迭代器的总结和生成器
- 迭代器总结(迭代取值和索引取值的对比
- 生成器(自定义的迭代器)(yield)
- 生成器表达式
- yield和return的对比
迭代器总结(迭代取值和索引取值的对比
迭代取值
1. 不依赖于索引取值的一种取值方式
2. 不能够重复取值,只能够从左往右固定取值
索引取值
1. 它能够重复取值(通过索引l[0])
2. 它需要是容器类型
生成器(自定义的迭代器)(yield)
背景:
通过列表生成式,我们可以直接创建一个列表,但是,受到内存限制,列表容量肯定是有限的,而且创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间,在Python中,这种一边循环一边计算的机制,称为生成器:generator
python中生成器是自定义迭代器的一种
# 生成器如何使用
关键字:yield
'''
当函数中一旦出现了yield关键字,函数在没有被调用的时候仍然是普通函数,但是只要一调用函数,那么,该函数就不是普通函数了
就变成了生成器
'''
def index():
print('from index')
print('from index')
print('from index')
yield 123,234,345 # 以元组的方式返回
print('second')
print('second')
print('second')
print('second')
yield 'hello'
print('three')
yield
## 生成器其实就是一个自定义的迭代器
# res.__next__() # 只要你调用next方法,代码就会走到函数中第一个yield关键字所在的位置停住
# res.__next__() # 代码从上一次yield停住的地方继续往下执行,走到遇到下一个yield停住
生成器表达式
def fun(x):
print(f'请输入:{x}')
while True:
y= yield None
print(x,y)
ser=fun(1)
# print(ser)
ser.send(None)
ser.send(10)
#############
def eater(name):
print('%s:正在吃...' % name)
while True:
food = yield
print('%s正在吃%s' % (name, food))
'''eater就变成了生成器'''
res=eater('jerry') # 生成器对象:generator object
print(res) # <generator object eater at 0x0000021869489B30
#利用生成器的原理实现range函数的功能
def my_range(start, stop=None, step=1):
if not stop: # 意味着只传了一个参数,stop没有值
stop = start
start = 0
while start < stop:
yield start
start+=step
yield和return的对比
yield
1. 代码遇到yield不会停止,而是停住
2. yield也可以有返回值,并且还支持多个,以元组的形式返回
3. yield可以把一个函数变成生成器,next取值
return
1. 代码遇到return就会停止
2. return可以有返回值并且还支持多个,以元组的形式返回