31.迭代器丶生成器
Python3 迭代器与生成器
- 迭代是Python最强大的功能之一,是访问集合元素的一种方式。
- 迭代器是一个可以记住遍历的位置的对象。
- 迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退是不可逆的。
- 迭代器有两个基本的方法:iter() 和 next()。
- 字符串,列表或元组对象都可用于创建迭代器:
>>> a = range(0,10) >>> a range(0, 10) >>> it = iter(a) #创建迭代对象 >>> next(it) ## 输出迭代器的下一个元素 0 >>> next(it) 1 >>> for var in it: #迭代对象可以被for循环访问 ... print(var) ... 2 3 4 5 6 7 8 91,迭代器对象可以使用常规for语句进行遍历:
list=[1,2,3,4] it = iter(list) # 创建迭代器对象 for x in it: print (x, end=" ")运行结果:
1 2 3 42,也可以使用 next() 函数:
def myfor(seq): obj = iter(seq) #obj 迭代器: 节约内存 抽象的 while True: try: var = obj.__next__() print(var) except StopIteration: break myfor('abc')运行结果:
a b c
内置迭代器:
-
无限延伸
-
cycle: #圈性延伸
- from itertools import cycle # cycly 接收可迭代的对象进化成一个圈
from itertools import cycle from time import sleep a = [1,2,3] rt = cycle(a) for var in rt: sleep(0.5) print(var)运行结果:
无限环形循环123
2. count: #线性延申的
- from itertools import count #count(start,step) start起始数字 ,step为步长
运行结果:(步长为2无限延长)from time import sleep from itertools import count rt = count(0, 2) for var in rt: sleep(0.5) print(var) if var >= 10: break0 2 4 6 8 10
-
有限
- islice islice(iterable, stop) islice(iterable, start, stop[, step])
from itertools import islice a = [1,2,3,4,5] rt = islice(a, 3) for var in rt: print(var)运行结果:
1 2 3
创建一个迭代器:
- 把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。
- 如果你已经了解的面向对象编程,就知道类都有一个构造函数,Python 的构造函数为 __init__(), 它会在对象初始化的时候执行。
- __iter__() 方法返回一个特殊的迭代器对象, 这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。
- __next__() 方法(Python 2 里是 next())会返回下一个迭代器对象。
- 创建一个返回数字的迭代器,初始值为 1,逐步递增 1:
class MyNumber: def __init__(self,a): self.a = a def __iter__(self): self.a = a return self def __next__(self): x = self.a self.a += 1 return x myclass = MyNumber(1) print(next(myclass)) print(next(myclass)) print(next(myclass))运行结果:
1 2 3
- 创建一个返回数字的迭代器,初始值为 0,逐步递增 2: ###跟内置迭代器count相似
from time import sleep class MyIter: def __init__(self,start,step=1): self.value = start self.step = step self.next = start def __iter__(self): return self def __next__(self): self.value = self.next self.next = self.value + self.step return self.value rt = MyIter(0,2) for var in rt: sleep(0.5) print(var) if var >= 10: break运行结果:
0 2 4 6 8 10
- 斐波那契数列 ###前两个数字相加得出第三个数
#斐波那契数列 import os class FBNQSL: def __init__(self,limit): self.limit = limit self.curr = 0 self.next = 1 self.value = [self.curr,self.next] def __next__(self): value = self.curr + self.next if value >= self.limit: raise StopIteration('超出上限') #抛出异常 self.curr = self.next self.next = value self.value.append(value) return self.value def __iter__(self): return self rt = FBNQSL(100) for var in rt: os.system('cls') print(var)运行结果:
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
生成器:
- 在 Python 中,使用了 yield 的函数被称为生成器(generator)。
- 跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
- 在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
- 调用一个生成器函数,返回的是一个迭代器对象。
以下实例使用 yield 实现斐波那契数列:
import sys def fibonacci(n): # 生成器函数 - 斐波那契 a, b, counter = 0, 1, 0 while True: if counter >= n: raise StopIteration('超出上限') yield a a, b = b, a + b counter += 1 it = fibonacci(10) # it 是一个迭代器,由生成器返回生成 for var in it: print(var,end = ' ')运行结果:
0 1 1 2 3 5 8 13 21 34实例2:
from time import sleep def pass_(): phone = 18600000000 while True: if phone < 18600000010: phone += 1 yield phone #返回而不终止,暂停函数 else: return #== 手动抛出了 StopIteration # raise StopIteration('超出定义的上限') rt = pass_() #<generator object pass_ at 0x0000020ED3C3FE08> for var in rt: sleep(0.5) print(var,end = ' ')运行结果:
18600000001 18600000002 18600000003 18600000004 18600000005 18600000006 18600000007 18600000008 18600000009 18600000010
作者:走路带风的帅界扛把子
本文版权归作者和博客园共有,欢迎转载,但必须给出原文链接,并保留此段声明,否则保留追究法律责任的权利。