您有没有细致怀恋过,用索引取值和for循环取值是富有神秘差别的。

举个例子用索引取值,你能够取到肆意地点的值,前提是您要领悟那个值在什么样职位。

假诺用for循环来取值,我们把每一个值都取到,无需关切每叁个值的职分,因为只可以挨个的取值,并不可能跳过其余一个直接去取别的职位的值。

但您有未有想过,大家为啥能够运用for循环来取值?

for循环内部是怎么专门的职业的啊?

越来越多应用

皇家赌场app 22皇家赌场app 23

import time


def tail(filename):
    f = open(filename)
    f.seek(0, 2) #从文件末尾算起
    while True:
        line = f.readline()  # 读取文件中新的文本行
        if not line:
            time.sleep(0.1)
            continue
        yield line

tail_g = tail('tmp')
for line in tail_g:
    print(line)

生成器监听文件输入的例证

生成器函数

一个包罗yield关键字的函数正是贰个生成器函数。yield可感觉大家从函数中再次回到值,然而yield又区别于return,return的施行代表程序的实现,调用生成器函数不会赢得再次回到的实际的值,而是获得二个可迭代的目的。每一回得到那么些可迭代对象的值,就会有利于函数的实施,获取新的再次回到值。直到函数实行完毕。

皇家赌场app 24皇家赌场app 25

import time
def genrator_fun1():
    a = 1
    print('现在定义了a变量')
    yield a
    b = 2
    print('现在又定义了b变量')
    yield b

g1 = genrator_fun1()
print('g1 : ',g1)       #打印g1可以发现g1就是一个生成器
print('-'*20)   #我是华丽的分割线
print(next(g1))
time.sleep(1)   #sleep一秒看清执行过程
print(next(g1))

初识生成器函数

 

 生成器有何好处吗?就是不会弹指间在内部存款和储蓄器中生成太多数据

假设作者想让工厂给学生做校服,生产三千000件服装,作者和工厂一说,工厂应该是先答应下来,然后再去生产,小编能够一件一件的要,也能够依靠学生一群一堆的找工厂拿。
而无法是一说要生产3000000件衣服,工厂就先去做生产两千000件衣装,等回到做好了,学生都毕业了。。。

皇家赌场app 26皇家赌场app 27

#初识生成器二

def produce():
    """生产衣服"""
    for i in range(2000000):
        yield "生产了第%s件衣服"%i

product_g = produce()
print(product_g.__next__()) #要一件衣服
print(product_g.__next__()) #再要一件衣服
print(product_g.__next__()) #再要一件衣服
num = 0
for i in product_g:         #要一批衣服,比如5件
    print(i)
    num  =1
    if num == 5:
        break

#到这里我们找工厂拿了8件衣服,我一共让我的生产函数(也就是produce生成器函数)生产2000000件衣服。
#剩下的还有很多衣服,我们可以一直拿,也可以放着等想拿的时候再拿

初识生成器二

迭代器

版权声明:本文由澳门皇家赌场网址导航发布于皇家赌场app,转载请注明出处:迭代器和生成器