# 迭代器和生成器 # 迭代器: # 雙下方法 : 不多直接調用的方法。通常狀況下,是經過其餘語法觸發的 # 可迭代的 —— 可迭代協議 含有__iter__的方法('__iter__' in dir(數據)) # 可迭代的必定能夠被for循環 # 迭代器協議: 含有__iter__和__next__方法 # 迭代器必定可迭代,可迭代的經過調用iter()方法就能獲得一個迭代器 # 迭代器的特色: # 很方便使用,且只能取全部的數據取一次 # 節省內存空間 # 生成器 # 生成器的本質就是迭代器 # 生成器的表現形式 # 生成器函數 # 生成器表達式 # 生成器函數: #含有yield關鍵字的函數就是生成器函數 #特色: #調用函數的以後函數不執行,返回一個生成器 #每次調用next方法的時候會取到一個值 #直到取完最後一個,在執行next會報錯
def generator(): for i in range(6): yield '哇哈哈%s'%i g = generator() #調用生成器函數獲得一個生成器 print(list(g)) #再取值會報錯 <<< ['哇哈哈0', '哇哈哈1', '哇哈哈2', '哇哈哈3', '哇哈哈4', '哇哈哈5']
def generator():
for i in range(6):
yield '哇哈哈%s'%i
g = generator()
ret = g.__next__() #每一次執行g.__next__就是從生成器中取值,預示着生成器函數中的代碼繼續執行
print(ret)
num = 0
for i in g:
num += 1
if num > 3:
break
print(i)
<<<
哇哈哈0
哇哈哈1
哇哈哈2
哇哈哈3函數
# 從生成器中取值的幾個方法 # next # for # 數據類型的強制轉換 : 佔用內存
def generator():
print(123)
content = yield 1
print('=======',content)
print(456)
arg = yield 2
''''''
yield
g1 = generator()
g2 = generator()
g1.__next__()
g2.__next__()
print('***',generator().__next__())
print('***',generator().__next__())
g = generator()
ret = g.__next__()
print('***',ret)
ret = g.send('hello') #send的效果和next同樣
print('***',ret)
#send 獲取下一個值的效果和next基本一致
#只是在獲取下一個值的時候,給上一yield的位置傳遞一個數據
#使用send的注意事項
# 第一次使用生成器的時候 是用next獲取下一個值
# 最後一個yield不能接受外部的值
<<<
123
123
123
*** 1
123
*** 1
123
*** 1
======= hello
456
*** 2spa
def average(): sum = 0 count = 0 avg = 0 while True: num = yield avg sum += num # 10 count += 1 # 1 avg = sum/count avg_g = average() avg_g.__next__() avg1 = avg_g.send(10) avg1 = avg_g.send(20) print(avg1) <<< 15.0
def average(): sum = 0 count = 0 avg = 0 while True: num = yield avg sum += num # 10 count += 1 # 1 avg = sum/count avg_g = average() avg_g.__next__() avg1 = avg_g.send(10) avg1 = avg_g.send(20) print(avg1) <<< 10.0 15.0
def generator(): a = 'abcde' b = '12345' for i in a: yield i for i in b: yield i def generator(): a = 'abcde' b = '12345' yield from a yield from b g = generator() for i in g: print(i) <<< a b c d e 1 2 3 4 5
# send # send的做用範圍和next如出一轍 # 第一次不能用send # 函數中的最後一個yield不能接受新的值 # 計算移動平均值的例子 # 預激生成器的裝飾器的例子 # yield from