个人建站什么网站好,淘宝商城网站建设,网站建设个人年终总结,wordpress登录后回到指定的页面菜鸟教程《Python 3 教程》笔记#xff08;13#xff09; 13 迭代器与生成器13.1 迭代器13.1.1 创建一个迭代器13.1.2 StopIteration 13.2 生成器13.3 yield 使用浅析13.3.1 通过 iterable 对象来迭代13.3.2 使用 isgeneratorfunction 判断13.3.3 类的定义和类的实例13.3.4 r… 菜鸟教程《Python 3 教程》笔记13 13 迭代器与生成器13.1 迭代器13.1.1 创建一个迭代器13.1.2 StopIteration 13.2 生成器13.3 yield 使用浅析13.3.1 通过 iterable 对象来迭代13.3.2 使用 isgeneratorfunction 判断13.3.3 类的定义和类的实例13.3.4 return 的作用13.3.5 另一个 yield 的例子 13 迭代器与生成器
出处 菜鸟教程 - Python3 迭代器与生成器
13.1 迭代器
迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问直到所有的元素被访问完结束。迭代器只能往前不会后退。
迭代器有两个基本的方法iter() 和 next()。
字符串列表或元组对象都可用于创建迭代器 list [1, 2, 3, 4]it iter(list) # 创建迭代器对象print (next(it)) # 输出迭代器的下一个元素
1print (next(it))
213.1.1 创建一个迭代器
把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。 __iter__() 方法返回一个特殊的迭代器对象 这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。 __next__() 方法会返回下一个迭代器对象。
class MyNumbers:def __iter__(self):self.a 1return selfdef __next__(self):x self.aself.a 1return xmyclass MyNumbers()
myiter iter(myclass)print(next(myiter)) # 1
print(next(myiter)) # 2print(type(myclass)) # class __main__.MyNumbers
print(type(myiter)) # class __main__.MyNumbers
print(myclass is myiter) # True
print(next(myclass)) # 1
print(next(myclass)) # 213.1.2 StopIteration
StopIteration 异常用于标识迭代的完成防止出现无限循环的情况在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。
class MyNumbers:def __iter__(self):self.a 1return selfdef __next__(self):if self.a 20:x self.aself.a 1return xelse:raise StopIteration13.2 生成器
在 Python 中使用了 yield 的函数被称为生成器generator。
yield 是一个关键字用于定义生成器函数生成器函数是一种特殊的函数可以在迭代过程中逐步产生值而不是一次性返回所有结果。
跟普通函数不同的是生成器是一个返回迭代器的函数只能用于迭代操作更简单点理解生成器就是一个迭代器。
def countdown(n):while n 0:yield nn - 1# 创建生成器对象
generator countdown(5)# 通过迭代生成器获取值
print(next(generator)) # 输出: 5
print(next(generator)) # 输出: 4
print(next(generator)) # 输出: 3# 使用 for 循环迭代生成器
for value in generator:print(value) # 输出: 2 113.3 yield 使用浅析
出处 菜鸟教程 - Python yield 使用浅析
13.3.1 通过 iterable 对象来迭代
在 python 2 中range() 为 list 对象会生成 listxrange() 为 iterable 对象。在 python 3 中range() 和 xrange() 合并了。
13.3.2 使用 isgeneratorfunction 判断
可以利用 isgeneratorfunction 判断一个函数是否是一个特殊的 generator 函数。
def fab(max): n, a, b 0, 0, 1 while n max: yield b # 使用 yielda, b b, a b n n 1from inspect import isgeneratorfunction
print(isgeneratorfunction(fab)) # True13.3.3 类的定义和类的实例 fab 是一个 generator function而 fab(5) 是调用 fab 返回的一个 generator好比类的定义和类的实例的区别 import types
print(isinstance(fab, types.GeneratorType)) # False
print(isinstance(fab(5), types.GeneratorType)) # Truefab 是无法迭代的而 fab(5) 是可迭代的 from collections import Iterable
print(isinstance(fab, Iterable)) # False
print(isinstance(fab(5), Iterable)) # True13.3.4 return 的作用 在一个 generator function 中如果没有 return则默认执行至函数完毕如果在执行过程中 return则直接抛出 StopIteration 终止迭代。 13.3.5 另一个 yield 的例子
另一个 yield 的例子来源于文件读取。如果直接对文件对象调用 read() 方法会导致不可预测的内存占用。好的方法是利用固定长度的缓冲区来不断读取文件内容。通过 yield我们不再需要编写读文件的迭代类就可以轻松实现文件读取。
def read_file(fpath): BLOCK_SIZE 1024 with open(fpath, rb) as f: while True: block f.read(BLOCK_SIZE) if block: yield block else: return
