python基礎學習
1、生成器的用法
g = [x*x for x in range(4)]
若此時直接輸出:
for i in g:
print(i)
結果為：01
49若先執行s = next(g)，再執行上述輸出，則結果為：14
9因為next()將g的值指向了下乙個.
列表生成器 s = list(range(4))與上述生成器的區別在於外面的
2、迭代器
可以直接作用於for迴圈的資料型別有以下幾種：
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。
可以使用isinstance()判斷乙個物件是否是iterator物件：
>>> from collections import iterator
>>> isinstance((x for x in range(10)), iterator)
true
>>> isinstance(, iterator)
false
>>> isinstance({}, iterator)
false
>>> isinstance('abc', iterator)
false
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
list = [1,2,4,6]
it = iter(list)
print(next(it))
print(next(it))
為什麼list、dict、str等資料型別不是iterator？
這是因為python的iterator物件表示的是乙個資料流，iterator物件可以被next()函式呼叫並不斷返回下乙個資料，直到沒有資料時丟擲stopiteration錯誤。可以把這個資料流看做是乙個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函式實現按需計算下乙個資料，所以iterator的計算是惰性的，只有在需要返回下乙個資料時它才會計算。
iterator甚至可以表示乙個無限大的資料流，例如全體自然數。而使用list是永遠不可能儲存全體自然數的。
python基礎 生成器
生成器是根據某種演算法得出的一系列元素，需要用到該元素，才會生成出來，比列表節省記憶體空間。生成器相當於儲存演算法，授人以漁，列表之類的是授人以魚。第一種建立生成器的方法 1 gen x 2 for x in range 5 type gen 通過next 函式得到生成器的每個值 next gen ...
python基礎 生成器
生成器函式 def generator print 1 return a ret generator print ret 只要含有yield關鍵字的函式都是生成器函式 yield不能和return共用且需要寫在函式內 def generator print 1 yield a 生成器函式 執行之後會...
python之生成器
使用生成器表示式取代列表解析可以同時節省cpu 和 記憶體 ram 如果你構造乙個列表的目的僅僅是傳遞給別的函式，比如 傳遞給tuple 或者set 用生成器表示式替代吧 def ord map a string for c in a string yield ord c gen ord map u...