徹底搞懂python 迭代器和生成器
迭代器跟生成器,與上篇文章講的裝飾器一樣,都是屬于我的一個(gè)老大難問題。
通常就是遇到的時(shí)候就去搜一下,結(jié)果在一大坨各種介紹博客中看了看,回頭又忘記了。
你是不是也是這樣呢?
俗話說:好記性不如爛筆頭,雖然現(xiàn)在基本不咋用筆寫字了,但是還是要好好整理下,起碼以后我就不用搜了。
如果現(xiàn)在給你一個(gè)列表list_a = [1, 2, 3, 4]
,讓你去迭代它,相信大家都很熟悉,直接用for循環(huán)就完事兒,
list_a = [1, 2, 3, 4] for i in list_a: print(i)
運(yùn)行
1
2
3
4
[Finished in 0.1s]
可以看到,for循環(huán)迭代了列表中的每一個(gè)元素,打印了出來。
那么for循環(huán)背后都做了什么事情呢?
一、 容器、可迭代對(duì)象、迭代器
聽起來陌生,但是你絕對(duì)熟悉的詞兒。
在python中,一切都是對(duì)象,對(duì)象的抽象是類,而對(duì)象的集合就是容器。
使用python中常見的容器有很多,比如:列表list:[0, 1, 2]
,集合set:([0, 1, 2])
,字典dict:{0:0, 1:1, 2:2}
以及元組tuple(0, 1, 2)
。
這些都是多個(gè)元素集中在一起的單元,區(qū)別的是內(nèi)部數(shù)據(jù)結(jié)構(gòu)的實(shí)現(xiàn)方法。
所有的容器都是可以迭代的,你可以用for循環(huán)去迭代上述的容器試試。
那把一個(gè)個(gè)元素找出來,用到的就是迭代器。用iter()可以創(chuàng)建一個(gè)迭代器。
迭代器提供一個(gè)next()
方法,這個(gè)方法你每次調(diào)用的時(shí)候會(huì)給你返回下一個(gè)對(duì)象,或者StopIteration
,也就是沒有對(duì)象可以給你了。
list_a = [1, 2, 3, 4] it = iter(list_a) # 創(chuàng)建迭代器 print(next(it)) #調(diào)用next() print(next(it)) print(next(it)) print(next(it)) print(next(it))
運(yùn)行結(jié)果,前4個(gè)print可以正常返回,第5個(gè)時(shí)候就出現(xiàn)StopIteration錯(cuò)誤了,因?yàn)榱斜碇?個(gè)元素已經(jīng)返回完了。
1
2
3
4
Traceback (most recent call last):
File "D:\練習(xí)\demo_iterator.py", line 9, in <module>
print(next(it))
StopIteration
[Finished in 0.1s with exit code 1]
二、生成器
什么是生成器?簡單粗暴一點(diǎn):生成器就是懶人版的迭代器。
在上述的創(chuàng)建迭代器操作中,我們顯然是做了一次性生成的操作,list_a = [1, 2, 3, 4]
,這4個(gè)元素一次性生成好,以供next()
調(diào)用。
但是生成出的這些元素都是會(huì)保存到內(nèi)存中去,這只是4個(gè)元素,如果有上千萬、上億元素呢?
我并不是第一時(shí)間要用到所有的元素,我只要在我調(diào)用next()
的時(shí)候產(chǎn)生一個(gè)返回給我就好,那么這樣一次性生成就會(huì)白白占用了大量的內(nèi)存。
生成器應(yīng)運(yùn)而生,當(dāng)調(diào)用next()
的時(shí)候,才會(huì)生成下一個(gè)變量。
生成器的寫法很簡單,用小括號(hào),比如把一個(gè)列表生成式括起來:(i for i in range(10000))
這樣就初始化了一個(gè)生成器。
print([i for i in range(10)]) print(i for i in range(10))
上面的時(shí)列表,下面的就是一個(gè)生成器了,區(qū)別就是[]和()。
運(yùn)行結(jié)果:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
<generator object <genexpr> at 0x033383A8>
[Finished in 0.1s]
yield關(guān)鍵字
此外,函數(shù)也可以成為生成器,秘密就是yield
關(guān)鍵字,比如:
def gen(): a = 0 while a < 100: yield a a += 1 test = gen() print(next(test)) print(next(test)) print(next(test)) print(next(test))
運(yùn)行結(jié)果:
0
1
2
3
[Finished in 0.1s]
yield
關(guān)鍵字,可以這樣理解:當(dāng)函數(shù)運(yùn)行到這一行的時(shí)候,程序會(huì)從這里暫停,yield
相當(dāng)于return
會(huì)返回,
當(dāng)下次迭代時(shí)候,則會(huì)從yield
的下一行代碼開始執(zhí)行。
所以,我調(diào)用了4次print,可以從0開始依次輸出。
從我工作中的使用場(chǎng)景出發(fā)的話,我在做一些自動(dòng)化測(cè)試的時(shí)候,有些變量參數(shù)是不可以重復(fù)的,用迭代器來定義變量的生成規(guī)則,每次
調(diào)用都會(huì)產(chǎn)生一個(gè)新的,就不會(huì)重復(fù)了。
以上就是徹底搞懂python 迭代器和生成器的詳細(xì)內(nèi)容,更多關(guān)于python 迭代器和生成器的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Python表格處理模塊xlrd在Anaconda中的安裝方法
本文介紹在Anaconda環(huán)境下,安裝Python讀取.xls格式表格文件的庫xlrd的方法,xlrd是一個(gè)用于讀取Excel文件的Python庫,本文介紹了xlrd庫的一些主要特點(diǎn)和功能,感興趣的朋友一起看看吧2024-04-04python繪制雙Y軸折線圖以及單Y軸雙變量柱狀圖的實(shí)例
今天小編就為大家分享一篇python繪制雙Y軸折線圖以及單Y軸雙變量柱狀圖的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-07-07python獲取時(shí)間戳的實(shí)現(xiàn)示例(10位和13位)
這篇文章主要介紹了python獲取時(shí)間戳的實(shí)現(xiàn)示例(10位和13位),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09基于python2.7實(shí)現(xiàn)圖形密碼生成器的實(shí)例代碼
本文通過實(shí)例代碼給大家介紹了python2.7實(shí)現(xiàn)圖形密碼生成器,代碼簡單易懂,非常不錯(cuò),具有一定的參考借鑒價(jià)值,需要的朋友參考下吧2019-11-11python得到一個(gè)excel的全部sheet標(biāo)簽值方法
今天小編就為大家分享一篇python得到一個(gè)excel的全部sheet標(biāo)簽值方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-12-12django Model層常用驗(yàn)證器及自定義驗(yàn)證器詳解
這篇文章主要介紹了django Model層常用驗(yàn)證器及自定義驗(yàn)證器詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-07-07