迭代器,生成器,列表推导式,生成器表达式

迭代器:

可迭代对象:内部含有__inter__的

可迭代对象不能取值,因为内部没有__next__()方法

可迭代对象------>迭代器:

　　boj.__iter__()或者inter(obj)

实现的原理类似于往弹匣里面装子弹,然后一个一个往外发射

通过__iter__()来获取到迭代器

stes = {1, 2, 3, 4, 5, 67, 7}
print(stes.__dir__())
s = stes.__iter__()
print(s)

打印结果

['__repr__', '__hash__', '__getattribute__', '__lt__', '__le__', '__eq__', '__ne__', '__gt__', '__ge__', '__iter__', '__init__', '__sub__', '__rsub__', '__and__', '__rand__', '__xor__', '__rxor__', '__or__', '__ror__', '__isub__', '__iand__', '__ixor__', '__ior__', '__len__', '__contains__', '__new__', 'add', 'clear', 'copy', 'discard', 'difference', 'difference_update', 'intersection', 'intersection_update', 'isdisjoint', 'issubset', 'issuperset', 'pop', '__reduce__', 'remove', '__sizeof__', 'symmetric_difference', 'symmetric_difference_update', 'union', 'update', '__doc__', '__str__', '__setattr__', '__delattr__', '__reduce_ex__', '__subclasshook__', '__init_subclass__', '__format__', '__dir__', '__class__']
<set_iterator object at 0x0000000001EF1480>

通过__next__()来拿到元素,一次只能拿一个,如果最后一个元素之后继续使用__next__(),会报错:StopIteration

stes = {1, 2, 3, 4, 5, 67, 7}
s = stes.__iter__()
print(s.__next__())
print(s.__next__())
print(s.__next__())
print(s.__next__())
print(s.__next__())
print(s.__next__())
print(s.__next__())
print(s.__next__())

打印结果为:

1
2
3
4
5
67
7
Traceback (most recent call last):
  File "C:/Python/Module/regex_test.py", line 53, in <module>
    print(s.__next__())
StopIteration

判断是否为迭代器:

　　1.通过__iter__(),__next__()是否在obj.__dir__()

with open('01','w', encoding='utf-8') as f:
    print('__iter__' in dir(f))
    print('__next__' in dir(f))
"""
打印结果:
True
True
说明文件句柄本身是一个迭代器
"""

　　2.通过collections模块中的Iterable来判断

from collections import Iterable
from collections import Iterator

l = [1,2,3,4]
print(isinstance(l, Iterable))    # 判断是否为可迭代对象
print(isinstance(l, list))


"""
打印结果:
True
True
"""

l = [1,2,3,4]
print(isinstance(l, Iterable))
print(isinstance(l, Iterator))
print(isinstance(l, list))

"""
打印结果:
True
False
True
"""

 

生成器:

生成器实质就是迭代器,在python中有三种方式来获取生成器:

1. 通过生成器函数
2. 通过各种推导式来实现来生成器
3. 通过数据的转换也可以获取生成器

 生成器是我们自己用Python代码写的迭代器:

def gener():
    print(111)
    yield 222
    print(333)
    yield 444
    print(555)
    yield 666
    print(777)
    yield 888


gen = gener()
print(gen)

# 打印结果为:<generator object gener at 0x0000000001E74D00>

生成器函数和普通的函数的区别就是把return换成了yield

 yield 和return区别

　　1. 如果函数中包含了yield, 这个函数是一个生成器函数. 执行函数的时候是: 生成器

　　2. 生成器执行__next__(). 执行到下一个yield

　　3. yield的作用和return基本相同. 但是,只负责返回. 不会结束函数

　　4. return,结束函数.

通过obj__next__()方法取值:

def gener():
    print(111)
    yield 222
    print(333)
    yield 444
    print(555)
    yield 666
    print(777)
    yield 888


gen = gener()
print(gen)
ret = gen.__next__()    # 这里的ret相当于执行函数,直行道yield是返回yield的返回值
print(ret)
ret1 = gen.__next__()    
print(ret1)
ret2 = gen.__next__()    
print(ret2)
ret3 = gen.__next__()    
print(ret3)

"""
打印结果:
<generator object gener at 0x0000000000814D00>
111
222
333
444
555
666
777
888
"""

生成器还可以通过send()方法进行取值个传值,不过使用send方法时要注意的是:

　　1.第一个yield必须通过__next__()方法取得

　　2.最后一个yield不能通过send()方法传值.

def gener():
    print(111)
    a = yield 222
    print(a)
    print(333)
    b = yield 444
    print(b)
    print(555)
    c = yield 666
    print(c)
    print(777)
    yield 888


gen = gener()
print(gen)
ret = gen.__next__()    
print(ret)
ret1 = gen.send('<<>>')    
print(ret1)
ret2 = gen.send('<<>>')    
print(ret2)
ret3 = gen.send('<<>>')    
print(ret3)

"""
打印结果:
<generator object gener at 0x0000000001DD4D00>
111
222
<<>>
333
444
<<>>
555
666
<<>>
777
888
"""

使用send()方法时要注意的是要传参,不然会报错

send和__next__() 区别:

　　send可以给上一个yield 的位置传递值 , 第一个必须用__next__()

　　__next__() 不能传值

列表推导式:

需要一个列表,里面包含1到13的数字,第一反应是:

l = []

for i in range(1, 14):
    l.append(i)
print(l)
# 打印结果:[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13]

 我们来看这样一段代码:

l = [ i for i in range(1,14)]
print(l)

#打印结果:[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13]

有这样一个需求,通过列表推导式来筛选憨厚两个e的名字:

names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
         ['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
name2 = [name for i in names for name in i if name.count('e') == 2]
print(name2)

# 打印结果:['Jefferson', 'Wesley', 'Steven', 'Jennifer']

l = [变量(加工后的变量) for 变量 in iterable] 循环模式

l = [变量(加工后的变量) for 变量 in iterable if 条件] 筛选模式

类似于真样的式子被成为列表推导式.

优点:

1,节省代码,一行搞定.

2,看着高大上.

缺点:

不好排错.

整体:

凡是用列表推导式构造的列表对象,用其他方式都可构建.,非常复杂的列表,列表推导式是构建不出的,

列表推导式比较有魔性.

生成器表达式:

生成器表达式和列表推导式基本一样,唯一的区别就是把列表推推导式的方括号变成圆括号:

l = ( i for i in range(1,14))
print(l)

#打印结果:<generator object <genexpr> at 0x0000000001F24D00>

 

同样的也有两种模式:

循环模式和筛选模式