一文搞懂???????python可迭代對(duì)象,迭代器,生成器,協(xié)程
設(shè)計(jì)模式:迭代
迭代是一種設(shè)計(jì)模式,解決有序便利序列的問(wèn)題。通用的可迭代對(duì)象需要支持done和next方法。
偽代碼如下:
while not iterator.done():
item = iterator.next()
.....python:可迭代對(duì)象和迭代器
python的可迭代對(duì)象需要實(shí)現(xiàn)__iter__()方法,返回一個(gè)迭代器。for循環(huán)和頂級(jí)函數(shù)iter(obj)調(diào)用obj的__iter__()方法,返回一個(gè)迭代器。迭代器本身也是可迭代對(duì)象,所以也需要實(shí)現(xiàn)__iter__()方法,返回自身,同時(shí)也需要實(shí)現(xiàn)__next__()方法,獲取下一個(gè)元素。
簡(jiǎn)單類(lèi)示例:
class Iterable:
def __init__(self,string):
self.string = string
def __iter__():
return Iterator(self.string)
class Itrator:
def __init__(self,string):
self.string = string
self.words = list(string)
self.index = 0
def __iter__(self):
return self
def __next__(self):
if self.index == len(self.words):
raise StopIteration # 元素遍歷完成拋出錯(cuò)誤,for循環(huán)自動(dòng)處理
item = self.words[self.index]
self.index += 1
return item為什么要有生成器?
生成器幫助迭代器省內(nèi)存。在上面的例子可以看出,可迭代對(duì)象會(huì)一次性把所有元素生成并保存。但是有時(shí)候,我們只關(guān)注當(dāng)前處理的元素。如果元素?cái)?shù)量龐大,比如說(shuō)在處理大量日志分析的時(shí)候,一次性把所有行加載到內(nèi)存,導(dǎo)致內(nèi)存浪費(fèi)嚴(yán)重。所以才有了生成器。
python的生成器實(shí)現(xiàn)
yield關(guān)鍵字讓python生成器實(shí)現(xiàn)超級(jí)方便。yield可看成是代碼執(zhí)行暫停,直到下一次next()方法調(diào)用,然后遇到下一個(gè)yield再次暫停。另外,yield xxx 表示回元素xxx。
def my_generator(stirng):
for x in string:
yield x需要注意的是,雖然我們定義的是函數(shù),但是實(shí)際上,python會(huì)自動(dòng)將其轉(zhuǎn)換成一個(gè)生成器對(duì)象,而不是一個(gè)普通的函數(shù)對(duì)象。
協(xié)程
協(xié)程程用是讓我們可以往生成器發(fā)送數(shù)據(jù)。協(xié)程與生成器語(yǔ)法區(qū)別是: xx = yield xxx,即yield左邊有賦值語(yǔ)句,send(a)方法會(huì)將a賦值給xx,協(xié)程對(duì)象返回xxx。協(xié)程的這個(gè)特征,被用于異步編程和并發(fā)編程,在程序遇到IO時(shí)自動(dòng)暫停切換。
協(xié)程執(zhí)行順序:
- yield 出現(xiàn)和生成器暫停
- 在函數(shù)外執(zhí)行send()方法,且激活了生成器
- 發(fā)生的值賦值給yiled語(yǔ)句左側(cè)變量
- 生成器繼續(xù)執(zhí)行,直到遇到下一個(gè)yield語(yǔ)句。
到此這篇關(guān)于一文搞懂python可迭代對(duì)象,迭代器,生成器,協(xié)程的文章就介紹到這了,更多相關(guān)python協(xié)程內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python基礎(chǔ)之?dāng)?shù)據(jù)類(lèi)型知識(shí)匯總
今天帶大家復(fù)習(xí)一下Python基礎(chǔ)知識(shí),文中對(duì)數(shù)據(jù)類(lèi)型相關(guān)知識(shí)做了詳細(xì)的匯總,對(duì)剛?cè)腴T(mén)python的小伙伴很有幫助喲,需要的朋友可以參考下2021-05-05
利用python實(shí)現(xiàn)聚類(lèi)分析K-means算法的詳細(xì)過(guò)程
K-means算法是很典型的基于距離的聚類(lèi)算法,采用距離作為相似性的評(píng)價(jià)指標(biāo),即認(rèn)為兩個(gè)對(duì)象的距離越近,其相似度就越大,下面通過(guò)本文給大家介紹利用python實(shí)現(xiàn)聚類(lèi)分析K-means算法的詳細(xì)過(guò)程,感興趣的朋友一起看看吧2021-11-11
使用Tensorflow將自己的數(shù)據(jù)分割成batch訓(xùn)練實(shí)例
今天小編就為大家分享一篇使用Tensorflow將自己的數(shù)據(jù)分割成batch訓(xùn)練實(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(guò)來(lái)看看吧2020-01-01
python讀取文件夾中圖片的圖片名并寫(xiě)入excel表格
這篇文章介紹了使用python讀取文件夾中圖片的圖片名并寫(xiě)入excel表格的方法。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(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-12-12
Python數(shù)據(jù)類(lèi)型相互轉(zhuǎn)換
當(dāng)涉及數(shù)據(jù)類(lèi)型轉(zhuǎn)換時(shí),Python提供了多種內(nèi)置函數(shù)來(lái)執(zhí)行不同類(lèi)型之間的轉(zhuǎn)換,本文主要介紹了Python數(shù)據(jù)類(lèi)型相互轉(zhuǎn)換,具有一定的參考價(jià)值,感興趣的可以了解一下2023-09-09
python list轉(zhuǎn)矩陣的實(shí)例講解
今天小編就為大家分享一篇python list轉(zhuǎn)矩陣的實(shí)例講解,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(guò)來(lái)看看吧2018-08-08

