Python第六章-函数05-迭代器&生成器
python作为一个既面向对象,又支持函数式编程的语言,函数的使用方面有很多特点。
比如:闭包,装饰器,迭代器等
函数的高级应用
容器:生活中常见的容器有哪些?袋子,盆子,水杯,书包,铅笔盒。。。
容器是一种把多个元素组织在一起的数据结构,容器中的元素可以逐个的迭代获取,可以用in,not in等关键字判断某个元素是否包含在容器中。在python中常见的容器对象有:
list
, tuple
, dict
, str
, set
容器你可以把它看做一个房子,一个柜子,一个盒子,里面可以塞任何东西,从技术角度来说,当他可以用来询问某个元素是否包含在其中时,那么这个对象就可以看做一个容器。
1 in [1, 2, 3] # true 4 not in [1, 2, 3, 4] # false 4 in {1, 2, 3} # false 4 not in {1, 2, 3, 4} # false
一、迭代器
回想一下,到目前为止,能用for循环进行遍历的数据类型主要有哪些呢?dict,tuple,str,set,list
等
1.1 可迭代对象
可迭代对象和容器一样是一种通俗的叫法,并不是指某种具体的数据类型,list
是可迭代对象,dict
是可迭代对象,set
也是可迭代对象。
这些可以直接作用于for
循环的对象统称为可迭代对象:iterable
。
前面说的序列和集合类型也是基于这个原理
那么,如何判断一个对象是可迭代对象呢?方法是通过collections模块的iterable类型判断:
from collections import iterable # str是否可迭代 print(isinstance("abc", iterable)) # true # list是否可迭代 print(isinstance([1,2,3], iterable)) # true # 整数是否可迭代 print(isinstance(123, iterable)) # false
1.2 迭代器
现在已经有很多对象可以使用for
循环,而且相对于其他语言,pythonfor
循环的使用方式非常优雅,简洁和便利
for`循环的背后就是迭代器
迭代器使用遍及python,并且使用方式统一
但凡是返回一个迭代器的对象,都可以成为可迭代对象。比如range
对象。
1.3 迭代器的工作原理
使用迭代器的步骤简述如下:
- 调用内置函数
iter(container)
, 把容器作为参数传递进去,返回一个对象,这个对象就是一个迭代器对象。容器对象就是咱们前边说的str,list
等- 迭代器对象中有一个方法
__next()__
,这个方法每调用一次,就可以访问到容器中的一个元素,我们自己要调用的话,只需要调用内置函数next(it)
就可以了- 当容器中最后一个元素被迭代后, 再调用
__next()__
方法, 则会抛出一个stopiteration
异常,for
循环捕捉到这个异常后就可以终止循环了.
当运行代码:
list1 = [1, 2, 3] for x in list1: ....
实际执行的情况是
1.3 使用迭代器访问字符串中的元素
s = "acdefgh" # 获取字符串 s 的迭代器, 其实等价于 it = s.__iter__() it = iter(s) print(next(it))# 迭代第一个元素 print(next(it)) print(next(it)) print(next(it)) print(next(it))
1.4 使用迭代器访问列表中的元素
s = [10, 30, 40, 20, 2] it = iter(s) print(next(it)) # 10 print(next(it)) # 30 print(next(it)) # 40
二、生成器
生成器算的上是python语言中最吸引人的特性之一,生成器其实是一种特殊的迭代器,不过这种迭代器更加优雅。他只需要一个yield关键字。生成器一定是迭代器(反之不成立),因此任何生成器也是以一种懒加载的模式生成值。
generator
(生成器)是一个简单且强大的创建迭代器的工具
生成器除了使用yield
之外, 就像一个正常的函数, 想在任何地方返回数据, 只需要添加yield
就可以了.
我们调用next()
函数, 一旦碰到yield
则返回yield
后的数据, python 并且可以保存当前的状态和位置, 下次再调用next()
, 则继续从此处执行.
# 生成能够迭代整数 1-n 的迭代器函数. 调用这个方法, 方法内的代码并不会立即执行, 而是返回一个生成器对象 def foo(n): for i in range(1, n): yield i # 每次碰到 yield, 则在此暂停, 并保存这个位置 for i in foo(20): print(i)
当然也可以使用下面的方式去使用生成器函数
def foo(n): for i in range(1, n): yield i # 每次碰到 yield, 则在此暂停, 并保存这个位置 it = foo(20) print(next(it)) print(next(it))
1.2.1 生成器表达式
生成器表达式(generator expressions), 是一个对象, 他执行的结果和以前学习的列表推导类似, 但会迭代的生成结果.
他的语法也与列表类似, 只是需要把以前的[]
换成()
语法:
it = (express for item in iterator)
def foo(n): for i in range(1, n + 1): yield i # foo(20)返回的迭代器生成一个新的迭代器 it = (x * x for x in foo(20)) for y in it: print(y)
1.2.2 生成器表达式和列表的差异
从写法上来看,生成器表达式使用()
, 而列表用[]
. 但是他们之间还是有很重要的差异.
他们的主要区别在于其中的元素(数据)的生成时间不同!
- 列表创建成功之后, 那么他里面的元素也已经创建成功, 而且是实实在在的占据着内存! 也就是说, 从物理上来看他们已经存在了.
- 而生成器表达式不一样, 仅仅是创建了一个生成器而已, 那些元素还没有创建. 只有当你使用
for
或者next()
的时候才会根据需要来创建元素. - 所以, 生成器不可能有添加, 删除等这些方法.
- 如果数据量比较大的时候, 使用生成器表达式的性能要好于列表.
- 列表推倒只能生成列表, 而生成器表达式可以根据需要生成任何类型的序列.
上一篇: 软件工程第二次作业
下一篇: java数据结构实现单链表