首页 > 编程语言 > 详细

python中生成器与迭代器

时间:2019-08-31 20:59:09      阅读:59      评论:0      收藏:0      [点我收藏+]

可迭代对象:一个实现了iter方法的对象是可迭代的

迭代器:一个实现了iter方法和next方法的对象就是迭代器

生成器都是Iterator对象,但listdictstr虽然是Iterable(可迭代对象),却不是Iterator(迭代器)

from collections import Iterator  #迭代器
from collections import Iterable  #可迭代对象
 
print(isinstance(s,Iterator))     #判断是不是迭代器
print(isinstance(s,Iterable))       #判断是不是可迭代对象
 
#把可迭代对象转换为迭代器
print(isinstance(iter(s),Iterator))

为什么listdictstr等数据类型不是Iterator

这是因为Python的Iterator对象表示的是一个数据流,Iterator对象可以被next()函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列,但我们却不能提前知道序列的长度,只能不断通过next()函数实现按需计算下一个数据,所以Iterator的计算是惰性的,只有在需要返回下一个数据时它才会计算。

Iterator甚至可以表示一个无限大的数据流,例如全体自然数。而使用list是永远不可能存储全体自然数的。

生成器:生成器是迭代器的一种

创建生成器的方法有两种:

1.把一个列表生成式的[]中括号改为()小括号

a = [i+1 for i in range(5)]  # 列表生成式
print(a)
b = (i+1 for i in range(5))  # 生成器
print(b)   
print(next(b))
print(next(b))
print(next(b))
print(next(b))
print(next(b))
print(next(b))

输出结果:
[1, 2, 3, 4, 5]
<generator object <genexpr> at 0x00000163C820BAF0>
1
2
3
4
5
Traceback (most recent call last):
  File "E:/myproj/pytest_demo/b.py", line 13, in <module>
    print(next(b))
StopIteration

生成器最常用的还是通过for循环调用:
for i in b:
print(i)

2.定义一个包含yield语句的函数,通过调用该函数得到生成器

def fib(max):
    n,a,b =0,0,1
    while n < max:
        yield b
        a,b =b,a+b
        n = n+1
    return done
a =fib(6)                # 调用包含yield语句的函数并不会立即执行,它只是返回一个生成器,只有当程序通过next()函数调用或者遍历生成器时,函数才会真正执行
print(a)
for i in fib(6):
   print(i) 

输出结果:
<generator object fib at 0x000001866F62BAF0>
1
1
2
3
5
8

关于yield:
与return类似,程序执行到yield会返回,等再次调用时,程序从上次yield处继续往下执行

如果对以上运行原理还是不清楚,可以通过debug示例代码进一步理解...

python中生成器与迭代器

原文:https://www.cnblogs.com/wang-mengmeng/p/11440165.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!