不錯的講解,生成器是一類特殊的迭代器,在迴圈遍歷自定義容器物件時,會使用python內建函式iter()呼叫遍歷物件的_iter_(self)獲得乙個迭代器,之後再迴圈對這個迭代器使用next()呼叫迭代器物件的_next_(self) 。
python中生成器和迭代器的區別(**在python3.5下測試):
定義:對於list、string、tuple、dict等這些容器物件,使用for迴圈遍歷是很方便的。在後台for語句對容器物件呼叫iter()函式。iter()是python內建函式。 iter()函式會返回乙個定義了next()方法的迭代器物件,它在容器中逐個訪問容器內的元素。next()也是python內建函式。在沒有後續元素時,next()會丟擲乙個stopiteration異常,通知for語句迴圈結束。
迭代器是用來幫助我們記錄每次迭代訪問到的位置,當我們對迭代器使用next()函式的時候,迭代器會向我們返回它所記錄位置的下乙個位置的資料。實際上,在使用next()函式的時候,呼叫的就是迭代器物件的_next_方法(python3中是物件的_next_方法,python2中是物件的next()方法)。所以,我們要想構造乙個迭代器,就要實現它的_next_方法。但這還不夠,python要求迭代器本身也是可迭代的,所以我們還要為迭代器實現_iter_方法,而_iter_方法要返回乙個迭代器,迭代器自身正是乙個迭代器,所以迭代器的_iter_方法返回自身self即可。
2,可迭代物件:實現了迭代器協議物件。list、tuple、dict都是iterable(可迭代物件),但不是iterator(迭代器物件)。但可以使用內建函式iter(),把這些都變成iterable(可迭代器物件)。
3,for item in iterable 迴圈的本質就是先通過iter()函式獲取可迭代物件iterable的迭代器,然後對獲取到的迭代器不斷呼叫next()方法來獲取下乙個值並將其賦值給item,當遇到stopiteration的異常後迴圈結束
python自帶容器物件案例:
# 隨便定義乙個list
listarray=[1,2,3]
# 使用iter()函式
itername=iter(listarray)
print(itername)
# 結果如下:是乙個列表list的迭代器
# print(next(itername))
print(next(itername))
print(next(itername))
print(next(itername))#沒有迭代到下乙個元素,直接丟擲異常
# 1# 2
# 3# traceback (most recent call last):
# file "test07.py", line 32, in # stopiteration
---------------------
python中乙個實現了_iter_方法和_next_方法的類物件,就是迭代器,如下案例是計算菲波那切數列的案例
class fib(object):
def __init__(self, max):
super(fib, self).__init__()
self.max = max
def __iter__(self):
self.a = 0
self.b = 1
return self
def __next__(self):
fib = self.a
if fib > self.max:
raise stopiteration
self.a, self.b = self.b, self.a + self.b
return fib
# 定義乙個main函式,迴圈遍歷每乙個菲波那切數
def main():
# 20以內的數
fib = fib(20)
for i in fib:
print(i)
# 測試
if __name__ == '__main__':
main()
解釋說明:
在本類的實現中,定義了乙個_iter_(self)方法,這個方法是在for迴圈遍歷時被iter()呼叫,返回乙個迭代器。因為在遍歷的時候,是直接呼叫的python內建函式iter(),由iter()通過呼叫_iter_(self)獲得物件的迭代器。有了迭代器,就可以逐個遍歷元素了。而逐個遍歷的時候,也是使用內建的next()函式通過呼叫物件的_next_(self)方法對迭代器物件進行遍歷。所以要實現_iter_(self)和_next_(self)這兩個方法。
而且因為實現了_next_(self)方法,所以在實現_iter_(self)的時候,直接返回self就可以。
總結一句話就是:
在迴圈遍歷自定義容器物件時,會使用python內建函式iter()呼叫遍歷物件的_iter_(self)獲得乙個迭代器,之後再迴圈對這個迭代器使用next()呼叫迭代器物件的_next_(self)。
注意點:_iter_(self)只會被呼叫一次,而_next_(self)會被呼叫 n 次,直到出現stopiteration異常。
作用:>延遲操作。也就是在需要的時候才產生結果,不是立即產生結果。
注意事項:
>生成器是只能遍歷一次的。
>生成器是一類特殊的迭代器。
分類:第一類:生成器函式:還是使用 def 定義函式,但是,使用yield而不是return語句返回結果。yield語句一次返回乙個結果,在每個結果中間,掛起函式的狀態,以便下次從它離開的地方繼續執行。
如下案例加以說明:
# 菲波那切數列
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return '親!沒有資料了...'
# 呼叫方法,生成出10個數來
f=fib(10)
# 使用乙個迴圈捕獲最後return 返回的值,儲存在異常stopiteration的value中
while true:
try:
x=next(f)
print("f:",x)
except stopiteration as e:
print("生成器最後的返回值是:",e.value)
break
第二類:生成器表示式:類似於列表推導,只不過是把一對大括號變換為一對小括號()。但是,生成器表示式是按需產生乙個生成器結果物件,要想拿到每乙個元素,就需要迴圈遍歷。
如下案例加以說明:
# 乙個列表
xiaoke=[2,3,4,5]
# 生成器generator,類似於list,但是是把改為()
gen=(a for a in xiaoke)
for i in gen:
print(i)
#結果是:23
45# 為什麼要使用生成器?因為效率。
# 使用生成器表示式取代列表推導式可以同時節省 cpu 和 記憶體(ram)。
# 如果你構造乙個列表(list)的目的僅僅是傳遞給別的函式,
# 比如 傳遞給tuple()或者set(), 那就用生成器表示式替代吧!
# 本案例是直接把列表轉化為元組
kk=tuple(a for a in xiaoke)
print(kk)
#結果是:
(2, 3, 4, 5)
# python內建的一些函式,可以識別這是生成器表示式,外面有一對小括號,就是生成器
result1=sum(a for a in range(3))
print(result1)
# 列表推導式
result2=sum([a for a in range(3)])
print(result2)
python 迭代器與生成器 區別
不錯的講解,生成器是一類特殊的迭代器,在迴圈遍歷自定義容器物件時,會使用python內建函式iter 呼叫遍歷物件的 iter self 獲得乙個迭代器,之後再迴圈對這個迭代器使用next 呼叫迭代器物件的 next self python中生成器和迭代器的區別 在python3.5下測試 定義 對...
Python生成器與迭代器
生成器只有在用的時候會出現在記憶體中,對比列表全部存在記憶體中,減少了記憶體占用 next 函式 依次取生成器的值 s x 2 for x in range 1000 中括號是列表解析,小括號表示生成一系列值,就是生成器 s at 0x7fa20aa8b048 print next s 用next ...
python 迭代器與生成器
迭代器和生成器 print 1 in 1,2,3 print 1 not in 1,2,3 print 4 in print 4 not in 1,2,3 print x not in dlkjfxfei 可迭代物件 iterable 可以被next 函式呼叫並不斷返回下乙個值 知道沒有資料時丟擲s...