迭代器与生成器

一、可迭代协议

可以被迭代要满足要求的就叫做可迭代协议。内部实现了__iter__方法

iterable:可迭代的---对应的标志

什么叫迭代?:一个一个取值,就像for循环一样取值

字符串,列表,元组,集合,字典都是可迭代的

二、迭代器协议:

内部实现了__iter__,__next__方法

迭代器大部分都是在python的内部去使用的,我们直接拿来用就行了

迭代器的优点:如果用了迭代器,节约内存,方便操作

dir([1,2].__iter__())是列表迭代器中实现的所有的方法,而dir([1,2])是列表中实现的所有方法,都是以列表的方式返回给我们,为了方便看清楚,我们把他们转换成集合,然后取差集,然而,我们看到列表迭代器中多出了三个方法,那么这三个方法都分别是干什么的呢?

1 print(dir([1,2].__iter__()))#查看列表迭代器的所有方法
2 print(dir([1,2]))#查看列表的所有方法
3 print(set(dir([1,2].__iter__()))-set(dir([1,2])))
 1 iter_l=[1,2,3,4,5,6].__iter__()
 2 
 3 print(iter_l.__length_hint__())#获取迭代器中元素的长度
 4 # print(iter_l.__setstate__(4))#根据索引指定从哪里开始迭代
 5 
 6 print(iter_l.__next__())
 7 print(iter_l.__next__())
 8 print(iter_l.__next__())#一个一个的取值
 9 print(next(iter_l))
10 #next(iter_l)这个方法和iter_l.__next__()方法一样,推荐用next(iter_l)这个
 1 l=[1,2,3,4,5]
 2 a=l.__iter__()
 3 
 4 # print(next(a))
 5 # print(next(a))
 6 # print(next(a))
 7 # print(next(a))
 8 # print(next(a))
 9 # print(next(a))   #上面的列表长度只有5个,而你多打印了,就会报错。处理的情况如下,就不会报错了
10 
11 while True:
12     try:
13         item=a.__next__()
14         print(item)
15     except StopIteration: # 异常处理
16         break

三、可迭代和迭代器的异同:

相同:都可以用for循环

不同点: 就是迭代器内部多实现了一个__next__方法 

五、判断迭代器和可迭代的方法:

第一种:判断内部是不是实现了__next__方法

           '__iter__' in dir(str) # 如果__iter__在这个方法里面,就是可迭代的

第二种:Iterable 判断是不是可迭代对象

    Iterator 判断是不是迭代器 

用法:

1 from collections import Iterable  
2 from collections import Iterator
3 
4 #比如给一个字符串
5 s='abc'
6 print(isinstance(s,Iterable))#isinstance判断类型的
7 print(isinstance(s,Iterator))

判断range函数和map函数

1 map1=map(abs,[1,-2,3,-4])
2 print(isinstance(map1,Iterable))
3 print(isinstance(map1,Iterator))#map方法自带迭代器
4 
5 s=range(100)#是一个可迭代的,但是不是迭代器
6 print(isinstance(s,Iterable))
7 print(isinstance(s,Iterator))
View Code

五、生成器函数:

常规定义函数,但是,使用yield语句而不是return语句返回结果。yield语句一次返回一个结果。

生成器的好处,就是一下子不会在内存中生成太多的数据
python中提供的生成器:1.生成器函数    
                   2.生成器表达式

生成器的本质:就是一个迭代器
 1 def  func(): #这是一个简单的函数
 2         a=1
 3         return a
 4 print(func())
 5 
 6 
 7 def func():
 8     print('aaaaaaaaaaa')
 9     a = 1
10     yield a  # 返回第一个值
11     print('bbbbbb')
12     yield 12  # 返回第二个值
13 
14 
15 ret = func()  # 得拿到一个生成器
16 # print(ret)#返回的是一个地址
17 print(next(ret))#取第一个值
18 print(next(ret))# 取第二个值
19 print(next(ret))# 取第三个值,会报错,因为没有yield第三个值
初始生成器

假如我想让工厂给学生做校服,生产2000000件衣服,我和工厂一说,工厂应该是先答应下来,然后再去生产,我可以一件一件的要,也可以根据学生一批一批的找工厂拿。
而不能是一说要生产2000000件衣服,工厂就先去做生产2000000件衣服,等回来做好了,学生都毕业了。。。

1 def make_cloth():
2     for i in range(1,20000):
3         yield '第%s件衣服'%(i)
4 ret = make_cloth()
5 print(next(ret))
6 print(next(ret))
7 print(next(ret))
8 for i in range(100):
9     print(next(ret))
做衣服
 1 必须先用next再用send
 2 def average():
 3     total=0 #总数
 4     day=0 #天数
 5     average=0 #平均数
 6     while True:
 7         day_num = yield average   #average=0
 8         total += day_num
 9         day += 1
10         average = total/day
11 avg=average() #直接返回生成器
12 next(avg)#激活生成器,avg.send(),什么都不传的时候send和next的效果一样
13 print(avg.send(10))
14 print(avg.send(20))#send   1.传值 2.next
15 print(avg.send(30))
计算移动平均值
 1 让装饰器去激活
 2 def wrapper(func):
 3     def inner(*args,**kwargs):
 4        ret = func(*args,**kwargs)
 5        next(ret)
 6        return ret
 7     return inner
 8 
 9 @wrapper
10 def average():
11     total=0 #总数
12     day=0 #天数
13     average=0 #平均数
14     while True:
15         day_num = yield average   #average=0
16         total += day_num
17         day += 1
18         average = total/day
19 
20 
21 ret=average() #直接返回生成器
22 print(ret.send(10))
23 print(ret.send(20))#send   1.传一个值过去 2.让当前yield继续执行
24 print(ret.send(30))
带装饰器的计算移动平均值
 1 import time
 2 
 3 
 4 def tail(filename):
 5     f = open(filename)
 6     f.seek(0, 2) #从文件末尾算起
 7     while True:
 8         line = f.readline()  # 读取文件中新的文本行
 9         if not line:
10             time.sleep(0.1)
11             continue
12         yield line
13 
14 tail_g = tail('tmp')
15 for line in tail_g:
16     print(line)
生成器监听文件例子

六、yield  from

def func():
    # for i in 'AB':
    #     yield i
    yield from 'AB'     yield from 'AB'就相当于上面的for循环,吧循环简化了
    yield from [1,2,3]

g=func()
print(list(g))
# print(next(g))
# print(next(g))

七、列表推导式:

 1 举例一
 2 y=2
 3 #for i in range(100):
 4  #   print(i*y)
 5 
 6 
 7 #列表推导式是for循环的简写
 8 l=[i*y for i in range(100)]
 9 
10 举例二
11 l=[{'name':'v1','age':'22'},{'name':'v2'}]
12 # for dic in l:
13 #     print(dic['name'])
14 name_list=[dic['name'] for dic in l]
15 print(name_list)
列表推导式
# ======一层循环======
l = [i*i for i in range(1,10)]
print(l)
# 上面的列表推倒式就相当于下面的
l  = []
for i in range(1,10):
    l.append(i*i)
print(l)
l = []


# ======多层循环========
# 1.列表推倒式
l = [i*j for i in range(1,10) for j in range(1,10)]
print(l)
# 2.循环
l = []
for i in range(1,10):
    for j in range(1,10):
        s = i*j
        l.append(s)
print(l)

八、生成器表达式:

类似于列表推倒式,就是把列表推导式的【】改为了() 

#生成器表达

l=[{'name':'v1','age':'22'},{'name':'v2'}]

name_list=(dic['name'] for dic in l)#吧列表生成器的[]改成()
print(name_list)#取出的是一个生成器,而不是要取得值,所以得加上next
print(next(name_list))
print(next(name_list))
# print(next(name_list))

 

 

posted @ 2017-08-02 16:46  East~L  阅读(150)  评论(0编辑  收藏  举报