Python-生成器與迭代器

目錄

• 迭代器
  • 可迭代對象
  • 迭代器對象
  • 爲何有迭代器對象
  • for循環原理
  • 總結
• 三元表達式
• 列表推導式
• 字典生成式
  • zip()函數
• 生成器
• range函數實現
  • yield的特性
  • 對yield的總結
• 遞歸函數
  • 遞歸條件

迭代器

什麼是迭代器？

迭代器：迭代的工具

可迭代對象

python中一切皆對象

對與這一切的對象，但凡是有__iter__方法的都是可迭代對象

# x = 1.__iter__  # SyntaxError: invalid syntax

# 如下數據類型都是可迭代的對象

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

除數字數據類型外都是可迭代對象

迭代器對象

對與這一切的對象，但凡是有__iter__ 和 __next__方法的都是迭代器對象

# 只有文件纔是迭代器對象

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

對於可迭代對象，咱們能夠變成迭代器對象

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

爲何有迭代器對象

提供了一種不依賴索引取值的手段即 for循環

for循環原理

# 若是用c寫,這就是for循環

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循環 --》 迭代循環
    print(i)

總結

• 可迭代對象：含有__iter__方法的叫作可迭代對象 -- 》除了數字類型都是可迭代對象--》可迭代對象使用__iter__變成迭代器

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

• 可迭代對象不必定是迭代器，可是迭代器必定是可迭代對象

三元表達式

x = 10
y = 20

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

# 三元表達式 --> 三目表達式

# 條件成立走這裏 if 條件 else 條件不成立走這裏

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

列表推導式

lt = []

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

上述方式能夠生成一個列表

還能夠一行代碼

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

字典生成式

若是咱們要生成一個字典，咱們能夠用for循環

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

上述方式比較麻煩，咱們能夠用一行代碼

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

zip()函數

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)

咱們能夠用zip函數生成字典

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 本質上是一個迭代器

含有yield關鍵字的函數就叫作生成器

lt = (i for i in range(10))     # 注意是()，若是換成[]就變成了列表推導式了
print(lt)

# 是一個生成器
<generator object <genexpr> at 0x0000000001F2AF10>

def ge():
    yield 3     # 一個yield 就得至關於一個__next__方法，做用是暫停函數
    yield 4
    
g = ge()        # 獲得一個生成器

# 而後能夠經過__next__方法取值
print(g.__next__())
print(g.__next__())

# for 循環取值 就至關於使用__next__方法
for i in g:
    print(i)

range函數實現

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. 暫停函數
2. 經過next取值

對yield的總結

　　（1）一般的for..in...循環中，in後面是一個數組，這個數組就是一個可迭代對象，相似的還有鏈表，字符串，文件。他能夠是a = [1,2,3]，也能夠是a = [x*x for x in range(3)]。

它的缺點也很明顯，就是全部數據都在內存裏面，若是有海量的數據，將會很是耗內存。

　　（2）生成器本質上是一個迭代器，固然是能夠迭代的，可是隻能夠讀取它一次。由於用的時候才生成，好比a = (x*x for x in range(3))。!!!!注意這裏是小括號而不是方括號。

　　（3）生成器（generator）可以迭代的關鍵是他有next()方法，工做原理就是經過循環重複調用next()方法，直到捕獲一個異常 後 break

　　（4）帶有yield的函數再也不是一個普通的函數，而是一個生成器generator，可用於迭代

　　（5）yield是一個相似return 的關鍵字但不是return，迭代一次遇到yield的時候就返回yield後面或者右面的值。並且下一次迭代的時候，從上一次迭代遇到的yield後面的代碼開始執行

　　（6）yield就是返回的一個值，而且記住這個返回的位置。下一次迭代就從這個位置開始。

　　（7）帶有yield的函數不單單是隻用於for循環，並且可用於某個函數的參數，只要這個函數的參數也容許迭代參數。

​ （8）把列表推導式的[]換成()就是生成器表達式，優勢：省內存，一次只產生一個值在內存中，取得時候再去取。

遞歸函數

函數a內部直接調用函數a自己

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

遞歸條件

1. 函數內部調用函數自己
2. 必需要有退出條件
3. 遞歸必需要有規律