python3.x 基础四:生成器与迭代器
2024-09-05 18:34:43
1.预先存值到内存,调用之前已经占用了内存,不管用与不用,都占用内存
>>> a=[1,2,3,4,5]
>>> type(a)
<class 'list'>
>>> len(a)
5
>>> a = [ i for i in range(1,6)] #列表生成式,这里的i可以是一个函数
>>> type(a)
<class 'list'>
>>> len(a)
5
>>> a
[1, 2, 3, 4, 5] >>> a=[]
>>> for i in range(10):
... a.append(i)
...
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
2.generateor 一边循环一边计算的机制,节省空间,只有在调用的时候才会生成对应的数据,可以用next访问
将列表生成式的中括号改成小括号,就变成生成器了
>>> [ i for i in range(1,6)]
[1, 2, 3, 4, 5]
>>> (i for i in range(1,6))
<generator object <genexpr> at 0x7f8747a69678>
>>> a=(i for i in range(1,6))
>>> type(a)
<class 'generator'>
>>> a.__next__()
1
>>> a.__next__()
2
>>> a.__next__()
3
>>> a.__next__()
4
>>> a.__next__()
5
>>> a.__next__()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
3.斐波那契
def fib(max):
n,a,b=0,0,1
while n<max:
print(b)
a,b=b,a+b
n=n+1
return 'done'
fib(10)
4.将上面的print(b)改成生成式关键字 yield,就是生成器了
def fib(max):
n,a,b=0,0,1
while n<max:
yield b
a,b=b,a+b
n=n+1
return 'done'
gen=fib(10)
print(type(gen))
5.每次调用生成器的时候,遇到yield则返回本次值,然后跳出生成器,可执行其他指令,在下一次调用生成器的时候,将从上次结束的地方开始运行,直到yield跳出
def fib(max):
n,a,b=0,0,1
while n<max:
yield b
a,b=b,a+b
n=n+1
return 'done111'
gen=fib(5)
print(type(gen))
print(next(gen))
print('小明滚进来')
print(next(gen))
print('小明滚出去')
print(next(gen))
print('小明滚进来')
print(next(gen))
print('小明滚出去')
print(next(gen))
输出结果:
<class 'generator'>
1
小明滚进来
1
小明滚出去
2
小明滚进来
3
小明滚出去
5
6.处理异常try:处理内容 except:内容异常处理
def fib(max):
n,a,b=0,0,1
while n<max:
yield b
a,b=b,a+b
n=n+1
return 'done111'
gen=fib(5)
print(type(gen))
while True:
try:
val=next(gen)
print('fib value is',val)
except StopIteration as e:
print(e.value)
break
<class 'generator'>
fib value is 1
fib value is 1
fib value is 2
fib value is 3
fib value is 5
done111
7.生产者与消费者
- g.__next__遇到yield返回,下一次从yield开始,但是不会赋值
- g.send()遇到yield唤醒迭代器,赋值
- 进程-线程-携程,epoll异步IO原理
- epoll是Linux内核为处理大批量文件描述符而作了改进的poll,是Linux下多路复用IO接口select/poll的增强版本,它能显著提高程序在大量并发连接中只有少量活跃的情况下的系统CPU利用率。另一点原因就是获取事件的时候,它无须遍历整个被侦听的描述符集,只要遍历那些被内核IO事件异步唤醒而加入Ready队列的描述符集合就行了
#/usr/bin/env python
#-*- coding: utf-8 -*-
#Author:jenvid.yang
import time
def consumer(name):
print('%s is ready to have baozi!' %(name))
while True:
baozi = yield
print('baozi %s is coming,baozi was ate by %s' %(baozi,name))
c=consumer('alex')
# c.__next__()
# b1='baozi001'
# c.send(b1)
def producer():
c1=consumer('oldboy')
c2=consumer('alex')
c1.__next__()
c2.__next__()
print('i am going to make baozi!')
for i in ['韭菜馅','猪肉馅','白菜陷','玉米馅','萝卜馅']:
time.sleep(1)
print('finish 2 baozi')
c1.send(i)
c2.send(i)
producer()
8.迭代器
- 列表/元组/字典/集合/字符串/生成器,可以用于for循环的对象统称为可迭代对象:Iterable
- isinstance(),判断一个一个对象是否是Iterable对象
>>> from collections import Iterable
>>> isinstance([],Iterable)
True
>>> isinstance('',Iterable)
True
>>> isinstance({},Iterable)
True
>>> isinstance((),Iterable)
True- 能用next()函数调用并返回下一个值的对象成为迭代器,Iterator
>>> from collections import Iterator
>>> isinstance([],Iterator)
False
>>> isinstance('',Iterator)
False
>>> isinstance((),Iterator)
False
>>> isinstance((i for i in range(2)),Iterator)
True- 生成器是迭代器Iterator,但是Iterable不一定是Iterator,用iter()函数可以将迭代类型转成迭代器
>>> isinstance('',Iterator)
False
>>> isinstance(iter(''),Iterator)
True- 迭代:
- 迭代器不能预先知道循环的长度
- 只能通过next()取下一个
- 最后结果抛出StopIterator错误
- 可for循环取值的对象是可迭代类型Iterable
- 可next()取值的对象是迭代器Iterator
最新文章
- getResourceAsStream和getResource的用法及Demo实例
- redis实现tomcat集群session共享
- webform中使用webapi,并且使用autofac
- VS2013搭建wxWidgets开发环境
- 瀑布流插件(jquery.masonry.js)
- java获取当前操作系统的信息
- C++中不常用关键字
- mybatis 与 ehcache 整合[转]
- UINavigationBar
- SQL Server--导入和导出向导
- vim各种编码设置问题
- 性能测试 基于Python结合InfluxDB及Grafana图表实时监控Android系统和应用进程
- [批处理]使用Log.io监控日志变化
- python base64 decode incorrect padding错误解决方法
- apt 下载安装包
- IOS免越狱虚拟定位修改工具共享 Jocation
- 第8月第22天 python scrapy
- JSP的几个页面指令
- Python3.5爬取豆瓣电视剧数据并且同步到mysql中
- Python3 解决 &#39;utf-8&#39; codec can&#39;t decode byte 0x8b in position 1: invalid start byte