Python-生成器与迭代器

目录

• 迭代器
  • 可迭代对象
  • 迭代器对象
  • 为何有迭代器对象
  • for循环原理
  • 总结
• 三元表达式
• 列表推导式
• 字典生成式
  • zip()函数
• 生成器
• range函数实现
  • yield的特性
  • 对yield的总结
• 递归函数
  • 递归条件

迭代器

什么是迭代器？

迭代器：迭代的工具

可迭代对象

python中一切皆对象

对与这一切的对象，但凡是有__iter__方法的都是可迭代对象

# x = 1.__iter__  # SyntaxError: invalid syntax

# 如下数据类型都是可迭代的对象

name = 'qinyj'
lis = [1, 2]
tup = (1, 2)
dic = {'name': 'nick'}
s1 = {'a', 'b'}
f = open('49w.txt', 'w', encoding='utf-8')
f.__iter__

除数字数据类型外都是可迭代对象

迭代器对象

对与这一切的对象，但凡是有__iter__ 和 __next__方法的都是迭代器对象

# 只有文件才是迭代器对象

f = open("user.txt","r")
print(f.__iter__())
print(f.__next__())

对于可迭代对象，咱们能够变成迭代器对象

dic = {'a': 1, 'b': 2, 'c': 3}
dic_iter = dic.__iter__()
print(dic_iter.__next__())
print(dic_iter.__next__())
print(dic_iter.__next__())

为何有迭代器对象

提供了一种不依赖索引取值的手段即 for循环

for循环原理

# 若是用c写,这就是for循环

dic = {'a': 1, 'b': 2, 'c': 3}
dic_iter = dic.__iter__()
while True:
    try:
        print(dic_iter.__next__())
    except StopIteration:
        break

for i in dic:   # for循环 --》 迭代循环
    print(i)

总结

• 可迭代对象：含有__iter__方法的叫作可迭代对象 -- 》除了数字类型都是可迭代对象--》可迭代对象使用__iter__变成迭代器

• 迭代器对象：含有__iter__和__next__方法的叫作迭代器对象--》只有文件是迭代器对象--》迭代器使用__iter__依然是迭代器

• 可迭代对象不必定是迭代器，可是迭代器必定是可迭代对象

三元表达式

x = 10
y = 20

# if x > y:
#     print(x)
# else:
#     print(y)

# 三元表达式 --> 三目表达式

# 条件成立走这里 if 条件 else 条件不成立走这里

print(x) if x > y else print(y) #  --> 仅做了解

列表推导式

lt = []

for i in range(10):
    lt.append(i)
print(lt)

上述方式能够生成一个列表

还能够一行代码

lt = [i for i in range(10)]
print(lt)

字典生成式

若是咱们要生成一个字典，咱们能够用for循环

dic = {}
for i in range(10):
    dic[i] = i

上述方式比较麻烦，咱们能够用一行代码

dic = {i:i for i in range(10)}
print(dic)

zip()函数

lt1 = ["a","b","c"]
lt2 = [1,2,3]
res = zip(lt1,lt2)
print(res.__next__())
print(res.__next__())
print(res.__next__())

##
('a', 1)
('b', 2)
('c', 3)

咱们能够用zip函数生成字典

lt1 = ["a","b","c"]
lt2 = [1,2,3]

dic = {k:v**2 for k,v in zip(lt1,lt2)}

生成器

generator 生成器 本质上是一个迭代器

含有yield关键字的函数就叫作生成器

lt = (i for i in range(10))     # 注意是()，若是换成[]就变成了列表推导式了
print(lt)

# 是一个生成器
<generator object <genexpr> at 0x0000000001F2AF10>

def ge():
    yield 3     # 一个yield 就得至关于一个__next__方法，做用是暂停函数
    yield 4
    
g = ge()        # 获得一个生成器

# 而后能够经过__next__方法取值
print(g.__next__())
print(g.__next__())

# for 循环取值 就至关于使用__next__方法
for i in g:
    print(i)

range函数实现

def range(start,stop,step=1):
    while start < stop:
        yield start
        start += step

r = range(0,5,1)
for i in r:
    print(i)

yield的特性

1. 暂停函数
2. 经过next取值

对yield的总结

　　（1）一般的for..in...循环中，in后面是一个数组，这个数组就是一个可迭代对象，相似的还有链表，字符串，文件。他能够是a = [1,2,3]，也能够是a = [x*x for x in range(3)]。

它的缺点也很明显，就是全部数据都在内存里面，若是有海量的数据，将会很是耗内存。

　　（2）生成器本质上是一个迭代器，固然是能够迭代的，可是只能够读取它一次。由于用的时候才生成，好比a = (x*x for x in range(3))。!!!!注意这里是小括号而不是方括号。

　　（3）生成器（generator）可以迭代的关键是他有next()方法，工做原理就是经过循环重复调用next()方法，直到捕获一个异常 后 break

　　（4）带有yield的函数再也不是一个普通的函数，而是一个生成器generator，可用于迭代

　　（5）yield是一个相似return 的关键字但不是return，迭代一次遇到yield的时候就返回yield后面或者右面的值。并且下一次迭代的时候，从上一次迭代遇到的yield后面的代码开始执行

　　（6）yield就是返回的一个值，而且记住这个返回的位置。下一次迭代就从这个位置开始。

　　（7）带有yield的函数不单单是只用于for循环，并且可用于某个函数的参数，只要这个函数的参数也容许迭代参数。

​ （8）把列表推导式的[]换成()就是生成器表达式，优势：省内存，一次只产生一个值在内存中，取得时候再去取。

递归函数

函数a内部直接调用函数a自己

count = 0 
def a():
    global count
    count += 1
    print(count)
    if count == 5:
        retrun
    a()
a()

递归条件

1. 函数内部调用函数自己
2. 必需要有退出条件
3. 递归必需要有规律