python基础:迭代器、生成器(yield)详细解读
1. 迭代器
迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问,知道所有的元素被访问完结束。迭代器只能往前不会后退,不过这也没什么,因为人们很少在迭代途中往后退。
1.1 使用迭代器的优点
对于原生支持随机访问的数据结构(如tuple、list),迭代器和经典for循环的索引访问相比并无优势,反而丢失了索引值(可以使用内建函数enumerate()找回这个索引值)。但对于无法随机访问的数据结构(比如set)而言,迭代器是唯一的访问元素的方式。
另外,迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素,而在这之前或之后,元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合,比如几个G的文件,或是斐波那契数列等等。
迭代器更大的功劳是提供了一个统一的访问集合的接口,只要定义了__iter__()方法对象,就可以使用迭代器访问。
迭代器有两个基本的方法
- next方法:返回迭代器的下一个元素
- __iter__方法:返回迭代器对象本身
下面用生成斐波那契数列为例子,说明为何用迭代器
代码1
def fab(max): n, a, b = 0, 0, 1 while n < max: print b a, b = b, a + b n = n + 1
直接在函数fab(max)中用print打印会导致函数的可复用性变差,因为fab返回None。其他函数无法获得fab函数返回的数列。
代码2
def fab(max): L = []n, a, b = 0, 0, 1 while n < max: L.append(b) a, b = b, a + b n = n + 1return L
代码2满足了可复用性的需求,但是占用了内存空间,最好不要。
代码3
对比
for i in range(1000): pass
for i in xrange(1000): pass
前一个返回1000个元素的列表,而后一个在每次迭代中返回一个元素,因此可以使用迭代器来解决复用可占空间的问题
class Fab(object): def __init__(self, max): self.max = max self.n, self.a, self.b = 0, 0, 1 def __iter__(self): return self def next(self): if self.n < self.max: r = self.b self.a, self.b = self.b, self.a + self.b self.n = self.n + 1 return r raise StopIteration()
执行
1
2
3
4
5
6
7
8
9
|
>>> for key in Fabs( 5 ):
print key
1
1
2
3
5
|
Fabs 类通过 next() 不断返回数列的下一个数,内存占用始终为常数
1.2 使用迭代器
使用内建的工厂函数iter(iterable)可以获取迭代器对象:
1
2
3
4
|
>>> lst = range( 5 )
>>> it = iter(lst)
>>> it
<listiterator object at 0 x 01 A 63110 >
|
使用next()方法可以访问下一个元素:
1
2
3
4
5
6
|
>>> it.next()
0
>>> it.next()
1
>>> it.next()
2
|
python处理迭代器越界是抛出StopIteration异常
1
2
3
4
5
6
7
8
9
10
11
12
|
>>> it.next()
3
>>> it.next
<method-wrapper 'next' of listiterator object at 0 x 01 A 63110 >
>>> it.next()
4
>>> it.next()
Traceback (most recent call last):
File "<pyshell#27>" , line 1 , in <module>
it.next()
StopIteration
|
了解了StopIteration,可以使用迭代器进行遍历了
lst = range(5) it = iter(lst) try:while True:val = it.next()print val except StopIteration:pass
结果
1
2
3
4
5
6
|
>>>
0
1
2
3
4
|
事实上,因为迭代器如此普遍,python专门为for关键字做了迭代器的语法糖。在for循环中,Python将自动调用工厂函数iter()获得迭代器,自动调用next()获取元素,还完成了检查StopIteration异常的工作。如下
>>> a = (1, 2, 3, 4) >>> for key in a:print key1 2 3 4
首先python对关键字in后的对象调用iter函数迭代器,然后调用迭代器的next方法获得元素,直到抛出StopIteration异常。
1.3 定义迭代器
下面一个例子——斐波那契数列
# -*- coding: cp936 -*- class Fabs(object):def __init__(self,max):self.max = maxself.n, self.a, self.b = 0, 0, 1 #特别指出:第0项是0,第1项是第一个1.整个数列从1开始def __iter__(self):return selfdef next(self):if self.n < self.max:r = self.bself.a, self.b = self.b, self.a + self.bself.n = self.n + 1return rraise StopIteration()print Fabs(5) for key in Fabs(5):print key
结果
1
2
3
4
5
6
|
<__main__.Fabs object at 0 x 01 A 63090 >
1
1
2
3
5
|
2. 生成器
带有 yield 的函数在 Python 中被称之为 generator(生成器),几个例子说明下(还是用生成斐波那契数列说明)
可以看出代码3远没有代码1简洁,生成器(yield)既可以保持代码1的简洁性,又可以保持代码3的效果
代码4
def fab(max):n, a, b = 0, 0, 1while n < max:yield ba, b = b, a + bn = n + 1
执行
1
2
3
4
5
6
7
8
9
|
>>> for n in fab( 5 ):
print n
1
1
2
3
5
|
简单地讲,yield 的作用就是把一个函数变成一个 generator,带有 yield 的函数不再是一个普通函数,Python 解释器会将其视为一个 generator,调用 fab(5) 不会执行 fab 函数,而是返回一个 iterable 对象!在 for 循环执行时,每次循环都会执行 fab 函数内部的代码,执行到 yield b 时,fab 函数就返回一个迭代值,下次迭代时,代码从 yield b 的下一条语句继续执行,而函数的本地变量看起来和上次中断执行前是完全一样的,于是函数继续执行,直到再次遇到 yield。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次,每次中断都会通过 yield 返回当前的迭代值。
也可以手动调用 fab(5) 的 next() 方法(因为 fab(5) 是一个 generator 对象,该对象具有 next() 方法),这样我们就可以更清楚地看到 fab 的执行流程:
1
2
3
4
5
6
7
8
9
10
11
12
13
|
>>> f = fab( 3 )
>>> f.next()
1
>>> f.next()
1
>>> f.next()
2
>>> f.next()
Traceback (most recent call last):
File "<pyshell#62>" , line 1 , in <module>
f.next()
StopIteration
|
return作用
在一个生成器中,如果没有return,则默认执行到函数完毕;如果遇到return,如果在执行过程中 return,则直接抛出 StopIteration 终止迭代。例如
1
2
3
4
5
6
7
8
9
|
>>> s = fab( 5 )
>>> s.next()
1
>>> s.next()
Traceback (most recent call last):
File "<pyshell#66>" , line 1 , in <module>
s.next()
StopIteration
|
代码5 文件读取
def read_file(fpath): BLOCK_SIZE = 1024 with open(fpath, 'rb') as f: while True: block = f.read(BLOCK_SIZE) if block: yield block else: return
如果直接对文件对象调用 read() 方法,会导致不可预测的内存占用。好的方法是利用固定长度的缓冲区来不断读取文件内容。通过 yield,我们不再需要编写读文件的迭代类,就可以轻松实现文件读取。
3.列表生成式→生成器
只要把一个列表生成式的[]
改成()
,就创建了一个generator:
1 #列表生成式 2 li=[x*x for x in range(10) if x%2==0] #占用内存 3 4 5 #生成器 6 g=(x*x for x in range(10) if x%2==0) 7 #用for来循环访问,不用考虑异常溢出问题 8 for i in g: 9 print(i)
View Code
4.迭代器读取文件
使用迭代器一个显而易见的好处就是:每次只从对象中读取一条数据,不会造成内存的过大开销。
比如要逐行读取一个文件的内容,利用readlines()方法,我们可以这么写:
12 |
|
这样虽然可以工作,但不是最好的方法。因为他实际上是把文件一次加载到内存中,然后逐行打印。当文件很大时,这个方法的内存开销就很大了。
利用file的迭代器,我们可以这样写:
12 |
|
这是最简单也是运行速度最快的写法,他并没显式的读取文件,而是利用迭代器每次读取下一行。
转载于:https://www.cnblogs.com/yizhenfeng168/p/6916729.html
python基础:迭代器、生成器(yield)详细解读相关推荐
- python基础(迭代器,生成器,装饰器)
python: 生成器: 因为当列表元素达到一定上限,列表会占很大内存空间来存储,所以列表是受到内存限制的来适当使用. 生成器可以按照一个算法,循环推导出元素,就不用一次生成整个列表,而通过生成器(g ...
- python基础笔记,超详细,包含面向对象基础,爬虫实战【持续更新中...】
前言: 本笔记中的函数和方法同义,面向python3 本笔记部分概念及代码由newbing搜集整理得出 本笔记适合有一定其他编程语言基础的同学,因为笔记中省略了部分基础概念(比如整型,浮点型等基本数据 ...
- 万字长文爆肝Python基础入门【巨详细,一学就会】
目录 数据的名字和种类--变量和类型 初探数据种类 数据类型 数值运算 比较运算 变量和赋值 变量的好处 用赋值更新变量 变量和数据类型的关系 总结 数据类型 数值运算 数值比较 变量和赋值 一串数据 ...
- python基础-------迭代器,生成器,协程函数
1,迭代器协议: 1.1 迭代器协议是指:对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么就引起一个StopIteration异常,以终止迭代 (只能往后走不能往前退) 1.2. ...
- python基础——迭代器与生成器
迭代是访问集合元素的一种方式. 迭代器是一个可以记住遍历的位置的对象. 迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束. 迭代器只能往前不会后退. 迭代器有两个基本的方法:iter( ...
- import torch 找不到模块_Python零基础入门:关于Python模块与包的详细解读和使用...
一.模块和包的定义 模块的定义:任何*.py 的文件都可以当作模块使用import 导入 包的定义:包含一个__init__.py和其他模块.其他子包的一个目录 实际项目中,所谓的包和模块分别代表什么 ...
- python基础(part16)--生成器
鄙人学习笔记 开发工具:Spyder 文章目录 生成器generator 生成器函数 举个例子1(迭代器-->过渡-->生成器) 举个例子2 内置生成器 举个例子1 举个例子2 枚举函数e ...
- python 递归,迭代器,生成器,面向过程编程
一.递归和迭代 1.递归:函数调用自身 2.迭代:一个重复的过程,每次重复即一次迭代,并且每次迭代的结果都是下一次迭代的初始值 while True: #只是单纯地重复,因而不是迭代print('== ...
- python基础之生成器,生成器函数,列表推导式
内容梗概: 1. 生成器和生成器函数. 2. 列表推导式. 1.生成器函数1.1 生成器函数. 就是把return换成yield def gen():print("爽歪歪")yie ...
- python 基础知识点整理 和详细应用
Python教程 Python是一种简单易学,功能强大的编程语言.它包含了高效的高级数据结构和简单而有效的方法,面向对象编程.Python优雅的语法,动态类型,以及它天然的解释能力,使其成为理想的语言 ...
最新文章
- CVPR2020:Grid-GCN用于快速和可扩展的点云学习
- 【Java 网络编程】客户端 Socket 配置 ( 超时时间 | 端口复用 | Nagle 算法 | 心跳包机制 | 连接关闭机制 | 缓冲区大小 | 性能权重设置 | 紧急数据设置 )
- 多变量线性回归程序实现
- “最害怕过周末”、“希望每天都干活”、“水电费又白交了”
- 程序猿要什么爱情,陪你未来的是键盘和代码啊!
- web 小程序 ch3 小程序框架
- 回溯算法n皇后问题_使用回溯算法的N Queen问题和解决方案
- 安装Windows Service总是发生异常!
- Android开发周报:Google 推出AR SDK、Android 8.0 Oreo 最终版发布
- python---python3 获取当前路径及os.path.dirname的使用;os.path.abspath(__file__)用法及意义
- 成都市交委与摩拜科技联手 助推智慧城市建设
- 如果P = NP 则 NP = co-NP.
- autocad 如何摆正显示_AutoCAD使用技巧问答
- 如何在excel中挑选出奇数行和偶数行
- ORACLE新增字段、注释等
- IDEA 社区版进行 Web 开发
- 电脑可以登录QQ但是却无法打开网页
- python中的utils模块_Python中的模块及扩展库
- 贴吧顶贴_一看就懂一学就会的技术,实战干货分享-万能的小胡
- 面向对象(高级)章节练习题
热门文章
- 通过kubeadm安装kubernetes 1.7文档记录[docker容器方式]
- jQuery选择器的效率问题
- Android开源之行之走进zxing,轻松实现二维码扫描(二)
- Windows堆栈区别[转]
- python多分支结构实例_JS优化多分支结构(经典)
- ubuntu 打包压缩
- ※※Java调用Runtime.exec()要注意的问题
- CSS实现TikTok文字抖动效果
- 在考生文件夹存有JAVA3_注意:下面出现的“考生文件夹”均为%USER%在考生文件夹下存有文件名为J_网考网(Netkao.com)...
- u盘显示项目不在计算机zhng,能装在u盘上的操作系统有哪些?