python中的迭代、生成器等等
本人对编程语言实在是一窍不通啊。。。今天看了廖雪峰老师的关于迭代,迭代器,生成器,递归等等,word天,这都什么跟什么啊。。。
1.关于迭代
如果给定一个list或tuple,我们可以通过for
循环来遍历这个list或tuple,这种遍历我们称为迭代(Iteration)(Iteration的中文意思就是:反复、重复、迭代等)。而这些for循环所遍历的对象(list or tuple 等)成为可迭代对象(Iterable)。
也就是说“迭代”就是一个动作或者过程,可以把list或tuple中的元素一个个检查一遍(遍历)。如下:
1 >>> for i in range(0,10): 2 print (i)
结果会是 0 1 2 3 4 5 6 7 8 9 这个过程就是迭代,而这里的range(0,10)就是可迭代对象(Iterable)。所以,当我们使用for
循环时,只要作用于一个可迭代对象,for
循环就可以正常运行,而我们不太关心该对象究竟是list还是其他数据类型。
1.1 判断一个对象是否是可迭代对象
通过collections模块的Iterable类型来判断:
1 >>>from collections import Iterable 2 >>>isinstance('abc',Iterable) #str 'abc' 是否可迭代(Iterable) 3 True 4 >>>isinstance([1,2,3],Iterable) #list [1,2,3] 是否可迭代(Iterable) 5 True 6 >>>isinstance(123,Iterable) # 整数123 是否可迭代
2.生成器
在Python中,一边循环一边计算的机制,称为生成器:generator。定义generator有两种方式。
2.1 定义generator的第一种方法
1 >>> L = [x * x for x in range(10)] 2 >>> L 3 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] 4 >>> g = (x * x for x in range(10)) 5 >>> g 6 <generator object <genexpr> at 0x1022ef630>
这一种方法很简单,把一个列表生成式[]改成(),就创建了generator。这里创建L
和g
的区别仅在于最外层的[]
和()
,L
是一个list,而g
是一个generator。如果要一个一个把g里面的元素打印出来,可以通过next()
函数获得generator的下一个返回值:
1 >>> next(g) 2 0 3 >>> next(g) 4 1 5 >>> next(g) 6 4 7 >>> next(g) 8 9 9 >>> next(g) 10 16 11 >>> next(g) 12 25 13 >>> next(g) 14 36 15 >>> next(g) 16 49 17 >>> next(g) 18 64 19 >>> next(g) 20 81 21 >>> next(g) 22 Traceback (most recent call last): 23 File "<stdin>", line 1, in <module> 24 StopIteration
generator保存的是算法,每次调用next(g)
,就计算出g
的下一个元素的值,直到计算到最后一个元素,没有更多的元素时,抛出StopIteration
的错误。但是,我们创建了一个generator后,基本上永远不会调用next()
,而是通过for
循环来迭代它:
1 >>> g = (x * x for x in range(10)) 2 >>> for n in g: 3 ... print(n) 4 ... 5 0 6 1 7 4 8 9 9 16 10 25 11 36 12 49 13 64 14 81
2.1 定义generator的第二种方法
第二种方法是通过函数来定义。
著名的斐波拉契数列(Fibonacci),除第一个和第二个数外,任意一个数都可由前两个数相加得到:
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来,但是,用函数把它打印出来却很容易:
1 def fib(max): 2 n, a, b = 0, 0, 1 3 while n < max: 4 print(b) 5 a, b = b, a + b #这里指的是a=b,b=a+b 6 n = n + 1 7 return 'done'
我现在才知道为什么要加一个max参数,利用n<max 正好可以使a+b的次数等于输入的max,例如fib(10),那么结束循环的时候a+b正好10次。
测试代码如下:
fib(6): 1 1 2 3 5 8 'done'
仔细观察,可以看出,fib
函数实际上是定义了斐波拉契数列的推算规则,可以从第一个元素开始,推算出后续任意的元素,这种逻辑其实非常类似generator。
也就是说,上面的函数和generator仅一步之遥。要把fib
函数变成generator,只需要把print(b)
改为yield b
就可以了:
1 def fib(max): 2 n, a, b = 0, 0, 1 3 while n < max: 4 yield b 5 a, b = b, a + b 6 n = n + 1 7 return 'done'
这就是定义generator的另一种方法。如果一个函数定义中包含yield
关键字,那么这个函数就不再是一个普通函数,而是一个generator。
1 >>> f = fib(6) 2 >>> f 3 <generator object fib at 0x104feaaa0>
把函数改成generator后,我们基本上从来不会用next()
来获取下一个返回值,而是直接使用for
循环来迭代:
1 >>> for n in fib(6): 2 ... print(n) 3 ... 4 1 5 1 6 2 7 3 8 5 9 8
这里,最难理解的就是generator和函数的执行流程不一样。函数是顺序执行,遇到return
语句或者最后一行函数语句就返回。而变成generator的函数,在每次调用next()
的时候执行,遇到yield
语句返回,再次执行时从上次返回的yield
语句处继续执行。
再看下面这个例子:
1 def odd(): 2 print('step 1') 3 yield 1 4 print('step 2') 5 yield(3) 6 print('step 3') 7 yield(5)
调用该generator时,首先要生成一个generator对象,然后用next()
函数不断获得下一个返回值:
1 >>> o = odd() 2 >>> next(o) 3 step 1 4 1 5 >>> next(o) 6 step 2 7 3 8 >>> next(o) 9 step 3 10 5 11 >>> next(o) 12 Traceback (most recent call last): 13 File "<stdin>", line 1, in <module> 14 StopIteration
可以看到,odd
不是普通函数,而是generator,在执行过程中,遇到yield
就中断,下次又继续执行。执行3次yield
后,已经没有yield
可以执行了,所以,第4次调用next(o)
就报错。