Python第六章-函数05-迭代器&生成器
平仄平仄平平仄 人气:0
python作为一个既面向对象，又支持函数式编程的语言，函数的使用方面有很多特点。
比如：闭包，装饰器，迭代器等
# 函数的高级应用
容器：生活中常见的容器有哪些？袋子，盆子，水杯，书包，铅笔盒。。。
容器是一种把多个元素组织在一起的数据结构，容器中的元素可以逐个的迭代获取，可以用in,not in等关键字判断某个元素是否包含在容器中。在python中常见的容器对象有：
`list`, `tuple`, `dict`, `str`, `set`
容器你可以把它看做一个房子，一个柜子，一个盒子，里面可以塞任何东西，从技术角度来说，当他可以用来询问某个元素是否包含在其中时，那么这个对象就可以看做一个容器。
```Python
1 in [1, 2, 3] # True
4 not in [1, 2, 3, 4] # False
4 in {1, 2, 3} # False
4 not in {1, 2, 3, 4} # False
```
###一、迭代器
回想一下，到目前为止，能用for循环进行遍历的数据类型主要有哪些呢？`dict,tuple,str,set,list`等
####1.1 可迭代对象
可迭代对象和容器一样是一种通俗的叫法，并不是指某种具体的数据类型，`list`是可迭代对象，`dict`是可迭代对象，`set`也是可迭代对象。
**这些可以直接作用于`for`循环的对象统称为可迭代对象：`Iterable`。**
前面说的序列和集合类型也是基于这个原理
那么，如何判断一个对象是可迭代对象呢？方法是通过collections模块的Iterable类型判断：
```python
from collections import Iterable
# str是否可迭代
print(isinstance("abc", Iterable)) # True
# list是否可迭代
print(isinstance([1,2,3], Iterable)) # True
# 整数是否可迭代
print(isinstance(123, Iterable)) # False
```
______
#### 1.2 迭代器
现在已经有很多对象可以使用`for`循环，而且相对于其他语言，python`for`循环的使用方式非常优雅，简洁和便利
**for`循环的背后就是迭代器**
迭代器使用遍及python，并且使用方式统一
但凡是返回一个迭代器的对象，都可以成为可迭代对象。比如`range`对象。
_________________
#### 1.3 迭代器的工作原理
使用迭代器的步骤简述如下:
> 1. 调用内置函数`iter(container)`, 把容器作为参数传递进去，返回一个对象，这个对象就是一个迭代器对象。容器对象就是咱们前边说的`str,list`等
> 2. 迭代器对象中有一个方法`__next()__`，这个方法每调用一次，就可以访问到容器中的一个元素，我们自己要调用的话，只需要调用内置函数`next(it)`就可以了
> 3. 当容器中最后一个元素被迭代后, 再调用`__next()__`方法, 则会抛出一个`StopIteration`异常, `for`循环捕捉到这个异常后就可以终止循环了.
当运行代码：
```python
list1 = [1, 2, 3]
for x in list1:
....
```
实际执行的情况是
####1.3 使用迭代器访问字符串中的元素
```python
s = "acdefgh"
# 获取字符串 s 的迭代器, 其实等价于 it = s.__iter__()
it = iter(s)
print(next(it))# 迭代第一个元素
print(next(it))
print(next(it))
print(next(it))
print(next(it))
```
#### 1.4 使用迭代器访问列表中的元素
```Python
s = [10, 30, 40, 20, 2]
it = iter(s)
print(next(it)) # 10
print(next(it)) # 30
print(next(it)) # 40
```
### 二、生成器
生成器算的上是python语言中最吸引人的特性之一，生成器其实是一种特殊的迭代器，不过这种迭代器更加优雅。他只需要一个**yield**关键字。**生成器一定是迭代器(反之不成立)**，因此任何生成器也是以一种懒加载的模式生成值。
`generator`(生成器)是一个简单且强大的创建迭代器的工具
生成器除了使用`yield`之外, 就像一个正常的函数, 想在任何地方返回数据, 只需要添加`yield`就可以了.
我们调用`next()`函数, 一旦碰到`yield`则返回`yield`后的数据, python 并且可以保存当前的状态和位置, 下次再调用`next()`, 则继续从此处执行.
```python
# 生成能够迭代整数 1-n 的迭代器函数. 调用这个方法, 方法内的代码并不会立即执行, 而是返回一个生成器对象
def foo(n):
for i in range(1, n):
yield i # 每次碰到 yield, 则在此暂停, 并保存这个位置
for i in foo(20):
print(i)
```
当然也可以使用下面的方式去使用生成器函数
```python
def foo(n):
for i in range(1, n):
yield i # 每次碰到 yield, 则在此暂停, 并保存这个位置
it = foo(20)
print(next(it))
print(next(it))
```
#### 1.2.1 生成器表达式
生成器表达式(Generator Expressions), 是一个对象, 他执行的结果和以前学习的列表推导类似, 但会迭代的生成结果.
他的语法也与列表类似, 只是需要把以前的`[]`换成`()`
语法:
```python
it = (express for item in iterator)
```
```python
def foo(n):
for i in range(1, n + 1):
yield i
# foo(20)返回的迭代器生成一个新的迭代器
it = (x * x for x in foo(20))
for y in it:
print(y)
```
#### 1.2.2 生成器表达式和列表的差异
**从写法上来看,生成器表达式使用`()`, 而列表用`[]`.** 但是他们之间还是有很重要的差异.
**他们的主要区别在于其中的元素(数据)的生成时间不同!**
1. 列表创建成功之后, 那么他里面的元素也已经创建成功, 而且是实实在在的占据着内存! 也就是说, 从物理上来看他们已经存在了.
2. 而生成器表达式不一样, 仅仅是创建了一个生成器而已, 那些元素还没有创建. 只有当你使用`for`或者`next()`的时候才会根据需要来创建元素.
3. 所以, 生成器不可能有添加, 删除等这些方法.
4. 如果数据量比较大的时候, 使用生成器表达式的性能要好于列表.
5. 列表推倒只能生成列表, 而生成器表达式可以根据需要生成任何类型的序列.
加载全部内容