北京大兴网站建设公司咨询,建设网站开发方案,网站后台管理 ftp,安徽徐州网站建设公司目录
一、可迭代对象
1.1 判断是否为可迭代对象
二、迭代器
2.1 判断对象是否是一个迭代器
2.2 手写一个迭代器
2.3 迭代器应用场景
三、生成器
3.1 生成器介绍
3.2 使用yield 关键字 生成器#xff0c;来实现迭代器
3.3 生成器#xff08;yield关键字#xff09;…目录
一、可迭代对象
1.1 判断是否为可迭代对象
二、迭代器
2.1 判断对象是否是一个迭代器
2.2 手写一个迭代器
2.3 迭代器应用场景
三、生成器
3.1 生成器介绍
3.2 使用yield 关键字 生成器来实现迭代器
3.3 生成器yield关键字的运行逻辑 一、可迭代对象
可迭代对象就是 可以使用for 循环遍历的对象。
比如 list 列表 tuple 元组
set 集合
str 字符串
dic 字典
如果想要使用for来遍历这个对象必需具有 __iter__ 方法
1.1 判断是否为可迭代对象
方法一
from typing import Iterable
isinstance(obj,Iterable)
方法二
是否有__iter__ 方法
print(hasattr(list,__iter__))
print(hasattr(str,__iter__))
print(hasattr(tuple,__iter__))
print(hasattr(dict,__iter__))
print(hasattr(set,__iter__))True
True
True
True
True二、迭代器
1、迭代器首先是一个可迭代对象拥有__iter__ 方法返回self
2、还必须要有 __next__ 方法。__next__ 方法 用来输出下一个元素。如果没有下一个值则抛出StopIterator 异常
3、迭代器使用for操作时得到的每一个元素会自动的调用__next__方法从而得到下一个元素依次循环这样就能遍历所有的元素了。for语句迭代会忽略异常。
4、迭代器迭代的时候使用for不要使用while
5、迭代器只能迭代一次。因为对象里用于迭代计算的下标一直是增加的
6、迭代器比list占用更小的内存。 2.1 判断对象是否是一个迭代器
迭代器同时拥有 __iter__ 方法 与 __next__ 方法。
方法一
isinstance(obj,Iterator)
注意这里是Iterator 不是Iterable 列表list是一个可迭代对象但不是一个迭代器。
from typing import Iterable, Iteratora [1,2,3]
print(isinstance(a,Iterable))
# True
print(isinstance(a,Iterator))
# False
将 可迭代对象转化为一个迭代器使用iter方法.
from typing import Iterable, Iteratora [1,2,3]
print(isinstance(a,Iterable))
print(isinstance(a,Iterator))b iter(a)
print(isinstance(b,Iterator))# True 2.2 手写一个迭代器
# -*- coding:utf-8 -*-
# Author: 喵酱
# time: 2023 - 02 -18
# File: my_iterator.pyclass MyIterator(object):def __init__(self, stop: int, start0):self.stop stopself.value startdef __next__(self):返回下一个元素没有则抛出StopIteration 异常if self.value self.stop:self.value 1else:raise StopIterationreturn self.valuedef __iter__(self):return selfif __name__ __main__:myIterator MyIterator(5)print(myIterator.__next__())print(myIterator.__next__())print(myIterator.__next__())print(myIterator.__next__())print(myIterator.__next__())print(myIterator.__next__())
输出结果
1
2
3
4
5
Traceback (most recent call last):File /Users/zhaohui/PycharmProjects/MyTest/cekai/my_iterator.py, line 27, in moduleprint(myIterator.__next__())File /Users/zhaohui/PycharmProjects/MyTest/cekai/my_iterator.py, line 16, in __next__raise StopIteration
StopIteration 使用for遍历 myIterator MyIterator(5)for i in myIterator:print(i)打印结果
1
2
3
4
5
2.3 迭代器应用场景
迭代器占用内存远远小于list。
需要节省内存的场景。 三、生成器 3.1 生成器介绍
生成器为了快速、方便的创建一个迭代器。
生成器就是一个使用了yield 关键字的迭代器。 3.2 使用yield 关键字 生成器来实现迭代器
举例
list [ 1,2,3,4,5]
每个元素平方再生成一个新的list
new_list [1,4,9,16,25] 方法一
使用list实现
list [1, 2, 3]
list1 []for i in list:list1.append(i * i)
print(list1) 方法二
手动创建一个迭代器 class Square(object):def __init__(self, start, stop):self.value startself.stop stopdef __iter__(self):return selfdef __next__(self):if self.value self.stop:raise StopIterationqueare_num self.value * self.valueself.value 1return queare_numif __name__ __main__:square Square(1, 5)for i,s in enumerate(square):print(i,s)打印结果
0 1
1 4
2 9
3 16
4 25 方法三 使用yield 关键字实现一个生成器 def square_yield(start:int,stop:int):for i in range(start,stop1):yield i*iif __name__ __main__:square_yield(1,4)
yield 就等价于迭代器中的 __next__ 方法 yield 关键字与 return 方法比较 def square_yield(start:int,stop:int):for i in range(start,stop1):yield i*idef squqre_return(start,stop):for i in range(start,stop1):return i*iif __name__ __main__:square_yield(1,4)print(squqre_return(1,4))方法中return 方法就表示这个函数结束了。
yield 返回的是一个 生成器类。 3.3 生成器yield关键字的运行逻辑
1、yield 关键字与return 一样会返回一个结果。 但是return返回的是 运行结果
但是yield返回的可不是运行结果返回的是一个迭代器的对象。只有这个对象调用__next__
的时候才会执行业务逻辑
2、 yield 会记录每次的运行位置。
3、只有生成器的对象在调用__next__方法时才会执行业务代码。业务代码执行完函数就会变成非runnning状态挂起状态。直到下一次__next__方法被调用 举几个例子方便我们理解一下 举例一
------没有使用yield关键字
def f1():print(开始执行)return f1被执行了if __name__ __main__:fun f1()当调用f1函数时f1里面的业务代码被执行了。
------使用yield关键字
def f():print(yield 1------------)a 1yield aprint(yield 2)a 2yield aprint(yield 3)a 3yield aif __name__ __main__:generator f()
运行结果为空因为generator f()得到的是一个生成器的对象没有调用业务代码。
当我们第一次调用__next__时 generator f()print(generator.__next__())
输出结果
yield 1------------
1 当第二次调用__next__时
输出结果
yield 2
2当第三次调用__next__时
输出结果
yield 3
3当生成器的对象调用__next__方法时yield 会记录每一次 运行的位置当 下一次调用__next__方法时业务代码会接着上一次的位置继续运行。
如下图 整体代码
# -*- coding:utf-8 -*-
# Author: 喵酱
# time: 2023 - 02 -18
# File: diedai5.pydef f():print(yield 1------------)a 1yield aprint(yield 2)a 2yield aprint(yield 3)a 3yield aif __name__ __main__:generator f()print(generator.__next__())print(generator.__next__())print(generator.__next__())举例二
解释一下上面求平方的函数的生成器
def square_yield(start:int,stop:int):for i in range(start,stop1):yield i*i
每次__next__ 都会记录 业务代码运行位置。
--------当第一次调用__next__ 时
i 1 返回 1x1 的结果。内存中记录 i 1
--------第二次调用__next__ 时
上一次的记录是i1,开启for下一轮的循环则i2.返回 2x2 的结果。内存中记录 i 2
