python----------迭代器和生成器 python----------迭代器和生成器

python----------迭代器和生成器

一、可迭代协议：可以被迭代要满足要求的就叫做可迭代协议。内部实现了__iter__方法

　　iterable：可迭代的------对应的标志

　　什么叫迭代？：一个一个取值，就像for循环一样取值

       字符串，列表，元组，集合，字典都是可迭代的

二、迭代器协议：内部实现了__iter__，__next__方法

　　迭代器大部分都是在python的内部去使用的，我们直接拿来用就行了

　　迭代器的优点：如果用了迭代器，节约内存，方便操作

 　　dir([1,2].__iter__())是列表迭代器中实现的所有的方法，而dir([1,2])是列表中实现的所有方法，都是以列表的方式返回给我们，为了方便看清楚，我们把他们转换成集合，然后取差集，然而，我们看到列表迭代器中多出了三个方法，那么这三个方法都分别是干什么的呢？

1 print(dir([1,2].__iter__()))#查看列表迭代器的所有方法
2 print(dir([1,2]))#查看列表的所有方法 3 print(set(dir([1,2].__iter__()))-set(dir([1,2])))

 1 iter_l=[1,2,3,4,5,6].__iter__()
 2 
 3 print(iter_l.__length_hint__())#获取迭代器中元素的长度  4 # print(iter_l.__setstate__(4))#根据索引指定从哪里开始迭代  5  6 print(iter_l.__next__())  7 print(iter_l.__next__())  8 print(iter_l.__next__())#一个一个的取值  9 print(next(iter_l)) 10 #next(iter_l)这个方法和iter_l.__next__()方法一样，推荐用next(iter_l)这个

 1 l=[1,2,3,4,5]
 2 a=l.__iter__()
 3  4 # print(next(a))  5 # print(next(a))  6 # print(next(a))  7 # print(next(a))  8 # print(next(a))  9 # print(next(a)) #上面的列表长度只有5个，而你多打印了，就会报错。处理的情况如下，就不会报错了 10 11 while True: 12 try: 13 item=a.__next__() 14 print(item) 15 except StopIteration: # 异常处理 16 break

三、可迭代和迭代器的相同点：都可以用for循环

四、可迭代和迭代器的不同点：就是迭代器内部多实现了一个__next__方法

五、判断迭代器和可迭代的方法：

　　第一种：判断内部是不是实现了__next__方法

　　　　　　 1 '__iter__' in dir(str)#如果__iter__在这个方法里面，就是可迭代的。 

　　第二种：

　　　　Iterable 判断是不是可迭代对象

　　　　Iterator 判断是不是迭代器

　　　　用法：

1 from collections import Iterable  
2 from collections import Iterator 3 4 #比如给一个字符串 5 s='abc' 6 print(isinstance(s,Iterable))#isinstance判断类型的 7 print(isinstance(s,Iterator))

判断range函数和map函数

1 map1=map(abs,[1,-2,3,-4])
2 print(isinstance(map1,Iterable))
3 print(isinstance(map1,Iterator))#map方法自带迭代器 4 5 s=range(100)#是一个可迭代的，但是不是迭代器 6 print(isinstance(s,Iterable)) 7 print(isinstance(s,Iterator))

五、生成器函数：常规定义函数，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果。生成器的好处，就是一下子不会在内存中生成太多的数据

python中提供的生成器：1.生成器函数    2.生成器表达式

生成器的本质：就是一个迭代器

 初始生成器

假如我想让工厂给学生做校服，生产2000000件衣服，我和工厂一说，工厂应该是先答应下来，然后再去生产，我可以一件一件的要，也可以根据学生一批一批的找工厂拿。 而不能是一说要生产2000000件衣服，工厂就先去做生产2000000件衣服，等回来做好了，学生都毕业了。。。

1 def make_cloth():
2     for i in range(1,20000): 3 yield '第%s件衣服'%(i) 4 ret = make_cloth() 5 print(next(ret)) 6 print(next(ret)) 7 print(next(ret)) 8 for i in range(100): 9 print(next(ret))

 1 必须先用next再用send
 2 def average():
 3 total=0 #总数  4 day=0 #天数  5 average=0 #平均数  6 while True:  7 day_num = yield average #average=0  8 total += day_num  9 day += 1 10 average = total/day 11 avg=average() #直接返回生成器 12 next(avg)#激活生成器，avg.send(),什么都不传的时候send和next的效果一样 13 print(avg.send(10)) 14 print(avg.send(20))#send 1.传值 2.next 15 print(avg.send(30))

 1 让装饰器去激活
 2 def wrapper(func):
 3 def inner(*args,**kwargs):  4 ret = func(*args,**kwargs)  5  next(ret)  6 return ret  7 return inner  8  9 @wrapper 10 def average(): 11 total=0 #总数 12 day=0 #天数 13 average=0 #平均数 14 while True: 15 day_num = yield average #average=0 16 total += day_num 17 day += 1 18 average = total/day 19 20 21 ret=average() #直接返回生成器 22 print(ret.send(10)) 23 print(ret.send(20))#send 1.传一个值过去 2.让当前yield继续执行 24 print(ret.send(30))

 1 import time
 2 
 3 
 4 def tail(filename):  5 f = open(filename)  6 f.seek(0, 2) #从文件末尾算起  7 while True:  8 line = f.readline() # 读取文件中新的文本行  9 if not line: 10 time.sleep(0.1) 11 continue 12 yield line 13 14 tail_g = tail('tmp') 15 for line in tail_g: 16 print(line)

六、yield  from

 1 def func():
 2     # for i in 'AB':  3 # yield i  4 yield from 'AB' yield from 'AB'就相当于上面的for循环，吧循环简化了  5 yield from [1,2,3]  6  7 g=func()  8 print(list(g))  9 # print(next(g)) 10 # print(next(g))

七、列表推导式：

 1 举例一
 2 y=2
 3 #for i in range(100):  4 # print(i*y)  5  6  7 #列表推导式是for循环的简写  8 l=[i*y for i in range(100)]  9 10 举例二 11 l=[{'name':'v1','age':'22'},{'name':'v2'}] 12 # for dic in l: 13 # print(dic['name']) 14 name_list=[dic['name'] for dic in l] 15 print(name_list)

# ======一层循环======
l = [i*i for i in range(1,10)]
print(l) # 上面的列表推倒式就相当于下面的 l = [] for i in range(1,10): l.append(i*i) print(l) l = [] # ======多层循环======== # 1.列表推倒式 l = [i*j for i in range(1,10) for j in range(1,10)] print(l) # 2.循环 l = [] for i in range(1,10): for j in range(1,10): s = i*j l.append(s) print(l)

八、生成器表达式：类似于列表推倒式，就是把列表推导式的【】改为了（）

1 l=[{'name':'v1','age':'22'},{'name':'v2'}] 2 3 name_list=(dic['name'] for dic in l)#吧列表生成器的[]改成() 4 print(name_list)#取出的是一个生成器，而不是要取得值，所以得加上next 5 print(next(name_list)) 6 print(next(name_list)) 7 # print(next(name_list))

一、可迭代协议：可以被迭代要满足要求的就叫做可迭代协议。内部实现了__iter__方法

　　iterable：可迭代的------对应的标志

　　什么叫迭代？：一个一个取值，就像for循环一样取值

       字符串，列表，元组，集合，字典都是可迭代的

二、迭代器协议：内部实现了__iter__，__next__方法

　　迭代器大部分都是在python的内部去使用的，我们直接拿来用就行了

　　迭代器的优点：如果用了迭代器，节约内存，方便操作

 　　dir([1,2].__iter__())是列表迭代器中实现的所有的方法，而dir([1,2])是列表中实现的所有方法，都是以列表的方式返回给我们，为了方便看清楚，我们把他们转换成集合，然后取差集，然而，我们看到列表迭代器中多出了三个方法，那么这三个方法都分别是干什么的呢？

1 print(dir([1,2].__iter__()))#查看列表迭代器的所有方法
2 print(dir([1,2]))#查看列表的所有方法 3 print(set(dir([1,2].__iter__()))-set(dir([1,2])))

 1 iter_l=[1,2,3,4,5,6].__iter__()
 2 
 3 print(iter_l.__length_hint__())#获取迭代器中元素的长度  4 # print(iter_l.__setstate__(4))#根据索引指定从哪里开始迭代  5  6 print(iter_l.__next__())  7 print(iter_l.__next__())  8 print(iter_l.__next__())#一个一个的取值  9 print(next(iter_l)) 10 #next(iter_l)这个方法和iter_l.__next__()方法一样，推荐用next(iter_l)这个

 1 l=[1,2,3,4,5]
 2 a=l.__iter__()
 3  4 # print(next(a))  5 # print(next(a))  6 # print(next(a))  7 # print(next(a))  8 # print(next(a))  9 # print(next(a)) #上面的列表长度只有5个，而你多打印了，就会报错。处理的情况如下，就不会报错了 10 11 while True: 12 try: 13 item=a.__next__() 14 print(item) 15 except StopIteration: # 异常处理 16 break

三、可迭代和迭代器的相同点：都可以用for循环

四、可迭代和迭代器的不同点：就是迭代器内部多实现了一个__next__方法

五、判断迭代器和可迭代的方法：

　　第一种：判断内部是不是实现了__next__方法

　　　　　　 1 '__iter__' in dir(str)#如果__iter__在这个方法里面，就是可迭代的。 

　　第二种：

　　　　Iterable 判断是不是可迭代对象

　　　　Iterator 判断是不是迭代器

　　　　用法：

1 from collections import Iterable  
2 from collections import Iterator 3 4 #比如给一个字符串 5 s='abc' 6 print(isinstance(s,Iterable))#isinstance判断类型的 7 print(isinstance(s,Iterator))

判断range函数和map函数

1 map1=map(abs,[1,-2,3,-4])
2 print(isinstance(map1,Iterable))
3 print(isinstance(map1,Iterator))#map方法自带迭代器 4 5 s=range(100)#是一个可迭代的，但是不是迭代器 6 print(isinstance(s,Iterable)) 7 print(isinstance(s,Iterator))

五、生成器函数：常规定义函数，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果。生成器的好处，就是一下子不会在内存中生成太多的数据

python中提供的生成器：1.生成器函数    2.生成器表达式

生成器的本质：就是一个迭代器

 初始生成器

假如我想让工厂给学生做校服，生产2000000件衣服，我和工厂一说，工厂应该是先答应下来，然后再去生产，我可以一件一件的要，也可以根据学生一批一批的找工厂拿。 而不能是一说要生产2000000件衣服，工厂就先去做生产2000000件衣服，等回来做好了，学生都毕业了。。。

1 def make_cloth():
2     for i in range(1,20000): 3 yield '第%s件衣服'%(i) 4 ret = make_cloth() 5 print(next(ret)) 6 print(next(ret)) 7 print(next(ret)) 8 for i in range(100): 9 print(next(ret))

 1 必须先用next再用send
 2 def average():
 3 total=0 #总数  4 day=0 #天数  5 average=0 #平均数  6 while True:  7 day_num = yield average #average=0  8 total += day_num  9 day += 1 10 average = total/day 11 avg=average() #直接返回生成器 12 next(avg)#激活生成器，avg.send(),什么都不传的时候send和next的效果一样 13 print(avg.send(10)) 14 print(avg.send(20))#send 1.传值 2.next 15 print(avg.send(30))

 1 让装饰器去激活
 2 def wrapper(func):
 3 def inner(*args,**kwargs):  4 ret = func(*args,**kwargs)  5  next(ret)  6 return ret  7 return inner  8  9 @wrapper 10 def average(): 11 total=0 #总数 12 day=0 #天数 13 average=0 #平均数 14 while True: 15 day_num = yield average #average=0 16 total += day_num 17 day += 1 18 average = total/day 19 20 21 ret=average() #直接返回生成器 22 print(ret.send(10)) 23 print(ret.send(20))#send 1.传一个值过去 2.让当前yield继续执行 24 print(ret.send(30))

 1 import time
 2 
 3 
 4 def tail(filename):  5 f = open(filename)  6 f.seek(0, 2) #从文件末尾算起  7 while True:  8 line = f.readline() # 读取文件中新的文本行  9 if not line: 10 time.sleep(0.1) 11 continue 12 yield line 13 14 tail_g = tail('tmp') 15 for line in tail_g: 16 print(line)

六、yield  from

 1 def func():
 2     # for i in 'AB':  3 # yield i  4 yield from 'AB' yield from 'AB'就相当于上面的for循环，吧循环简化了  5 yield from [1,2,3]  6  7 g=func()  8 print(list(g))  9 # print(next(g)) 10 # print(next(g))

七、列表推导式：

 1 举例一
 2 y=2
 3 #for i in range(100):  4 # print(i*y)  5  6  7 #列表推导式是for循环的简写  8 l=[i*y for i in range(100)]  9 10 举例二 11 l=[{'name':'v1','age':'22'},{'name':'v2'}] 12 # for dic in l: 13 # print(dic['name']) 14 name_list=[dic['name'] for dic in l] 15 print(name_list)

# ======一层循环======
l = [i*i for i in range(1,10)]
print(l) # 上面的列表推倒式就相当于下面的 l = [] for i in range(1,10): l.append(i*i) print(l) l = [] # ======多层循环======== # 1.列表推倒式 l = [i*j for i in range(1,10) for j in range(1,10)] print(l) # 2.循环 l = [] for i in range(1,10): for j in range(1,10): s = i*j l.append(s) print(l)

八、生成器表达式：类似于列表推倒式，就是把列表推导式的【】改为了（）

1 l=[{'name':'v1','age':'22'},{'name':'v2'}] 2 3 name_list=(dic['name'] for dic in l)#吧列表生成器的[]改成() 4 print(name_list)#取出的是一个生成器，而不是要取得值，所以得加上next 5 print(next(name_list)) 6 print(next(name_list)) 7 # print(next(name_list))