python学习-38迭代器和生成器
程序员文章站
2023-12-25 18:13:39
for循环的本质:循环所有对象,全部都是使用的迭代协议 -for循环机制也可以用while表示 -迭代器原理 1. 运行结果: 2.用next方法 运行结果是一样的 只要遵循迭代器协议,那就是可迭代对象。 初识生成器 可以理解为一种数据类型。这种数据类型自动实现了迭代器协议(其他的数据类型需要调用自 ......
迭代器和生成器
---- 迭代器协议和for循环工作机制
1.迭代器协议:对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么引起一个stoplteration异常,以终止迭代(只能往后走,不能往前走)
2.可迭代对象:实现了迭代器的对象(如何实现:对象内部定义一个_iter_()方法)
3.协议是一种约定,可迭代对象实现了迭代器协议,python的内部工具(如:for循环,sum,min,max函数等)使用迭代器协议访问对象。
dic ={'a':1,'b':2} iter_d=dic.__iter__() # 相当于for循环的迭代。 列表,字典,文件等有_iter_()方法的都可以 print(iter_d.__next__())
for循环的本质:循环所有对象,全部都是使用的迭代协议
-for循环机制也可以用while表示
a=[1,2,3,4,5] iter_a=a.__iter__() while true: try: print(iter_a.__next__()) except stopasynciteration: print('迭代完毕,循环终止') break
-迭代器原理
1.
a = [1,2,3,4,5] iter_a=a.__iter__() # 切换为迭代器形式 print(iter_a.__next__()) print(iter_a.__next__()) print(iter_a.__next__()) print(iter_a.__next__()) print(iter_a.__next__())
运行结果:
1 2 3 4 5 process finished with exit code 0
2.用next方法
a = [1,2,3,4,5] iter_a=a.__iter__() # 切换为迭代器形式 print(next(iter_a)) print(next(iter_a)) print(next(iter_a)) print(next(iter_a)) print(next(iter_a))
运行结果是一样的
只要遵循迭代器协议,那就是可迭代对象。
------ 初识生成器
可以理解为一种数据类型。这种数据类型自动实现了迭代器协议(其他的数据类型需要调用自己内置的_iter_方法),所以生成器就是可迭代对象。
--生成器表现形式:
1.生成器函数
def test(): yield 1 g=test() print(g) # 生成器内存地址 print(g.__next__())
运行结果:
<generator object test at 0x0000023ebb890b10>1 process finished with exit code 0
2.生成器表达式
res=(i for i in range(11)) print(res.__next__()) print(res.__next__())
运行结果:
0 1 process finished with exit code 0
ps:
三元表达式
name='john' res='1' if name == 'john' else'2' #如果name='john',返回1,不是则返回2 print(res)
运行结果:
1 process finished with exit code 0