likes
comments
collection
share

继续整理python------生成器和迭代器

作者站长头像
站长
· 阅读数 65

一、生成器介绍

通过列表生成式(推导式),我们可以创建一个列表。但是,受到内存限制,列表容量是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅访问前面的几个元素,那后面的元素占用空间都浪费了。所以,如果列表元素可以按照某种算法推算出来,就不必创建完整的list,从而大量节省空间。在python中,这种一边循环一边计算的机制,称为生成器。

二、得到生成器方式

1、通过列表推导式得到生成器

newlist = [x*3 for x in range(10)]  
print(newlist)  
  
# 得到生成器  
g = (x*3 for x in range(20))  
print(g)

# 调用生成器  
# 方式一  
print(g.__next__())  
  
# 方式二 next()  
print(next(g))

三、用函数得到一个生成器

步骤:

1、定义一个函数,函数中使用关键字yield

2、调用函数,接受调用的结果

# 定义生成器的方式:借助函数完成  
# 只要函数中出现了yield关键字,说明函数不是函数,变成生成器了  
def func():  
    n = 0  
    while True:  
        n += 1  
        # print(n) 
        # yield相当于暂停
        yield n  
  
g = func()  
print(g.__next__())

四、菲波那切数列

# 斐波那契数列  
def fib(length):  
    a,b = 0,1  
    n = 0  
    while n<length:  
  
        yield b  
        a,b = b,a+b  
        n+=1  
  
g = fib(8)  
print(next(g))  
print(next(g))  
print(next(g))

五、生成器的send方法

next: 获取下一个元素

sned(value):向每次生成器调用中传值,注意第一次调用要穿send(None)

def gen():  
    i = 0  
    while i < 5:  
        temp = yield i  
        print('temp:',temp)  
        for i in range(temp):  
        print('--------------',i)  
    print('***************')  
    i +=1  
    return '没有更多的数据'  
  
  
g = gen()  
g.send(None)  
# g.send('gg')  
g.send(3)

六、生成器的应用

# 进程 线程 协程  
def task1(n):  
    for i in range(n):  
    print('正在搬第{}块砖!'.format(i))  
    yield None  
  
def task2(n):  
    for i in range(n):  
    print('正在听第{}首歌!'.format(i))  
    yield None  
  
g1 = task1(5)  
g2 = task2(5)  
  
# 交替完成任务  
while True:  
    try:  
        g1.__next__()  
        g2.__next__()  
    except:  
        break

七、迭代器

迭代器对象:1、生成器 2、列表、字典、集合、元组、字符串等

迭代是访问集合元素的一种方式。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,知道所有的元素被访问完借宿。

迭代器只能往前不能后退。

可以被next()函数调用并不断返回下一值的对象称为迭代器:Iterator。

注意:生成器是可迭代的,也是迭代器;list是可迭代的,但不是迭代器,同理还有元组、字典、集合、字符串等。需要用iter(list)转为迭代器;

转载自:https://juejin.cn/post/7273737312974307388
评论
请登录