您好,登錄后才能下訂單哦!
這篇“Python中迭代器與生成器怎么使用”文章的知識(shí)點(diǎn)大部分人都不太理解,所以小編給大家總結(jié)了以下內(nèi)容,內(nèi)容詳細(xì),步驟清晰,具有一定的借鑒價(jià)值,希望大家閱讀完這篇文章能有所收獲,下面我們一起來(lái)看看這篇“Python中迭代器與生成器怎么使用”文章吧。
內(nèi)置有__iter__
方法的都叫可迭代的對(duì)象。
Python內(nèi)置str、list、tuple、dict、set、file都是可迭代對(duì)象。
x = 1.__iter__ # SyntaxError: invalid syntax # 以下都是可迭代的對(duì)象 name = 'nick'.__iter__ print(type(name)) # 'method-wrapper'>
執(zhí)行可迭代對(duì)象的__iter__
方法,拿到的返回值就是迭代器對(duì)象。
只有字符串和列表都是依賴索引取值的,而其他的可迭代對(duì)象都是無(wú)法依賴索引取值的,只能使用迭代器對(duì)象。
內(nèi)置有__iter__
方法,執(zhí)行該方法會(huì)拿到迭代器本身。
內(nèi)置__next__
方法,執(zhí)行該方法會(huì)拿到迭代器對(duì)象中的一個(gè)值。
s = 'hello' iter_s = s.__iter__() print(type(iter_s)) # 'str_iterator'> iter_s為迭代器對(duì)象 while True: try: print(iter_s.__next__()) except StopIteration: break #hello
s = 'hello' iter_s = iter(s) # 創(chuàng)建迭代器對(duì)象 print(type(iter_s)) # iter_s為迭代器對(duì)象 while True: try: print(next(iter_s)) # 輸出迭代器的下一個(gè)元素 except StopIteration: break # hello
可迭代對(duì)象可以直接使用常規(guī)for語(yǔ)句進(jìn)行遍歷
for循環(huán)稱為迭代器循環(huán),in后必須是可迭代的對(duì)象。
#str name = 'nick' for x in name: print(x) #list for x in [None, 3, 4.5, "foo", lambda: "moo", object, object()]: print("{0} ({1})".format(x, type(x))) #dict d = { '1': 'tasty', '2': 'the best', '3 sprouts': 'evil', '4': 'pretty good' } for sKey in d: print("{0} are {1}".format(sKey, d[sKey])) #file f = open('32.txt', 'r', encoding='utf-8') for x in f: print(x) f.close()
把一個(gè)類作為一個(gè)迭代器使用需要在類中實(shí)現(xiàn)兩個(gè)方法 __iter__() 與 __next__() 。
__iter__() 方法返回一個(gè)特殊的迭代器對(duì)象, 這個(gè)迭代器對(duì)象實(shí)現(xiàn)了 __next__() 方法并通過(guò) StopIteration 異常標(biāo)識(shí)迭代的完成。
__next__() 方法會(huì)返回下一個(gè)迭代器對(duì)象。
StopIteration 異常用于標(biāo)識(shí)迭代的完成,防止出現(xiàn)無(wú)限循環(huán)的情況,在 __next__() 方法中我們可以設(shè)置在完成指定循環(huán)次數(shù)后觸發(fā) StopIteration 異常來(lái)結(jié)束迭代。
創(chuàng)建一個(gè)返回?cái)?shù)字的迭代器,初始值為 1,逐步遞增 1,在 20 次迭代后停止執(zhí)行:
class MyNumbers: def __iter__(self): self.a = 1 return self def __next__(self): if self.a <= 20: x = self.a self.a += 1 return x else: raise StopIteration myclass = MyNumbers() myiter = iter(myclass) for x in myiter: print(x)
class Range: def __init__(self, n, stop, step): self.n = n self.stop = stop self.step = step def __next__(self): if self.n >= self.stop: raise StopIteration x = self.n self.n += self.step return x def __iter__(self): return self for i in Range(1, 7, 3): print(i) #1 #4
class Fib: def __init__(self): self._a = 0 self._b = 1 def __iter__(self): return self def __next__(self): self._a, self._b = self._b, self._a + self._b return self._a f1 = Fib() for i in f1: if i > 100: break print('%s ' % i, end='') # 1 1 2 3 5 8 13 21 34 55 89
在 Python 中,使用了 yield 的函數(shù)被稱為生成器(generator)。
跟普通函數(shù)不同的是,生成器是一個(gè)返回迭代器的函數(shù),只能用于迭代操作,更簡(jiǎn)單點(diǎn)理解生成器就是一個(gè)迭代器。
在調(diào)用生成器運(yùn)行的過(guò)程中,每次遇到 yield 時(shí)函數(shù)會(huì)暫停并保存當(dāng)前所有的運(yùn)行信息,返回 yield 的值, 并在下一次執(zhí)行 next() 方法時(shí)從當(dāng)前位置繼續(xù)運(yùn)行。
調(diào)用一個(gè)生成器函數(shù),返回的是一個(gè)迭代器對(duì)象。
yield后面可以加多個(gè)數(shù)值(可以是任意類型),但返回的值是元組類型的。
提供一種自定義迭代器的方式
yield可以暫停住函數(shù),并提供當(dāng)前的返回值
import sys def fibonacci(n): # 函數(shù) - 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) #f 是一個(gè)生成器 print(type(f)) # 'generator'> while True: try: print(next(f), end=" ") except StopIteration: sys.exit()
yield和return:
相同點(diǎn):兩者都是在函數(shù)內(nèi)部使用,都可以返回值,并且返回值沒(méi)有類型和個(gè)數(shù)的限制
不同點(diǎn):return只能返回一次值;yield可以返回多次值
def my_range(start, stop, step=1): while start < stop: yield start start += 1 g = my_range(0, 3) print(f"list(g): {list(g)}")
復(fù)雜版本:
def range(*args, **kwargs): if not kwargs: if len(args) == 1: count = 0 while count < args[0]: yield count count += 1 if len(args) == 2: start, stop = args while start < stop: yield start start += 1 if len(args) == 3: start, stop, step = args while start < stop: yield start start += step else: step = 1 if len(args) == 1: start = args[0] if len(args) == 2: start, stop = args for k, v in kwargs.items(): if k not in ['start', 'step', 'stop']: raise ('參數(shù)名錯(cuò)誤') if k == 'start': start = v elif k == 'stop': stop = v elif k == 'step': step = v while start < stop: yield start start += step for i in range(3): print(i) # 0,1,2 for i in range(99, 101): print(i) # 99,100 for i in range(1, 10, 3): print(i) # 1,4,7 for i in range(1, step=2, stop=5): print(i) # 1,3 for i in range(1, 10, step=2): print(i) # 1,3,5,7,9
把列表推導(dǎo)式的[]換成()就是生成器表達(dá)式 。
優(yōu)點(diǎn):比起列表推導(dǎo)式,可以省內(nèi)存,一次只產(chǎn)生一個(gè)值在內(nèi)存中
t = (i for i in range(10)) print(t) # <generator object at 0x00000000026907B0> print(next(t)) # 0 print(next(t)) # 1
舉例:
with open('32.txt', 'r', encoding='utf8') as f: nums = [len(line) for line in f] # 列表推導(dǎo)式相當(dāng)于直接給你一筐蛋 print(max(nums)) # 2 with open('32.txt', 'r', encoding='utf8') as f: nums = (len(line) for line in f) # 生成器表達(dá)式相當(dāng)于給你一只老母雞。 print(max(nums)) # ValueError: I/O operation on closed file.
以上就是關(guān)于“Python中迭代器與生成器怎么使用”這篇文章的內(nèi)容,相信大家都有了一定的了解,希望小編分享的內(nèi)容對(duì)大家有幫助,若想了解更多相關(guān)的知識(shí)內(nèi)容,請(qǐng)關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。