Python迭代器与生成器用法实例分析

2023-09-10 14:46:04 58

本文实例讲述了Python迭代器与生成器用法。分享给大家供大家参考，具体如下：

迭代器，迭代的工具

什么是迭代器？

指的是一个重复的过程，每一次重复称为一次迭代，并且每一次重复的结果是下一次重复的初始值

l=['a','b','c']
count=0
whilecount
为什么要有迭代器
1、对于序列类型：str，list，tuple，可以依赖索引来迭代取值

2、对于dict，set，文件，python必须为我们提供一种不依赖于索引的迭代取值的方式—>迭代器
可迭代的对象

对象内置函数带有iter的都称为可迭代的对象

strname='lqx'name.__iter__
listl=[1,2,3]l.__iter__
tuplet=(1,2,3)t.__iter__
dictd={'name':'lqx','age':18,'sex':'male'}d.__iter__
sets={'a','b','c'}s.__iter__
filef=open('a.txt','w',encoding='utf-8')f.__iter__


迭代器对象

文件即是可迭代对象，也是迭代器对象

f.__iter__

f.__next__
迭代器总结

1、可迭代对象不一定是迭代器对象

2、迭代器对象一定是可迭代的对象

3、调用obj.iter()方式，得到的是迭代器对象（对于迭代器对象，执行iter得打的仍然是它本身）

d={'name':'egon','age':18,'sex':'male'}
d_iter=d.__iter__()#使用iter之后，生成的d_iter是迭代器
print(d_iter,type(d_iter))
print(d_iter.__next__())#next的俩种使用方式
print(next(d_iter))
print(next(d_iter))
print(next(d_iter))#迭代器d_iter没有值的时候，会抛出异常：StopIteration
print(next(d_iter))


如何去除next取不到中导致StopIteration异常
#下面是如何去除StopIteration异常
whileTrue:
try:#使用try：去除异常
print(next(d_iter))
exceptStopIteration:#去除异常StopIteration
break


for循环详解：

1、调用in后面的obj_iter=obj.iter()

2、k=obj_iter.next()

3、捕捉stopiteration异常，结束迭代

d={'name':'lqx','age':19,'sex':'male'}
forkind:
print(k)


迭代器优缺点总结
优点：
1、提供一种统一的、不依赖与索引的取值方式，为for循环提供了依据

2、迭代器同一时间在内存中只有一个值—>更节省内存空间
缺点：
1、只能往后取，并且是一次性的

2、不能统计值的个数，即长度
l=[1,2,3,4,5]
l_iter=l.__iter__()
print(next(l_iter))
print(next(l_iter))
print(next(l_iter))
print(len(l_iter))#TypeError:objectoftype'list_iterator'hasnolen()


生成器，就是生成迭代器
什么是生成器

只要在函数体内出现yield关键字，那么再执行函数就不会执行函数代码，会得到一个结果，该结果就是生成器

deffunc():
print('---->1')
yield1
print('---->2')
yield2
print('---->3')
yield3
a=func()
print(next(a))#next(a),会执行到第一个yield结束，返回结果是yield后面的返回值
next(a)
next(a)


生成器就是迭代器
g=func()
res1=next(g)
print(res1)
res2=next(g)
print(res2)
res3=next(g)
print(res3)
>>>
---->1
1
---->2
2
---->3


yield的功能

yield为我们提供了一种自定义迭代器对象的方法

yield与return的区别：

1、yield可以返回多次值

2、函数暂停与再继续的状态是由yield帮我们保存的

3、yield在函数中也就是暂停的意思，并且返回yield后面的值

obj=range(1,1000000000000,2)
obj_iter=obj.__iter__()
print(next(obj_iter))
print(next(obj_iter))
print(next(obj_iter))
print(next(obj_iter))


制作一个range内置函数：
#制作一个range函数
defrange_it(start,stop,step=1):
whilestop>start:
yieldstart
start=start+step
foriinrange_it(1,20,2):
print(i)


制作一个类似于linux中管道的小程序
importtime
#小练习：:tail-faccess.log|grep'404'
deftail(filepath):#检测是否有新的写入信息，如果有一条就给yield，作为函数的返回结果。
withopen(filepath,'rb')asf:
f.seek(0,2)
whileTrue:
line=f.readline()
ifline:
yieldline
else:
time.sleep(0.05)
defgrep(lines,pattern):#传入tail检测到新增加的行，然后打印出来这一行并赋值给line，再做判断404，在就使用yield返回这一行
forlineinlines:
#print(line)
line=line.decode('utf-8')
ifpatterninline:
yieldline
lines=grep(tail('a.txt'),'404')#grep()函数执行的结果返回的yield的值，给他赋值，
forlineinlines:#使用for去循环取出lines中的值
print(line)


生成器了解知识点：yield表达式的用法

生成器使用yield表达式，就是给yield初始化下，然后给他传任意值

这里需要先给yield传入一个None的值
e.send：
1、从暂停的位置将值传给yield

2、与next一样

defeater(name):
print('%sreadytoeat'%name)
food_list=[]
whileTrue:
food=yieldfood_list
food_list.append(food)
print('%sstarttoeat%s'%(name,food))
e=eater('alex')
#首先要做一个初始化的操作：也就是必须要先给yield传入一个None的值。
print(e.send(None))#next(e)
print(e.send('一桶水'))#给yield赋值一次，然后会执行下面的代码，然后循环到下一个yield停止
print(e.send('一盘骨头'))


更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《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。
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。

Python迭代器与生成器用法实例分析

迭代器，迭代的工具

什么是迭代器？

为什么要有迭代器

可迭代的对象

迭代器对象

迭代器总结

如何去除next取不到中导致StopIteration异常

for循环详解：

迭代器优缺点总结

生成器，就是生成迭代器

什么是生成器

生成器就是迭代器

yield的功能

yield与return的区别：

制作一个range内置函数：

制作一个类似于linux中管道的小程序

生成器了解知识点：yield表达式的用法

热门推荐

随机推荐