python学习day13 day14 迭代器 生成器
迭代器
可迭代的:
- list
- dic
- str
- set
- tuple
- f = open()
- range()
- enumerate
# 显示列表所拥有的所有方法 print(dir([]))
双下方法:很少直接调用的方法,一般情况下,是通过其他语法触发的
只要是能被for循环的数据类型 就一定拥有__iter__方法
一个可迭代的对象加上__iter__之后就是一个迭代器
- 迭代器的三个方法:
'__setstate__'从某个位置取值
'__next__'一个一个取值
'__length_hint__'元素个数
Iterable 可迭代的 -- > __iter__ 只要含有__iter__方法的都是可迭代的
[].__iter__() 这就是迭代器 -- > __next__ 通过next就可以从迭代器中一个一个的取值
可迭代协议:只要含有__iter__方法的都是可迭代的
迭代器协议:内部含有__next__和__iter__方法的就是迭代器
#定义一个迭代器类型 class A: def __iter__(self):pass def __next__(self):pass a = A() print(isinstance(a,Iterator)) #迭代器 print(isinstance(a,Iterable)) #可迭代
- 迭代器协议和可迭代协议
可以被for循环的都是可迭代的
可迭代的内部都有__iter__方法
只要是迭代器 一定可迭代
可迭代的.__iter__()方法就可以得到一个迭代器
迭代器中的__next__()方法可以一个一个的获取值
- 判断是否是迭代器或可迭代对象:
for循环本质就是在使用迭代器
iterator
可迭代对象
直接给你内存地址
print([].__iter__())
print(range(10)) 也是迭代器
- for
只有 是可迭代对象的时候 才能用for
当我们遇到一个新的变量,不确定能不能for循环的时候,就判断它是否可迭代:# print(dir([]))
- 迭代器的好处:
从容器类型中一个一个的取值,会把所有的值都取到,只能取一次。
节省内存空间 ,迭代器并不会在内存中再占用一大块内存,而是随着循环 每次生成一个每次next每次给我一个
生成器
—— 本质是迭代器
- 生成器函数
- 生成器表达式
生成器函数 —— 本质上就是我们自己写得函数
def generator(): # print(1) yield 'a'
只要含有yield关键字的函数都是生成器函数
yield不能和return共用 且需要写在函数内
生成器函数定义之后的执行:
ret = generator() # 只是一个生成器 print(ret.__next__()) #一次一次执行生成器
应用:
# 监视文件的输入 当输入的行中含有'python'时,打印出来: def tail(filename): f = open(filename,encoding='utf-8') while True: line = f.readline() if line.strip(): yield line.strip() g = tail('file') for i in g: if 'python' in i: print('***',i)
生成器函数进阶
send:
- send的作用范围和next一模一样
- 第一次不能用send
- 函数中的最后一个yield不能接受行的值
def generator(): print(123) content = yield 1 print('***' + content) print(456) yield 2 g = generator() g.__next__() # 返回1,指针停留在yield 1处, ret = g.send('fan') # 将值传给content print(ret) #123 'fan' 456 2
应用:获取移动平均值:
引用了预激生成器的装饰器
# 装饰器函数的作用是执行g.__next__() 预激活 def init(func): #装饰器 def inner(*args,**kwargs): g = func(*args,**kwargs) #g = average() g.__next__() return g return inner @init def average(): sum = 0 count = 0 avg = 0 while True: num = yield avg sum += num # 10 count += 1 # 1 avg = sum/count avg_g = average() #===> inner ret = avg_g.send(10) print(ret) ret = avg_g.send(20) print(ret)
yield from
def generator(): a = 'abcde' b = '12345' for i in a: yield i for i in b: yield i ''' 上下两个生成器是一样的 ''' def generator(): a = 'abcde' b = '12345' yield from a yield from b g = generator() for i in g: print(i)
列表推导式
egg_list=['鸡蛋%s'%i for i in range(10)] #列表推导式 print(egg_list) egg_list = [] for i in range(10): egg_list.append('鸡蛋%s'%i) print(egg_list)
生成器表达式
g = (i for i in range(10)) print(g) # 生成器 # 输出生成器 for i in g: print(i)
g = (i*i for i in range(10))
g.__next__()
生成器表达式和列表推导式的区别:
- 括号不一样
- 返回的值不一样 ===几乎不占内存
各种推导式
[每一个元素或者是和元素相关的操作 for 元素 in 可迭代数据类型] #遍历之后挨个处理
[满足条件的元素相关的操作 for 元素 in 可迭代数据类型 if 元素满足的条件] #筛选功能
# 30以内所有能被3整除的数的平方 ret = [i*i for i in (1,2,3,4) if i%3 == 0] ret = (i*i for i in range(30) if i%3 == 0) print(ret) # 例三:找到嵌套列表中名字含有两个‘e’的所有名字 names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'], ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']] ret = [name for lst in names for name in lst if name.count('e') ==2] # 先外面的 再里面的 ret = (name for lst in names for name in lst if name.count('e') ==2) # 生成器列表 print(ret)
字典推导式
# 例一:将一个字典的key和value对调 mcase = {'a': 10, 'b': 34} #{10:'a' , 34:'b'} mcase_frequency = {mcase[k]: k for k in mcase} # 遍历key print(mcase_frequency) # 例二:合并大小写对应的value值,将k统一成小写 mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3} #{'a':10+7,'b':34,'z':3} mcase_frequency = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k in mcase} # mcase.get(k,0) 找不到的话,返回0 print(mcase_frequency)
集合推导式
# 自带去重功能 squared = {x**2 for x in [1, -1, 2]} print(squared) #{1,4}
没有元组推导式
面试题:
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(g)) #[0,1,2,3] 列出了生成器的东西 print(list(g1)) #[] g1找g要值 g已经将demo中的值取完了 所以是空 print(list(g2)) #[] 同上
def add(n,i): return n+i def test(): for i in range(4): yield i g=test() for n in [1,10,5]: g=(add(n,i) for i in g) ## 拆开 # n = 1 # g=(add(n,i) for i in test()) # n = 10 # g=(add(n,i) for i in (add(n,i) for i in test())) # n = 5 # g=(add(n,i) for i in (add(n,i) for i in (add(n,i) for i in test()))) # 只执行最后一句n=5的语句 print(list(g)) #[15,16,17,18]