Python（五）生成器迭代器

一、生成器

求平方

//傳統方法 浪費時間
square_table = 
for i in range
（10000）：
for i in range
(10):
print (square_table[i])

生成器(到使用的時候才做真正的計算，節省時間和空間）

square_generator = (x*x for x in
range(50000))//range(50000)為生成器
for i in
range（10):
print(next(square_generator))

示例：斐波那契數列

def
fib(limit):
n,a,b = 0,0,1
while n#print（b)
yield b
a,b = b,a+b
n += 1
return
'done'
import traceback
f = fib(5)
try:
print(next(f))
except stopiteration:
traceback.print_exc()
for i in fib(5):
print(i)

二、yeild關鍵字

乙個帶有 yield 的函式就是乙個 generator，它和普通函式不同，生成乙個 generator 看起來像函式呼叫，但不會執行任何函式**，直到對其呼叫 next()（在 for 迴圈中會自動呼叫 next()）才開始執行。雖然執行流程仍按函式的流程執行，但每執行到乙個 yield 語句就會中斷，並返回乙個迭代值，下次執行時從 yield 的下乙個語句繼續執行。看起來就好像乙個函式在正常執行的過程中被 yield 中斷了數次，每次中斷都會通過 yield 返回當前的迭代值。

yield 的好處是顯而易見的，把乙個函式改寫為乙個 generator 就獲得了迭代能力，比起用類的例項儲存狀態來計算下乙個 next() 的值，不僅**簡潔，而且執行流程異常清晰。

詳情請見：

如何判斷乙個函式是否是乙個特殊的 generator 函式？可以利用 isgeneratorfunction 判斷：

from inspect import isgeneratorfunction 
isgeneratorfunction(fab) 
//true

三、迭代器（惰性計算，生成器是迭代器的一種）

迭代器持有乙個內部狀態的字段，用於記錄下次迭代返回值，它實現了next和iter方法，迭代器不會一次性把所有元素載入到記憶體，而是需要的時候才生成返回結果。

那麼什麼迭代器呢？它是乙個帶狀態的物件，他能在你呼叫next()方法的時候返回容器中的下乙個值，任何實現了iter和next()（python2中實現next()）方法的物件都是迭代器，iter返回迭代器自身，next返回容器中的下乙個值，如果容器中沒有更多元素了，則丟擲stopiteration異常，至於它們到底是如何實現的這並不重要。

from collections import iterable
from collections import iterator
//判斷列表和字典是否是可迭代的，結果返回true
print(isinstance([1,2,3],iterable))//true
print(isinstance({},iterabel))//true
print(isinstance(123,iterabel))//false
print(isinstance(『abc',iterabel))//true
print(isinstance([1,2,3],iterator))//陣列是可迭代的，但不是可迭代器
g = (x*x for x in range(10))
print(type(g))
print(isinstance(g,iterable))//true，是可迭代的，便可以用for迴圈來列印
for i in g:
print（i）

//判斷斐波那契函式是否是迭代器
deffib
(limit):
n,a,b = 0,0,1
while n#print（b)
yield b
a,b = b,a+b
n += 1
return
'done'
f = fib(6)
print(type(f))
print(isinstance(f,iterable))//true
print(isinstance(f,iterator))//true
for i in f:
print(i)

Python（五）生成器迭代器

003 生成器迭代器

python 3 生成器 and 迭代器

Python入門（七）生成器迭代器

Python（五）生成器 迭代器

003 生成器 迭代器

python 3 生成器 and 迭代器

Python入門（七）生成器 迭代器

相關推薦

Python（五）生成器迭代器

003 生成器迭代器

Python入門（七）生成器迭代器