31 迭代器丶生成器

>>> a = range(0,10)
>>> a
range(0, 10)
>>> it = iter(a)      #建立迭代物件
>>> next(it)         ## 輸出迭代器的下乙個元素
0>>> next(it)
1>>> for var in it:    #迭代物件可以被for迴圈訪問
...     print(var)
...234
5678
9

1，迭代器物件可以使用常規for語句進行遍歷：

list=[1,2,3,4]
it = iter(list)    # 建立迭代器物件
for x in it:
print (x, end=" ")

執行結果：

1 2 3 4

2，也可以使用 next() 函式：

def myfor(seq):
obj = iter(seq) #obj 迭代器: 節約記憶體 抽象的
while true:
try:
var = obj.__next__()
print(var)
except stopiteration:
break
myfor('abc')

執行結果：

cycle： #圈性延伸

from itertools import cycle
from time import sleep
a = [1,2,3]
rt = cycle(a)
for var in rt:
sleep(0.5)
print(var)

執行結果：

無限環形迴圈123

2. count： #線性延申的

from time import sleep
from itertools import count
rt = count(0, 2)
for var in rt:
sleep(0.5)
print(var)
if var >= 10:
break

執行結果：(步長為2無限延長)

024

6810

islice islice(iterable, stop) islice(iterable, start, stop[, step])

from itertools import islice
a = [1,2,3,4,5]
rt = islice(a, 3)
for var in rt:
print(var)

執行結果：

class mynumber:
def __init__(self,a):
self.a = a
def __iter__(self):
self.a = a
return self 
def __next__(self):
x = self.a
self.a += 1
return x
myclass = mynumber(1)
print(next(myclass))
print(next(myclass))
print(next(myclass))

執行結果：

from time import sleep
class myiter:
def __init__(self,start,step=1):
self.value = start
self.step = step
self.next = start
def __iter__(self):
return self
def __next__(self):
self.value = self.next
self.next = self.value + self.step
return self.value
rt = myiter(0,2)
for var in rt:
sleep(0.5)
print(var)
if var >= 10:
break

執行結果：

024

6810

#斐波那契數列
import os
class fbnqsl:
def __init__(self,limit):
self.limit = limit
self.curr = 0
self.next = 1
self.value =  [self.curr,self.next]
def __next__(self):
value = self.curr + self.next
if value >= self.limit:
raise stopiteration('超出上限') #丟擲異常
self.curr = self.next
self.next = value
return self.value
def __iter__(self):
return self
rt = fbnqsl(100)
for var in rt:
os.system('cls')
print(var)

執行結果：

[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]

以下例項使用 yield 實現斐波那契數列：

import sys 
def fibonacci(n): # 生成器函式 - 斐波那契
a, b, counter = 0, 1, 0
while true:
if counter >= n: 
raise stopiteration('超出上限')
yield a
a, b = b, a + b
counter += 1
it = fibonacci(10) # it 是乙個迭代器，由生成器返回生成
for var in it:
print(var,end = ' ')

執行結果：

0 1 1 2 3 5 8 13 21 34

例項2：

from time import sleep
def pass_():
phone = 18600000000
while true:
if phone < 18600000010:
phone += 1
yield phone #返回而不終止，暫停函式
else:
return #== 手動丟擲了 stopiteration
#			raise stopiteration('超出定義的上限')
rt = pass_() #for var in rt:
sleep(0.5)
print(var，end = ' ')

執行結果：

18600000001 18600000002 18600000003 18600000004 18600000005 18600000006 18600000007 18600000008 18600000009 18600000010

31 迭代器與生成器

迭代器 for list tuple dict set 1 什麼是迭代器器工具 count 1 while count 3 print count count 1 迭代器就是一種不依賴於索引的取值工具 2 為何要有迭代器特性優點 1 是一種通用的迭代取值方案 2 惰性計算，節省記憶體缺點...

生成器迭代器

最近見天一直在看廖大的python教程，卻發現很多基礎看著很簡單，但卻不會應用，歸根結底還是因為理解不到位，故而又將教程學了一遍，並將自己的理解記錄一下，也方便後面查閱。由於沒有相關程式設計基礎，有些理解可能是錯的，敬請批評指正。想深入具體學習廖大部落格請移步廖雪峰的官方有時候用迴圈生成列表太過繁...

迭代器，生成器

迭代器生成器生成器的第1種實現方式列表生成式改為生成器 python中yield關鍵字函式中如果有yield，那麼呼叫這個函式的返回值為生成器。當生成器g呼叫next方法，執行函式，知道遇到yield就停止再執行next，從上一次停止的地方繼續執行函式中遇return直接退出，不繼續執行...

31 迭代器丶生成器

31 迭代器與生成器

生成器 迭代器

迭代器，生成器

相關推薦

生成器迭代器