迭代器
迭代器即迭代的工具,那什么是迭代呢?
迭代是一个重复的过程,每次重复即一次迭代,而且每次迭代的结果都是下一次迭代的初始值编程
优势:app
一、为什么要有迭代器?ide
对于序列类型:字符串、列表、元组,咱们能够使用索引的方式迭代取出其包含的元素。但对于字典、集合、文件等类型是没有索引的,若还想取出其内部包含的元素,则必须找出一种不依赖于索引的迭代方式,这就是迭代器函数
二、什么是可迭代对象?工具
可迭代对象指的是内置有iter方法的对象,即obj.iter,以下code
'hello'.__iter__ (1,2,3).__iter__ [1,2,3].__iter__ {'a':1}.__iter__ {'a','b'}.__iter__ open('a.txt').__iter__
三、什么是迭代器对象?对象
可迭代对象执行obj.iter()获得的结果就是迭代器对象
而迭代器对象指的是即内置有iter又内置有next方法的对象索引
文件类型是迭代器对象 open('a.txt').__iter__() open('a.txt').__next__()
dic={'a':1,'b':2,'c':3} iter_dic=dic.__iter__() #获得迭代器对象,迭代器对象即有__iter__又有__next__,可是:迭代器.__iter__()获得的仍然是迭代器自己 iter_dic.__iter__() is iter_dic #True print(iter_dic.__next__()) #等同于next(iter_dic) print(iter_dic.__next__()) #等同于next(iter_dic) print(iter_dic.__next__()) #等同于next(iter_dic) # print(iter_dic.__next__()) #抛出异常StopIteration,或者说结束标志 #有了迭代器,咱们就能够不依赖索引迭代取值了 iter_dic=dic.__iter__() while 1: try: k=next(iter_dic) print(dic[k]) except StopIteration: break
#基于for循环,咱们能够彻底再也不依赖索引去取值了 dic={'a':1,'b':2,'c':3} for k in dic: print(dic[k]) #for循环的工做原理 #1:执行in后对象的dic.__iter__()方法,获得一个迭代器对象iter_dic #2: 执行next(iter_dic),将获得的值赋值给k,而后执行循环体代码 #3: 重复过程2,直到捕捉到异常StopIteration,结束循环
生成器
#只要函数内部包含有yield关键字,那么函数名()的到的结果就是生成器,而且不会执行函数内部代码 def func(): print('====>first') yield 1 print('====>second') yield 2 print('====>third') yield 3 print('====>end') g=func() print(g) #<generator object func at 0x0000000002184360>
yield总结内存
一、把函数作成迭代器
二、对比return,能够返回屡次值,能够挂起/保存函数的运行状态字符串
name=input('姓名>>: ') res='SB' if name == 'alex' else 'NB' print(res)
优势:方便,改变了编程习惯,可称之为声明式编程
egg_list=[] for i in range(10): egg_list.append('鸡蛋%s' %i) egg_list=['鸡蛋%s' %i for i in range(10)]
#一、把列表推导式的[]换成()就是生成器表达式 #二、示例:生一筐鸡蛋变成给你一只老母鸡,用的时候就下蛋,这也是生成器的特性 >>> chicken=('鸡蛋%s' %i for i in range(5)) >>> chicken <generator object <genexpr> at 0x10143f200> >>> next(chicken) '鸡蛋0' >>> list(chicken) #因chicken可迭代,于是能够转成列表 ['鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4',] #三、优势:省内存,一次只产生一个值在内存中
def xd(): for i in range(100): yield '鸡蛋%s' %i s=xd() print(s.__next__()) print(s.__next__())