码迷,mamicode.com
首页 > 其他好文 > 详细

可迭代对象、迭代器和生成器

时间:2020-07-16 21:15:53      阅读:42      评论:0      收藏:0      [点我收藏+]

标签:max   RoCE   懒加载   情况   ast   count   utils   变量   span   

一、可迭代对象(iterable)

我们知道,在Python世界里,一切皆对象。对象根据定义的维度,又可以分为各种不同的类型,比如:文件对象,字符串对象,列表对象。。。等等。

那什么对象才能叫做可迭代对象呢?一句话:“实现了__inter__方法的对象就叫做可迭代对象”,__inter__方法的作用就是返回一个迭代器对象。直观理解就是能用for循环进行迭代的对象就是可迭代对象。比如:字符串,列表,元祖,字典,集合等等,都是可迭代对象。

for循环与__inter()__方法又有什么关系呢?

比如我们在对一个列表进行迭代时,如下代码:

x = [1,2,3]
for i in x:
    print(i)

实际执行情况如下图:

技术图片

 

 

  • 调用可迭代对象的__inter__方法返回一个迭代器对象(iterator)
  • 不断调用迭代器的__next__方法返回元素
  • 知道迭代完成后,处理StopIteration异常

二、迭代器(iterator)

那么什么叫迭代器呢?它是一个带状态的对象,他能在你调用next()方法的时候返回容器中的下一个值,任何实现了__iter____next__()方法的对象都是迭代器,__iter__返回迭代器自身,__next__返回容器中的下一个值,如果容器中没有更多元素了,则抛出StopIteration异常。

根据定义,我们可以写一个迭代器,并通过next()方法来调用,如下代码:

class Fib():
    def __init__(self,max):
        self.n = 0
        self.prev = 0
        self.curr = 1
        self.max = max

    def __iter__(self):
        return self

    def __next__(self):
        if self.n < self.max:
            value = self.curr
            self.curr += self.prev
            self.prev = value
            self.n += 1
            return value
        else:
            raise StopIteration

# 调用
f = Fib(5)
print(next(f))
print(next(f))
print(next(f))
print(next(f))
print(next(f))
print(next(f))

执行结果:

"C:\Program Files\Python36\python.exe" D:/Git/Test_Framework/utils/1.py
1
1
2
3
5
Traceback (most recent call last):
  File "D:/Git/Test_Framework/utils/1.py", line 37, in <module>
    print(next(f))
  File "D:/Git/Test_Framework/utils/1.py", line 29, in __next__
    raise StopIteration
StopIteration

Process finished with exit code 1

迭代器就像一个懒加载的工厂,等到有人需要的时候才给它生成值返回,没调用的时候就处于休眠状态等待下一次调用。直到无元素可调用,返回StopIteration异常

三、生成器(generator)

生成器其实是一种特殊的迭代器,不过这种迭代器更加优雅。它不需要再像上面的类一样写__iter__()__next__()方法了,只需要一个yiled关键字。 生成器一定是迭代器(反之不成立),因此任何生成器也是以一种懒加载的模式生成值。用生成器来实现斐波那契数列的例子是:

def fib(max):
    n, prev, curr = 0, 0, 1
    while n<max:
        yield curr
        prev, curr = curr, curr + prev
        n += 1

生成器特殊的地方在于函数体中没有return关键字,函数的返回值是一个生成器对象。当执行f=fib()返回的是一个生成器对象,此时函数体中的代码并不会执行,只有显示或隐示地调用next的时候才会真正执行里面的代码。

生成器还有一个send方法,可以往生成器里的变量传值,如下代码:

def foo():
    print("first")
    count=yield
    print(count)
    yield

f = foo()
f.send(None)
f.send(2)

调用过程:

f = foo()返回一个生成器
f.send(None)进入函数执行代码,遇到count=yield,冻结并跳出函数体
f.send(2)再次进入函数体,接着冻结的代码继续执行,把2传给变量count,打印count,遇到yield冻结并跳出函数

四、生成器表达式(generator expression)

生成器表达式是列表推倒式的生成器版本,看起来像列表推导式,但是它返回的是一个生成器对象而不是列表对象。

a = (x for x in range(10))
print(a)

执行结果:

"C:\Program Files\Python36\python.exe" D:/Git/Test_Framework/utils/1.py
<generator object <genexpr> at 0x000000000289D8E0>

Process finished with exit code 0

 

可迭代对象、迭代器和生成器

标签:max   RoCE   懒加载   情况   ast   count   utils   变量   span   

原文地址:https://www.cnblogs.com/tracydzf/p/13324024.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!