浅谈Python中的生成器和迭代器
迭代器
迭代器协议
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,要么返回一个异常来终止本次迭代。(只能往前走,不能往后退!)
迭代器对象
遵循了(实现了)迭代器协议的对象。(对象内部实现了一个__next__方法,以实现迭代器协议)称为一个迭代器对象。他们的作用是逐个遍历容器中的对象。迭代器对象一定是可迭代对象
>>>fromcollectionsimportIterable,Iterator >>>l=list([1,2,3])#定义列表 >>>l_iter=l.__iter__()#调用列表的__iter__方法 >>>isinstance(l,Iterable)#列表可迭代对象 True >>>isinstance(l,Iterator)#列表不是迭代器 False >>>isinstance(l_iter,Iterable)#列表的__iter__方法返回是可迭代对象 True >>>isinstance(l_iter,Iterator)#列表的__iter__方法返回也是是迭代器对象 True
可迭代对象(iterable)
可迭代对象有很多种形式,只要满足可以每次取到容器对象中下一个对象的,都称为可迭代对象。
实现了__iter__方法的对象称为可迭代对象。
range()对象也是可迭代对象。
生成器对象也是可迭代对象。
>>>fromcollectionsimportIterable,Iterator >>>isinstance(range(10),Iterator) False >>>isinstance(range(10),Iterable) True #生成器对象一定是迭代器对象,那么他也必然是可迭代对象 >>>isinstance((iforiinrange(10)),Iterator) True >>>isinstance((iforiinrange(10)),Iterable) True
总结补充
列表、元组、集合、字符串、字典都是可迭代对象。
for循环的本质:使用迭代器协议访问可迭代对象中的每一个对象。
生成器
生成器类似于一种数据类型,这种数据类型自动实现了迭代器协议,所以生成器也是迭代器。
生成器分类及在python中的表现形式:(Python有两种不同的方式提供生成器)
生成器函数
常规函数定义,但是,使用yield语句而不是return语句返回结果。yield语句一次返回一个结果,在每个结果中间,挂起函数的状态,以便下次重它离开的地方继续执行
>>>defgenerator(n): ...foriinrange(n): ...yieldi ... >>>gener_obj=generator(10) >>>gener_obj.__next__() 0 >>>gener_obj.__next__() 1 >>>gener_obj.__next__() 2 >>>type(gener_obj)
生成器表达式
类似于列表推导,但是,生成器返回按需产生结果的一个对象,而不是一次构建一个结果列表,按需取出对象
注意生成器用()包裹起来
>>>generator=(iforiinrange(10)) >>>generator.__next__() 0 >>>generator.__next__() 1 >>>type(generator)
以上就是浅谈Python中的生成器和迭代器的详细内容,更多关于Python生成器和迭代器的资料请关注毛票票其它相关文章!
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。