Python迭代器与生成器用法实例分析
本文实例讲述了Python迭代器与生成器用法。分享给大家供大家参考,具体如下:
迭代器,迭代的工具
什么是迭代器?
指的是一个重复的过程,每一次重复称为一次迭代,并且每一次重复的结果是下一次重复的初始值
l=['a','b','c'] count=0 while count <len(l): print(l[count]) count+=1
为什么要有迭代器
1、对于序列类型:str,list,tuple,可以依赖索引来迭代取值
2、对于dict,set,文件,python必须为我们提供一种不依赖于索引的迭代取值的方式―>迭代器
可迭代的对象
对象内置函数带有iter的都称为可迭代的对象
str name='lqx' name.__iter__ list l=[1,2,3] l.__iter__ tuple t=(1,2,3) t.__iter__ dict d={'name':'lqx','age':18,'sex':'male'} d.__iter__ set s={'a','b','c'} s.__iter__ file f=open('a.txt','w',encoding='utf-8') f.__iter__
迭代器对象
文件即是可迭代对象,也是迭代器对象
f.__iter__<br>
f.__next__
迭代器总结
1、可迭代对象不一定是迭代器对象
2、迭代器对象一定是可迭代的对象
3、调用obj.iter()方式,得到的是迭代器对象(对于迭代器对象,执行iter得打的仍然是它本身)
d={'name':'egon','age':18,'sex':'male'} d_iter=d.__iter__() #使用iter之后,生成的d_iter是迭代器 print(d_iter,type(d_iter)) print(d_iter.__next__()) #next的俩种使用方式 print(next(d_iter)) print(next(d_iter)) print(next(d_iter)) #迭代器d_iter没有值的时候,会抛出异常:StopIteration print(next(d_iter))
如何去除next取不到中导致StopIteration异常
#下面是如何去除StopIteration异常 while True: try: #使用try:去除异常 print(next(d_iter)) except StopIteration: #去除异常StopIteration break
for循环详解:
1、调用in后面的obj_iter=obj.iter()
2、k=obj_iter.next()
3、捕捉stopiteration
异常,结束迭代
d={'name':'lqx','age':19,'sex':'male'} for k in d: print(k)
迭代器优缺点总结
优点:
1、提供一种统一的、不依赖与索引的取值方式,为for循环提供了依据
2、迭代器同一时间在内存中只有一个值―>更节省内存空间
缺点:
1、只能往后取,并且是一次性的
2、不能统计值的个数,即长度
l=[1,2,3,4,5] l_iter=l.__iter__() print(next(l_iter)) print(next(l_iter)) print(next(l_iter)) print(len(l_iter)) #TypeError: object of type 'list_iterator' has no len()
生成器,就是生成迭代器
什么是生成器
只要在函数体内出现yield关键字,那么再执行函数就不会执行函数代码,会得到一个结果,该结果就是生成器
def func(): print('---->1') yield 1 print('---->2') yield 2 print('---->3') yield 3 a=func() print(next(a)) #next(a),会执行到第一个yield结束,返回结果是yield后面的返回值 next(a) next(a)
生成器就是迭代器
g=func() res1=next(g) print(res1) res2=next(g) print(res2) res3=next(g) print(res3) >>> ---->1 1 ---->2 2 ---->3
yield的功能
yield为我们提供了一种自定义迭代器对象的方法
yield与return的区别:
1、yield可以返回多次值
2、函数暂停与再继续的状态是由yield帮我们保存的
3、yield在函数中也就是暂停的意思,并且返回yield后面的值
obj=range(1,1000000000000,2) obj_iter=obj.__iter__() print(next(obj_iter)) print(next(obj_iter)) print(next(obj_iter)) print(next(obj_iter))
制作一个range内置函数:
#制作一个range函数 def range_it(start,stop,step=1): while stop > start: yield start start=start + step for i in range_it(1,20,2): print(i)
制作一个类似于linux中管道的小程序
import time # 小练习::tail -f access.log | grep '404' def tail(filepath): #检测是否有新的写入信息,如果有一条就给yield,作为函数的返回结果。 with open(filepath,'rb') as f: f.seek(0,2) while True: line=f.readline() if line: yield line else: time.sleep(0.05) def grep(lines,pattern): #传入tail检测到新增加的行,然后打印出来这一行并赋值给line,再做判断404,在就使用yield返回这一行 for line in lines: # print(line) line=line.decode('utf-8') if pattern in line: yield line lines=grep(tail('a.txt'),'404') #grep()函数执行的结果返回的yield的值,给他赋值, for line in lines: #使用for去循环取出lines中的值 print(line)
生成器了解知识点:yield表达式的用法
生成器使用yield表达式,就是给yield初始化下,然后给他传任意值
这里需要先给yield传入一个None的值
e.send:
1、从暂停的位置将值传给yield
2、与next一样
def eater(name): print('%s ready to eat' %name) food_list=[] while True: food=yield food_list food_list.append(food) print('%s start to eat %s' %(name,food)) e=eater('alex') #首先要做一个初始化的操作:也就是必须要先给yield传入一个None的值。 print(e.send(None)) #next(e) print(e.send('一桶水')) #给yield赋值一次,然后会执行下面的代码,然后循环到下一个yield停止 print(e.send('一盘骨头'))
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。