Python中迭代器與生成器的用法
更新時間：2022年05月28日 10:53:46 作者：springsnow
這篇文章介紹了Python中迭代器與生成器的用法，文中通過示例代碼介紹的非常詳細。對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下
一、迭代器（foreach）
1、可迭代的對象
內置有__iter__方法的都叫可迭代的對象。
Python內置str、list、tuple、dict、set、file都是可迭代對象。
x = 1.__iter__ # SyntaxError: invalid syntax # 以下都是可迭代的對象 name = 'nick'.__iter__ print(type(name)) # 'method-wrapper'>
2、迭代器對象
執(zhí)行可迭代對象的__iter__方法，拿到的返回值就是迭代器對象。
只有字符串和列表都是依賴索引取值的，而其他的可迭代對象都是無法依賴索引取值的，只能使用迭代器對象。
- 內置有
__iter__方法，執(zhí)行該方法會拿到迭代器本身。 - 內置
__next__方法，執(zhí)行該方法會拿到迭代器對象中的一個值。
s = 'hello'
iter_s = s.__iter__()
print(type(iter_s)) # 'str_iterator'> iter_s為迭代器對象
while True:
try:
print(iter_s.__next__())
except StopIteration:
break
#hello3、迭代器有兩個基本的方法：iter() 和 next()。
s = 'hello'
iter_s = iter(s) # 創(chuàng)建迭代器對象
print(type(iter_s)) # iter_s為迭代器對象
while True:
try:
print(next(iter_s)) # 輸出迭代器的下一個元素
except StopIteration:
break
# hello4、for迭代器循環(huán)
可迭代對象可以直接使用常規(guī)for語句進行遍歷
for循環(huán)稱為迭代器循環(huán)，in后必須是可迭代的對象。
#str
name = 'nick'
for x in name:
print(x)
#list
for x in [None, 3, 4.5, "foo", lambda: "moo", object, object()]:
print("{0} ({1})".format(x, type(x)))
#dict
d = {
'1': 'tasty',
'2': 'the best',
'3 sprouts': 'evil',
'4': 'pretty good'
}
for sKey in d:
print("{0} are {1}".format(sKey, d[sKey]))
#file
f = open('32.txt', 'r', encoding='utf-8')
for x in f:
print(x)
f.close()5、實現(xiàn)迭代器(__next__和__iter__)
把一個類作為一個迭代器使用需要在類中實現(xiàn)兩個方法 __iter__() 與 __next__() 。
- __iter__() 方法返回一個特殊的迭代器對象， 這個迭代器對象實現(xiàn)了 __next__() 方法并通過 StopIteration 異常標識迭代的完成。
- __next__() 方法會返回下一個迭代器對象。
- StopIteration 異常用于標識迭代的完成，防止出現(xiàn)無限循環(huán)的情況，在 __next__() 方法中我們可以設置在完成指定循環(huán)次數(shù)后觸發(fā) StopIteration 異常來結束迭代。
創(chuàng)建一個返回數(shù)字的迭代器，初始值為 1，逐步遞增 1，在 20 次迭代后停止執(zhí)行：
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
if self.a <= 20:
x = self.a
self.a += 1
return x
else:
raise StopIteration
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter:
print(x)1、模擬range
class Range:
def __init__(self, n, stop, step):
self.n = n
self.stop = stop
self.step = step
def __next__(self):
if self.n >= self.stop:
raise StopIteration
x = self.n
self.n += self.step
return x
def __iter__(self):
return self
for i in Range(1, 7, 3):
print(i)
#1
#42、斐波那契數(shù)列
class Fib:
def __init__(self):
self._a = 0
self._b = 1
def __iter__(self):
return self
def __next__(self):
self._a, self._b = self._b, self._a + self._b
return self._a
f1 = Fib()
for i in f1:
if i > 100:
break
print('%s ' % i, end='')
# 1 1 2 3 5 8 13 21 34 55 89二、生成器
1、yield
在 Python 中，使用了 yield 的函數(shù)被稱為生成器（generator）。
跟普通函數(shù)不同的是，生成器是一個返回迭代器的函數(shù)，只能用于迭代操作，更簡單點理解生成器就是一個迭代器。
在調用生成器運行的過程中，每次遇到 yield 時函數(shù)會暫停并保存當前所有的運行信息，返回 yield 的值, 并在下一次執(zhí)行 next() 方法時從當前位置繼續(xù)運行。
調用一個生成器函數(shù)，返回的是一個迭代器對象。
yield后面可以加多個數(shù)值（可以是任意類型），但返回的值是元組類型的。
- 提供一種自定義迭代器的方式
- yield可以暫停住函數(shù)，并提供當前的返回值
import sys
def fibonacci(n): # 函數(shù) - 斐波那契
a, b, counter = 0, 1, 0
while True:
if counter > n:
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10) #f 是一個生成器
print(type(f)) # 'generator'>
while True:
try:
print(next(f), end=" ")
except StopIteration:
sys.exit()yield和return:
- 相同點：兩者都是在函數(shù)內部使用，都可以返回值，并且返回值沒有類型和個數(shù)的限制
- 不同點：return只能返回一次值；yield可以返回多次值
2、自定義range()方法
def my_range(start, stop, step=1):
while start < stop:
yield start
start += 1
g = my_range(0, 3)
print(f"list(g): {list(g)}")復雜版本：
def range(*args, **kwargs):
if not kwargs:
if len(args) == 1:
count = 0
while count < args[0]:
yield count
count += 1
if len(args) == 2:
start, stop = args
while start < stop:
yield start
start += 1
if len(args) == 3:
start, stop, step = args
while start < stop:
yield start
start += step
else:
step = 1
if len(args) == 1:
start = args[0]
if len(args) == 2:
start, stop = args
for k, v in kwargs.items():
if k not in ['start', 'step', 'stop']:
raise ('參數(shù)名錯誤')
if k == 'start':
start = v
elif k == 'stop':
stop = v
elif k == 'step':
step = v
while start < stop:
yield start
start += step
for i in range(3):
print(i) # 0,1,2
for i in range(99, 101):
print(i) # 99,100
for i in range(1, 10, 3):
print(i) # 1,4,7
for i in range(1, step=2, stop=5):
print(i) # 1,3
for i in range(1, 10, step=2):
print(i) # 1,3,5,7,93、生成器表達式(i.for .in)
把列表推導式的[]換成()就是生成器表達式 。
優(yōu)點：比起列表推導式，可以省內存，一次只產(chǎn)生一個值在內存中
t = (i for i in range(10)) print(t) # <generator object at 0x00000000026907B0> print(next(t)) # 0 print(next(t)) # 1
舉例：
with open('32.txt', 'r', encoding='utf8') as f:
nums = [len(line) for line in f] # 列表推導式相當于直接給你一筐蛋
print(max(nums)) # 2
with open('32.txt', 'r', encoding='utf8') as f:
nums = (len(line) for line in f) # 生成器表達式相當于給你一只老母雞。
print(max(nums)) # ValueError: I/O operation on closed file.到此這篇關于Python迭代器與生成器的文章就介紹到這了。希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
相關文章
Pycharm遠程調試和MySQL數(shù)據(jù)庫授權問題
這篇文章主要介紹了Pycharm遠程調試和MySQL數(shù)據(jù)庫授權問題,文章內容介紹詳細，需要的小伙伴可以參考一下，希望對你的學習或工作有所幫助2022-03-03
這篇文章主要介紹了jupyter?notebook加載和運行.py文件方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-07-07
這篇文章主要介紹了python程序調用遠程服務的步驟詳解，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友參考下吧2021-03-03
Jinja2是基于python的模板引擎，功能比較類似于于PHP的smarty，J2ee的Freemarker和velocity。 它能完全支持unicode，并具有集成的沙箱執(zhí)行環(huán)境，應用廣泛。jinja2使用BSD授權2022-07-07
今天小編就為大家分享一篇Python 通過調用接口獲取公交信息的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12
在本篇文章里小編給大家分享了關于python dict亂碼解決方法，需要的朋友們可以參考下。2020-06-06
Python靜態(tài)Web服務器面向對象處理客戶端請求
這篇文章主要為大家介紹了Python面向對象實現(xiàn)靜態(tài)Web服務器處理客戶端請求示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-06-06
這篇文章主要介紹了pygame學習筆記（3）：運動速率、時間、事件、文字,本文講解了運動速率、事件、字體及字符顯示等內容,需要的朋友可以參考下2015-04-04
Python?tkinter?多選按鈕控件?Checkbutton方法
這篇文章主要介紹了Python?tkinter?多選按鈕控件?Checkbutton方法，文章圍繞主題展開詳細的內容介紹，具有一定的參考價值，需要的朋友可以參考一下2022-07-07
一次搞懂hasattr()/getattr()/setattr()在Python中的應用
在Python中，hasattr()、getattr()和setattr()是一組內置函數(shù)，本文將從入門到精通，全面介紹hasattr()、getattr()和setattr()函數(shù)的用法和相關知識點,需要的可以了解下2023-08-08