迭代器
迭代器协议是指：对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么就引起一个Stoplteration异常，以终止迭代（只能往后走不能往前退）
实现了迭代器协议的对象(对象内部定义了一个__iter__()方法)
python中的内部工具(如for循环，sum，min，max函数等)基于迭代器协议访问对象。
1 #基于迭代器协议 2 li = [1,2,3] 3 diedai_l = li.__iter__() 4 print(diedai_l.__next__()) 5 print(diedai_l.__next__()) 6 print(diedai_l.__next__()) 7 # print(diedai_l.__next__()) # 超出边界报错 8 9 #下标 10 print(li[0]) 11 print(li[1]) 12 print(li[2]) 13 # print(li[3]) # 超出边境报错 14 15 # 用while循环模拟for循环机制 16 diedai_l = li.__iter__() 17 while True: 18 try: 19 print(diedai_l.__next__()) 20 except StopIteration: 21 print("迭代完毕，循环终止") 22 break 23 24 # for循环访问方式 25 # for循环本质就是遵循迭代器协议的访问方式，先调用diedai_l=li.__iter__方法 26 # 或者直接diedai_l=iter(l),然后依次执行diedai_l.__next__(),直到捕捉到 27 # StopItearation终止循环 28 # for循环所有的对象的本质都是一样的原理
生成器
可以理解为一种数据类型，自动实现迭代器协议
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
表现形式
1、生成器函数 带yield的函数(1、返回值 2、保留函数的运行状态)
next(t) t.__next__ t.send(可以给上一层的yield传值)
# 用生成器函数 # yield 相当于return控制的是函数的返回值 # x=yield的另外一个特性，接收send传过来的值，赋值给x def test(): print("开始啦") first = yield # return 1 first = None print("第一次",first) yield 2 print("第二次") t = test() print(test().__next__()) res = t.__next__() # next(t) print(res) res = t.send("函数停留在first那个位置，我就是给first赋值的") print(res) 输出结果 开始啦 None 开始啦 None 第一次 函数停留在first那个位置，我就是给first赋值的 2
2、生成器表达式
print(sum(i for i in range(10000))) # 表达式一般用for循环 (i for i in range(10000))
# 作用 节省内存，在内部已经实现了__iter__的方法
列表解析(生成了一个列表)
1 print([i for i in range(10)]) # 生成一个列表
三元表达式(没有四元表达式，可以有二元)
|
1
2
3
4
5
6
7
|
name = "alex"print("sb" if name == "alex" else "帅哥")# if name == "alex"为一元 "sb" 为二元 else "帅哥"为三元输出sbpython基础之迭代器和生成器迭代器迭代器协议是指：对象必须提供一个next方法，执行该方法要么返回迭代中的下一项，要么就引起一个Stoplteration异常，以终止迭代（只能往后走不能往前退） 实现了迭代器协议的对象(对象内部定义了一个__iter__()方法) python中的内部工具(如for循环，sum，min，max函数等)基于迭代器协议访问对象。
1 #基于迭代器协议 2 li = [1,2,3] 3 diedai_l = li.__iter__() 4 print(diedai_l.__next__()) 5 print(diedai_l.__next__()) 6 print(diedai_l.__next__()) 7 # print(diedai_l.__next__()) # 超出边界报错 8 9 #下标 10 print(li[0]) 11 print(li[1]) 12 print(li[2]) 13 # print(li[3]) # 超出边境报错 14 15 # 用while循环模拟for循环机制 16 diedai_l = li.__iter__() 17 while True: 18 try: 19 print(diedai_l.__next__()) 20 except StopIteration: 21 print("迭代完毕，循环终止") 22 break 23 24 # for循环访问方式 25 # for循环本质就是遵循迭代器协议的访问方式，先调用diedai_l=li.__iter__方法 26 # 或者直接diedai_l=iter(l),然后依次执行diedai_l.__next__(),直到捕捉到 27 # StopItearation终止循环 28 # for循环所有的对象的本质都是一样的原理 生成器可以理解为一种数据类型，自动实现迭代器协议 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 表现形式 1、生成器函数 带yield的函数(1、返回值 2、保留函数的运行状态) next(t) t.__next__ t.send(可以给上一层的yield传值) # 用生成器函数 # yield 相当于return控制的是函数的返回值 # x=yield的另外一个特性，接收send传过来的值，赋值给x def test(): print("开始啦") first = yield # return 1 first = None print("第一次",first) yield 2 print("第二次") t = test() print(test().__next__()) res = t.__next__() # next(t) print(res) res = t.send("函数停留在first那个位置，我就是给first赋值的") print(res) 输出结果 开始啦 None 开始啦 None 第一次 函数停留在first那个位置，我就是给first赋值的 2 2、生成器表达式 print(sum(i for i in range(10000))) # 表达式一般用for循环 (i for i in range(10000)) # 作用 节省内存，在内部已经实现了__iter__的方法 列表解析(生成了一个列表)1 print([i for i in range(10)]) # 生成一个列表 三元表达式(没有四元表达式，可以有二元)
|
