python函数：迭代器和生成器

python函数：迭代器和生成器

迭代器和生成器是函数中的一大重点，务必掌握，何为迭代？何为迭代器？

预习：

处理文件，用户指定要查找的文件和内容，将文件中包含要查找内容的每一行都输出到屏幕（使用生成器）

 

1、迭代器

for i in 50:
    print(i)
#运行结果：
# Traceback (most recent call last):
#   File "G:/python/python代码/八月/day2 迭代器生成器/3迭代器.py", line 8, in <module>
#     for i in 50:
# TypeError: 'int' object is not iterable

报错：

TypeError: 'int' object is not iterable

类型报错：'int'对象是不可迭代的    何为迭代？

iterable：可迭代的；迭代的；

可迭代的：从上面代码能够简单分析出能被for循环取值的就是可迭代，那么咱们就能够初步总结出可迭代的类型：str、list、tuple、set、dict

可迭代的 ——对应的标志 拥有__iter__方法

print('__iter__' in dir([1,2,3]))  #判断一个变量是否是一个可迭代的

可迭代协议

能够被迭代要知足的要求就叫作可迭代协议。可迭代协议的定义很是简单，就是内部实现了__iter__方法。

---

 

2、迭代器

__iter__方法做用：

 迭代器

iterator：迭代器；迭代程序

迭代器协议：必须拥有__iter__方法和__next__方法

经过iter(x)获得的结果就是一个迭代器，

x是一个可迭代的对象

在for循环中，就是在内部调用了__next__方法才能取到一个一个的值。

__next__的精髓：

 __next__方法的使用精髓

若是咱们一直取next取到迭代器里已经没有元素了，就会报错（抛出一个异常StopIteration），告诉咱们，列表中已经没有有效的元素了。这个时候，咱们就要使用异常处理机制来把这个异常处理掉。try_except异常处理机制只作了解，不是本章重点，会面会详细讲解。

判断是否可迭代和迭代器的简洁方法：

 判断可迭代和迭代器

不论是一个迭代器仍是一个可迭代对象，均可以使用for循环遍历

迭代器出现的缘由 帮你节省内存

---

 

3、生成器

迭代器大部分都是在python的内部去使用的，咱们直接拿来用就好了

咱们本身写的能实现迭代器功能的东西就叫生成器。

1.生成器函数：常规函数定义，可是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每一个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

2.生成器表达式：相似于列表推导，可是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

生成器Generator：

本质：迭代器(因此自带了__iter__方法和__next__方法，不须要咱们去实现)

特色：惰性运算,开发者自定义

 生成器函数

生成器的好处：不会一会儿在内存中生成太多数据

其它应用：

 生成器监听文件输入的例子

 计算移动平均值简单

 计算移动平均值升级_生成器激活装饰器

 yield from

---

 

4、列表推导式和生成器表达式

 列表推导式和生成器表达式

使用生成器的优势：

一、延迟计算，一次返回一个结果。也就是说，它不会一次生成全部的结果，这对于大数据量处理，将会很是有用。

二、提升代码可读性

#列表解析
sum([i for i in range(100000000)])#内存占用大,机器容易卡死
#生成器表达式
 
 sum(i for i in range(100000000))#几乎不占内存

总结：

一、把列表解析的[]换成()获得的就是生成器表达式

二、列表解析与生成器表达式都是一种便利的编程方式，只不过生成器表达式更节省内存

三、Python不但使用迭代器协议，让for循环变得更加通用。大部份内置函数，也是使用迭代器协议访问对象的。例如， sum函数是Python的内置函数，该函数使用迭代器协议访问对象，而生成器实现了迭代器协议，因此，咱们能够直接这样计算一系列值的和

print(sum([1,2,3]))
print(sum(range(1,4)))
print(sum(x ** 2 for x in range(4)))
print(sum([x ** 2 for x in range(4)]))

 

预习答案和思惟导图明天更新...