day13 python迭代器与生成器
2024-10-11 23:38:01
迭代器
字符串、列表、元组、字典、集合都可以被for循环,说明他们都是可迭代的
可迭代协议 : 就是内部实现了__iter__方法
可以被for循环的都是可迭代的,要想可迭代,内部必须有一个__iter__方法。
__iter__方法做了什么事情呢?它返回给我们一个迭代器
迭代器协议:必须拥有__iter__方法和__next__方法。
生成器
我们知道的迭代器有两种:一种是调用方法直接返回的,一种是可迭代对象通过执行iter方法得到的,迭代器有的好处是可以节省内存。
如果在某些情况下,我们也需要节省内存,就只能自己写。我们自己写的这个能实现迭代器功能的东西就叫生成器。
Python中提供的生成器:
1.生成器函数:常规函数定义,但是,使用yield语句而不是return语句返回结果。yield语句一次返回一个结果,在每个结果中间,挂起函数的状态,以便下次从它离开的地方继续执行
2.生成器表达式:类似于列表推导,但是,生成器返回按需产生结果的一个对象,而不是一次构建一个结果列表
生成器Generator:
本质:就是迭代器(所以自带了__iter__方法和__next__方法,不需要我们去实现)
特点:惰性运算,开发者自定义
生成器函数
一个包含yield关键字的函数就是一个生成器函数。
yield可以为我们从函数中返回值,但是yield又不同于return,return的执行意味着程序的结束,调用生成器函数不会得到返回的具体的值,而是得到一个可迭代的对象。
每一次获取这个可迭代对象的值,就能推动函数的执行,获取新的返回值。直到函数执行结束。
import time
def genrator_fun1():
a = 1
print('现在定义了a变量')
yield a
b = 2
print('现在又定义了b变量')
yield b g1 = genrator_fun1()
print('g1 : ',g1) #打印g1可以发现g1就是一个生成器
print('-'*20) #我是华丽的分割线
print(next(g1))
time.sleep(1) #sleep一秒看清执行过程
print(next(g1))
生成器有什么好处呢?就是不会一下子在内存中生成太多数据
更多应用
import time def tail(filename):
f = open(filename)
f.seek(0, 2) #从文件末尾算起
while True:
line = f.readline() # 读取文件中新的文本行
if not line:
time.sleep(0.1)
continue
yield line tail_g = tail('tmp')
for line in tail_g:
print(line)
生成器监听文件的例子
send
def generator():
print(123)
content = yield 1
print('=======',content)
print(456)
yield2 g = generator()
ret = g.__next__()
print('***',ret)
ret = g.send('hello') #send的效果和next一样
print('***',ret) #send 获取下一个值的效果和next基本一致
#只是在获取下一个值的时候,给上一yield的位置传递一个数据
#使用send的注意事项
# 第一次使用生成器的时候 是用next获取下一个值
# 最后一个yield不能接受外部的值
def averager():
total = 0.0
count = 0
average = None
while True:
term = yield average
total += term
count += 1
average = total/count g_avg = averager()
next(g_avg)
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))
计算移动平均值
def init(func): #在调用被装饰生成器函数的时候首先用next激活生成器
def inner(*args,**kwargs):
g = func(*args,**kwargs)
next(g)
return g
return inner @init
def averager():
total = 0.0
count = 0
average = None
while True:
term = yield average
total += term
count += 1
average = total/count g_avg = averager()
# next(g_avg) 在装饰器中执行了next方法
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))
计算移动平均值(2)_预激协程的装饰器
yield from
def gen1():
for c in 'AB':
yield c
for i in range(3):
yield i print(list(gen1())) def gen2():
yield from 'AB'
yield from range(3) print(list(gen2()))
列表推导式和生成器表达式
#列表解析
sum([i for i in range(100000000)])#内存占用大,机器容易卡死 #生成器表达式
sum(i for i in range(100000000))#几乎不占内存
最新文章
- Redis百亿级Key存储方案(转)
- Style样式
- IIS发布问题汇总
- javascript中的数组扩展(一)
- MYSQL 分组排名
- HDU5002 Tree(LCT)
- Python系列之文件操作、冒泡算法、装饰器、及递归
- MySQL技术内幕汇总
- puppeteer(三)常用API
- Nginx 模块分类
- Linux内核第四节 20135332武西垚
- PHPEXCEL xls模板导入,及格式自定义:合并单元格、加粗、居中等操作
- Excel日期格式调整
- Python相关资料收集
- react渲染原理深度解析
- .NET Core学习之路
- Shell脚本之Crontab的格式
- static、final修饰符、内部类
- css背景图片拉伸
- laravel command命令行
热门文章
- Springboot中使用Scheduled做定时任务
- Object 中 equals()使用
- golang 框架 之 CHI
- CSS3_多列布局
- vue_源码 原理 剖析
- 5. 箭头函数_this 指向_es6 常用语法
- 2018-2019-1 20189210 《LInux内核原理与分析》第八周作业
- 接线端子VH,CH,XH
- POJ 2533 - Longest Ordered Subsequence - [最长递增子序列长度][LIS问题]
- Gym 101606L - Lounge Lizards - [计算几何+LIS]