Python通过for循环理解迭代器和生成器实例详解

2023-08-28 23:15:04 65

本文实例讲述了Python通过for循环理解迭代器和生成器。分享给大家供大家参考，具体如下：

迭代器

可迭代对象

通过for…in…循环依次拿到数据进行使用的过程称为遍历，也叫迭代。我们把可以通过for…in…语句迭代读取数据的对象称之为可迭代对象。

-通过isinstance()可以判断一个对象是否可以迭代

#判断列表
print(isinstance([],Iterable)

打印结果为True即为可迭代对象。

-自定义一个能容纳数据的类，测试该类的可迭代性

importcollections
classMyClassmate(object):
def__init__(self):
self.names=[]
defadd(self,name):
self.names.append(name)
#创建MyClassmate对象
my_classmate=MyClassmate()
my_classmate.add("小王")
my_classmate.add("小李")
my_classmate.add("小张")
#判断MyClassmate是否为可迭代对象
print("是否为可迭代对象：",isinstance(my_classmate,collections.Iterable))
#迭代数据
fortempinmy_classmate:
print(temp)

运行结果：

是否为可迭代对象：False
Traceback(mostrecentcalllast):
fortempinmy_classmate:
TypeError:'MyClassmate'objectisnotiterable

封装一个可以存放多条数据的类型是不可迭代的

何为可迭代对象

我们分析对可迭代对象进行迭代使用的过程，发现每迭代一次(即在for…in…中每循环一次)都会返回对象中的下一条数据，一直向后读取数据直到迭代了所有数据后结束。那么，在这个过程中就应该有一个"人"去记录每次访问到了第几条数据，以便每次迭代都可以返回下一条数据。我们把这个能帮助我们进行数据迭代的"人"称为迭代器(Iterator)。
可迭代对象的本质就是提供一个这样的中间"人"即迭代器帮助我们对其进行迭代遍历使用。
可迭代对象通过__iter__方法向我们提供一个迭代器，在迭代一个可迭代对象的时候，实际上就是先获取该对象提供的一个迭代器，然后通过这个迭代器来依次获取对象中的每一个数据.

1.可迭代对象的本质就是提供一个这样的中间"人"即迭代器帮助我们对其进行迭代遍历使用

2.可迭代对象是一个具备了__iter__方法的对象，通过__iter__方法获取可迭代对象的迭代器

fromcollectionsimportIterable
classMyClassmate(object):
def__init__(self):
self.names=[]
defadd(self,name):
self.names.append(item)
def__iter__(self):
"""空实现该方法"""
returnNone
#创建MyClassmate对象
my_classmate=MyClassmate()
my_classmate.add("小王")
my_classmate.add("小李")
my_classmate.add("小张")
#判断MyClassmate是否为可迭代对象
print(isinstance(my_classmate,Iterable))

运行结果：

是否为可迭代对象：True

这回测试发现添加了__iter__方法的my_classmate对象已经是一个可迭代对象了。

iter()函数与next()函数

list、tuple等都是可迭代对象，我们可以通过iter()函数获取这些可迭代对象的迭代器。然后我们可以对获取到的迭代器不断使用next()函数来获取下一条数据。

li=[11,22,33,44,55]
#通过iter()取得可迭代对象的迭代器
iterator=iter(li)
#通过next()函数取得iterator迭代器指向的下一个值
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))

1.iter(iterable)函数是把可迭代对象的迭代器取出来，内部是调用可迭代对象的__iter__方法，来取得迭代器的

2.next(iterator)函数是通过迭代器取得下一个位置的值，内部是调用迭代器对象的__next__方法，来取得下一个位置的值

注意:当我们已经迭代完最后一个数据之后，再次调用next()函数会抛出StopIteration的异常，来告诉我们所有数据都已迭代完成，不用再执行next()函数了。

迭代器

我们要想构造一个迭代器，就要实现它的__next__方法。但这还不够，python要求迭代器本身也是可迭代的，所以我们还要为迭代器实现__iter__方法，而__iter__方法要返回一个迭代器，迭代器自身正是一个迭代器，所以迭代器的__iter__方法返回自身即可。

一个实现了__iter__方法和__next__方法的对象，就是迭代器，迭代器同时也是一个可迭代对象.

importcollections
classMyClassmate(object):
def__init__(self):
#声明一个列表
self.names=[]
#记录迭代器迭代的位置，默认是0，即从起始位置开始
self.current=0
defadd(self,name):
self.names.append(name)
def__iter__(self):
"""通过该方法取得迭代器对象"""
returnself
def__next__(self):
"""取得下一个迭代的值"""
ifself.current
for…in…循环的本质
foriteminIterable循环的本质就是先通过iter()函数获取可迭代对象Iterable的迭代器，然后对获取到的迭代器不断调用next()方法来获取下一个值并将其赋值给item，当遇到StopIteration的异常后循环结束(for…in..会自动处理StopIteration异常)。
生成器
生成器
生成器是一种特殊的迭代器,它比迭代器更优雅
创建生成器的方法
1.将列表生成式的[]改成()
#参考列表生成式
L=[x*2forxinrange(6)]
print(L)
#把[]改为():就是一个简单的列表生成器
G=(x*2forxinrange(6))
#输出的是生成器对象
print(G)
print("通过next()函数取得下一个值")
print(next(G))
print(next(G))
print(next(G))
print(next(G))
print(next(G))
print(next(G))
#创建一个简单生成器，通过for来遍历
G=(x*2forxinrange(6))
print("通过for迭代的结果:")
fornuminG:
print(num)


运行结果：

[0,2,4,6,8,10]

at0x7ff7f8bbd5c8>

通过next()函数取得下一个值

0

2

4

6

8

10

通过for迭代的结果:

0

2

4

6

8

10

2.通过关键字yield实现生成器
deffib(n):
current_index=0
num1,num2=0,1
whilecurrent_index
在使用生成器实现的方式中，我们将原本在迭代器__next__方法中实现的基本逻辑放到一个函数中来实现，但是将打印输出方式换成yield,此时新定义的函数便不再是函数，而是一个生成器了。简单来说：只要在函数中有yield关键字，就称为生成器。
此时按照调用函数的方式(案例中为gen=fib(5))使用生成器就不再是执行函数体了，而是会返回一个生成器对象(案例中为gen)，然后就可以按照使用迭代器的方式来使用生成器了。
使用send()唤醒
defgen():
i=0
whilei<5:
temp=yieldi
print(temp)
i+=1
if__name__=='__main__':
#取得生成器对象
obj=gen()
#使用next()唤醒生成器
print(next(obj))
print(next(obj))
#使用send唤醒生成器，在唤醒的同时向断点处传入一个附加数据
print(obj.send("haha"))
#使用next()唤醒生成器
print(next(obj))
#使用send唤醒生成器，在唤醒的同时向断点处传入一个附加数据
print(obj.send("python"))


运行结果:

0

None

1

haha

2

None

3

python

我们除了可以使用next()函数来唤醒生成器继续执行外，还可以使用send()函数来唤醒执行。使用send()函数的一个好处是可以在唤醒的同时向断点处传入一个附加数据。
总结
1.假如函数中有yield，则不再是函数，而是生成器

2.yield会产生一个断点，暂停函数，保存状态

3.假如yield后面紧接着一个数据，就会把数据返回，作为next()函数或者for…in…迭代出的下一个值

4.可以通过next()唤醒生成器，让生成器从断点处继续执行
send与next唤醒生成器不同：
1.send与next都可以唤醒生成器，但send(value)可以传值给生成器的断点处

2.使用：
next(generator)
generator.send("你好")


3.generator.send(None)等价于next(generator)

4.注意：第一次唤醒生成器时，假如使用send,则只能传None，因为刚开始执行生成器时，是没有断点的
-解析
temp=yieldnum
generator.send("你好")


temp=yieldnum为赋值语句，当看到等号时，一定是等号左边先运行完，再赋值给等号右边
而程序运行到yieldnum时，会先返回一个值，也就是此时的num，然后将send()里的参数传给yieldnum，进而赋值给temp
更多关于Python相关内容可查看本站专题：《Python数据结构与算法教程》、《PythonSocket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。

Python通过for循环理解迭代器和生成器实例详解

热门推荐

随机推荐