Python 高階特性生成器和迭代器

生成器generator

目的：list容量太大佔太多記憶體而操作時卻僅僅訪問前幾個元素，generator可以通過迴圈不斷推算出後面的元素，邊迴圈邊計算，節省大量空間；

建立乙個generator：

>>>vlist=[a*a for a in range(3)]
>>>vlist
[0,1,4]
>>>vgenerator=(b*b for b in range(3))
>>>vgenerator
at 0x0000001c9c7702620>

列印generator的值：

>>>next(vgenerator)
0>>>next(vgenerator)
1>>>next(vgenerator)
4

>>>for i in vgenerator:
...    print(i)
...0
14

如果推算的演算法比較複雜，用類似列表生成式的for迴圈無法實現的時候，還可以用函式來實現，這是乙個generator：

>>>def fib(max):
...     n, a, b = 0, 0, 1
...     while n < max:
...       yield b
...       a, b = b, a + b
...       n = n + 1
...     return 'done'
...

generator和函式的執行流程不一樣。函式是順序執行，遇到return語句或者最後一行函式語句就返回。而變成generator的函式，在每次呼叫next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行。

>>>def odd():
...    print('step 1')
...    yield 1
...    print('step 2')
...    yield(3)
...    print('step 3')
...    yield(5)
...
>>> o = odd()

>>> next(o)
step 1
1>>> next(o)
step 2
3>>> next(o)
step 3
5>>> next(o)
traceback (most recent call last):
file "", line 1, in stopiteration

用for迴圈呼叫generator時，發現拿不到generator的return語句的返回值。如果想要拿到返回值，必須捕獲stopiteration錯誤，返回值包含在stopiteration的value中：

>>> g = fib(6)
>>> while true:
...     try:
...         x = next(g)
...         print('g:', x)
...     except stopiteration as e:
...         print('generator return value:', e.value)
...         break
...g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
generator return value: done

普通函式呼叫直接返回結果，generator函式的「呼叫」實際返回乙個generator物件。

迭代器一類是集合資料型別，如list、tuple、dict、set、str等；

一類是generator，包括生成器和帶yield的generator function。

這些可以直接作用於for迴圈的物件統稱為可迭代物件：iterable。

可以使用isinstance()判斷乙個物件是否是iterable物件：

>>> from collections import iterable
>>> isinstance(, iterable)
true
>>> isinstance({}, iterable)
true
>>> isinstance('abc', iterable)
true
>>> isinstance((x for x in range(10)), iterable)
true
>>> isinstance(100, iterable)
false

可以被next()函式呼叫並不斷返回下乙個值的物件稱為迭代器：iterator。例如生成器generator.

可以使用isinstance()判斷乙個物件是否是iterator物件：

（將上述**括號裡面的iterable改為iterator）

把list、dict、str等iterable變成iterator可以使用iter()函式：

>>> isinstance(iter(), iterator)
true
>>> isinstance(iter('abc'), iterator)
true

python的迭代器iterator物件表示的是乙個資料流，iterator物件可以通過next()函式呼叫並不斷返回下乙個資料，直到沒有下乙個資料丟擲stopiteration錯誤，這個資料流可看作有序數列，但我們卻不能知道這個有序數列的長度，只能通過next()函式不斷計算出所需的下乙個資料，甚至可以表示乙個無限大的資料流，例如全體自然數，而list永遠不能儲存全體自然數。

Python 高階特性生成器和迭代器

python中圍繞yield的生成器和迭代器詳解

生成器高階

Python高階生成器（Generators）

Python 高階特性 生成器和迭代器

python中圍繞yield的生成器和迭代器詳解

生成器高階

Python高階 生成器（Generators）

相關推薦

Python 高階特性生成器和迭代器

Python高階生成器（Generators）