您的位置:首页 > 脚本大全 > > 正文

python中迭代器的作用(Python3.5迭代器与生成器用法实例分析)

更多 时间:2021-10-09 00:20:04 类别:脚本大全 浏览量:1360

python中迭代器的作用

Python3.5迭代器与生成器用法实例分析

本文实例讲述了python3.5迭代器与生成器用法。分享给大家供大家参考,具体如下:

1、列表生成式

通过列表生成式可以直接创建一个列表。代码:a = [i*2 for i in range(10)]

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • #!/usr/bin/env python
  • # -*- coding:utf-8 -*-
  • # author:zhengzhengliu
  • #列表生成式
  • a = [i*2 for i in range(10)]
  • print(a)
  • 运行结果:

    [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

    由于受内存限制,列表容量肯定是有限的。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,若只访问前面的几个元素,后边的绝大多数元素占用空间浪费。

    如果列表元素可以按照某种算法推算出来,那是否可以在循环过程中不断推算后续的元素?这样就不必创建完整的列表list,从而节省大量的空间。

    2、生成器

    在python中,一边循环一边计算的机制,叫做:生成器(generator)。创建一个生成器的方法有很多:

    (1)将一个列表生成式的[]改成(),就创建一个生成器。代码:b = (i*2 for i in range(10))

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • #!/usr/bin/env python
  • # -*- coding:utf-8 -*-
  • # author:zhengzhengliu
  • #列表生成式
  • a = [i*2 for i in range(10)]
  • print(a)
  • print("type of a:",type(a))
  • #生成器
  • b = (i*2 for i in range(10))
  • print(b)
  • print("type of b:",type(b))
  • for i in b:
  •   print(i)
  • 运行结果:

    [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
    type of a: <class 'list'>
    <generator object <genexpr> at 0x008b8d20>
    type of b: <class 'generator'>
    0
    2
    4
    6
    8
    10
    12
    14
    16
    18

    结论:生成器的元素只有在调用的时候才生成相应的,调用到哪一次才会生成到哪一次的元素,只记住当前的位置。

    注意:列表可以直接打印出每一个元素,而生成器不能用切片的形式去取,会出错误。

    打印出生成器generator的每一个元素的方法:如果要一个一个打印出来,要通过next()函数获得生成器generator的下一个返回值

    生成器generator保存的是算法,每次调用print(next(b)),就计算出生成器b的下一个元素的值,直到最后一个元素,没有更多的元素时,抛出stopiteration的错误。

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • #生成器
  • b = (i*2 for i in range(10))
  • print(next(b))
  • print(next(b))
  • print(next(b))
  • print(next(b))
  • 运行结果:

    0
    2
    4
    6

    不断调用next(b)很麻烦,可以利用for循环,因为生成器generator也是可迭代的对象

    (2)当推算的算法比较复杂时,用类似列表生成式的for循环无法实现,还可以用函数来实现生成器

    例如:著名的斐波那契数列(fibonaccl),除了第一个和第二个数之外,任意一个数都由前两个数相加得到:1, 1, 2, 3, 5, 8, 13, 21, 34, ...

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • #!/usr/bin/env python
  • # -*- coding:utf-8 -*-
  • # author:zhengzhengliu
  • def fibonaccl(max):
  •   n,a,b = 0,0,1
  •   while n < max:
  •     print(b)
  •     a,b = b,a + b
  •     n = n + 1
  •   return 'done'
  • fibonaccl(10)
  • 运行结果:

    1
    1
    2
    3
    5
    8
    13
    21
    34
    55

    python中迭代器的作用(Python3.5迭代器与生成器用法实例分析)

    总结:fibonaccl函数实际上定义了斐波那契数列的推算规则,可以从第一个元素开始,推算出后续任意元素,这种逻辑非常类似generator。

    fibonaccl函数和生成器generator只有一步之遥,要把fibonaccl函数变成生成器generator,只需要将print(b)修改为yield b就可以了。

    最难理解的就是generator和函数的执行流程不一样。函数是顺序执行,遇到return语句或者最后一行函数语句就返回。

    而变成generator的函数,在每次调用next()的时候执行,遇到yield语句返回,再次执行时从上次返回的yield语句处继续执行

    即:yield保存了函数的中断状态,返回当前状态的值,函数停在这里,后边还可以继续回来。

    另外,函数可以不再等待其执行结束,可以中断在某个地方做其他的事情,结束之后还可以继续回来接着往下执行(具有并行的效果)。

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • def fibonaccl(max):
  •   n,a,b = 0,0,1
  •   while n < max:
  •     yield b
  •     a,b = b,a + b
  •     n = n + 1
  •   return 'done'
  • print(fibonaccl(15))
  • f = fibonaccl(15)
  • print(f.__next__())
  • print(f.__next__())
  • print(f.__next__())
  • print(f.__next__())
  • print("===========")
  • print(f.__next__())
  • print(f.__next__())
  • print(f.__next__())
  • print(f.__next__())
  • print("=========start loop========"#接着打印后边的元素
  • for i in f:
  •   print(i)
  • 运行结果:

    <generator object fibonaccl at 0x00548d50>
    1
    1
    2
    3
    ===========
    5
    8
    13
    21
    =========start loop========
    34
    55
    89
    144
    233
    377
    610

    用for循环调用generator时,发现拿不到generator的return语句的返回值。

    如果想要拿到返回值,必须捕获stopiteration错误,返回值包含在stopiteration的value中。

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • def fibonaccl(max):
  •   n,a,b = 0,0,1
  •   while n < max:
  •     yield b
  •     a,b = b,a + b
  •     n = n + 1
  •   return 'done'
  • g = fibonaccl(6)
  • while true:
  •    try:
  •      x = next(g)
  •      print('g:', x)
  •    except stopiteration as e:
  •      print('generator return value:', e.value)
  •      break
  • 运行结果:

    g: 1
    g: 1
    g: 2
    g: 3
    g: 5
    g: 8
    generator return value: done

    3、生成器并行的实现——单线程下的并行效果

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • #!/usr/bin/env python
  • # -*- coding:utf-8 -*-
  • # author:zhengzhengliu
  • #生成器并行的实现——生产者、消费者模型
  • import time
  • def consumer(name):
  •   print("%s 准备吃包子啦!" %name)
  •   while true:
  •     baozi = yield     #yield保存当前状态返回
  •     print("包子[%s]来了,被[%s]吃了!" %(baozi,name))
  • def producer(name):
  •   c = consumer('a')
  •   c2 = consumer('b')
  •   c.__next__()     #next只唤醒yield
  •   c2.__next__()
  •   print("开始准备做包子啦!")
  •   for i in range(3):
  •     time.sleep(1)
  •     print("做了2个包子!")
  •     c.send(i)     #send唤醒yield同时给它传值
  •     c2.send(i)
  • producer("alex")
  • 运行结果:

    a 准备吃包子啦!
    b 准备吃包子啦!
    开始准备做包子啦!
    做了2个包子!
    包子[0]来了,被[a]吃了!
    包子[0]来了,被[b]吃了!
    做了2个包子!
    包子[1]来了,被[a]吃了!
    包子[1]来了,被[b]吃了!
    做了2个包子!
    包子[2]来了,被[a]吃了!
    包子[2]来了,被[b]吃了!

    希望本文所述对大家python程序设计有所帮助。

    原文链接:https://blog.csdn.net/loveliuzz/article/details/78072964