一、生成器

1. 生成器的定義

• 把所需要值得計算方法儲存起來,不會先直接生成數值,而是等到什么時候使用什么時候生成,每次生成一個,減少計算機占用內存空間

2. 生成器的創建方式

• 第一種只要把一個列表生成式的 [ ] 改成 ( )

ret = (n + 1 for n in range(0,10)) # 返回值是生成了一個生成器對象<genexpr>儲存在16進制的地址中<generator object <genexpr> at 0x7f909f4be150> # 如果調用次數超過生成器內值的總數量,會報錯

• 第二種方法使用yield創建生成器

• 只要在一個函數中存在至少一個yield關鍵字,該函數就不是普通函數,是一個生成器
• 返回一個對象,需要使用變量接收
• 生成器可以用for進行遍歷得到所有的值

# 定義一個斐波那契數列的生成器 def creatnum():print('-----start------')a,b = 0,1for i in range(5):print('----1-----')# 每次執行函數都會停在此處,并將b值返回yield bprint('----2-----')a,b = b,a+bprint('----3-----')print('-----stop-----')f = creatnum() print(next(f)) print(next(f)) print(next(f)) print(next(f)) print(next(f))

• 打印結果

-----start------ ----1----- 1 ----2----- ----3----- ----1----- 1 ----2----- ----3----- ----1----- 2 ----2----- ----3----- ----1----- 3 ----2----- ----3----- ----1----- 5

3. 啟動生成器的方法

• 第一種:

next(生成器的名稱)

• 第二種:

# 生成器第一次調用時盡量不要使用send,非要使用必須用send(None) send()方法

二、迭代器

可迭代數據類型(具有可迭代功能)

• 把可以通過for...in...這類語句迭代讀取一條數據供我們使用的對象稱之為可迭代對象(Iterable)
  例如:列表,元組,字典,集合等數據類型,但他們不是可迭代對象
• generator(生成器)
  • yield
  • 列表生成器
  • 生成器都是可迭代對象

如何判斷一個對象是不是有可迭代功能

from collections import Iterator # 列表是可迭代的 result = isinstance([1,2], Iterable) print(result) # isinstance函數會返回一個bool值 True為可迭代,反之False

將具有迭代功能的數據類型轉化為可迭代器

• 可以被next()調用并不斷返回下一個值的對象稱之為迭代器Iterator

迭代器的判斷方式

from collections import Iterator # 列表是可迭代對象 # isinstance函數會返回一個bool值 True為迭代器,反之False result = isinstance([1,2], Iterator) print(result)

可迭代對象的本質

• 我們分析對可迭代對象進行迭代使用的過程，發現每迭代一次（即在for...in...中每循環一次）都會返回對象中的下一條數據，一直向后讀取數據直到迭代了所有數據后結束。那么，在這個過程中就應該有一個“人”去記錄每次訪問到了第幾條數據，以便每次迭代都可以返回下一條數據。我們把這個能幫助我們進行數據迭代的“人”稱為迭代器(Iterator)。

• 可迭代對象的本質就是可以向我們提供一個這樣的中間“人”即迭代器幫助我們對其進行迭代遍歷使用。

• 可迭代對象通過__iter__方法向我們提供一個迭代器，我們在迭代一個可迭代對象的時候，實際上就是先獲取該對象提供的一個迭代器，然后通過這個迭代器來依次獲取對象中的每一個數據.

• 那么也就是說，一個具備了__iter__方法的對象，就是一個可迭代對象。

from collections import Iterable # 使用isinstance() 函數檢測某個對象是否是一個可迭代的對象class MyClass(object):# 可迭代對象的本質是，類中是否定義了 __iter__() 方法def __iter__(self):return selfc1 = MyClass() # 對象c1不是可迭代對象 result = isinstance(c1, Iterable) print(result)

• 舉例說明迭代器本質原理

  比如，數學中有個著名的斐波拉契數列（Fibonacci），數列中第一個數為0，第二個數為1，其后的每一個數都可由前兩個數相加得到： 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...
  現在我們想要通過for...in...循環來遍歷迭代斐波那契數列中的前n個數。那么這個斐波那契數列我們就可以用迭代器來實現，每次迭代都通過數學計算來生成下一個數。

class Fibonacci():def __init__(self, num):# 通過構造方法，保存num到類的成員屬性中self.num = num# 定義變量保存斐波那契數列前兩個值self.a = 0self.b = 1# 記錄當前的變量值self.current_index = 0def __iter__(self):# 返回迭代器，因自身就是迭代器，故可以返回自己return selfdef __next__(self):# 判斷是否生成完畢if self.current_index < self.num:# 返回result = self.a# 交換兩個變量值self.a, self.b = self.b, self.a+self.bself.current_index += 1return resultelse:# 停止迭代raise StopIterationif __name__ == '__main__':# 創建迭代器fib_iterator = Fibonacci(5)# 使用迭代器，輸出斐波那契數列值for value in fib_iterator:print(value, end=" ")

?

轉載于:https://www.cnblogs.com/yanguhung/p/10145767.html

總結

以上是生活随笔為你收集整理的Python中生成器generator和迭代器Iterator的使用方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。