迭代器与生成器

迭代器

1，可迭代对象

• 在Python中，含有iter方法的对象，都是可迭代对象
• str ,list,dict,set，tuple都是可迭代对象
• 判断方法：print(dir(数据类型))，查看源码
• 优点：,使用灵活，可以直观的查看里面的数据
• 缺点：占用内存

2，迭代器

• 可迭代对象执行obj.iter()得到的结果就是迭代器
  而迭代器对象指的是即内置有__iter__又内置有__next__方法的对象

• 在Python中，内部含有iter方法并且含有next方法的对象就是迭代器

• 迭代器：在可迭代对象中，只有文件句柄是迭代器

• 可迭代对象转换为迭代器

  • str
    list
    ...        ###  .__iter__()  就是迭代器
    dict
    set
    

  • s = [1,2,3,4,5,6.]
    count = len(s)
    new_s = s.__iter__()
    while count:
        print(new_s.__next__())
        count -= 1
    

• for i in 的方式

• s = [1,3,4,5,6,2,7]
  new_s = s.__iter__()
  while True:
      try:
          pirnt(new_s.__next__())
      except StopIteration:
          break
  

• 优点：节省内存，惰性机制

• 缺点：不能直观的看到里面的数据，

递归

• 不断调用自己本身
• 有明确的终止条件

生成器

1，定义

• 生成器的本质就是迭代器
• 只要函数内部含有yield 关键字，那么函数名()得到的结果就是生成器，并且不会执行函数内部代码
• 迭代器是Python解释器自带的，生成器是后期程序编写的
• 生成器的特性
  • 节省内存，惰性机制
  • 一次性，不能逆行
  • 一个next对应一个yield
  • yield能够进行返回内容，还能返回多次
  • yield能够临时停止循环
  • yield能够记录执行 的位置
  • yield from ——将一个可迭代对象的元素逐个返回
• 通过生成器函数构建生成器
• 通过生成器推导式

2，推导式

• 列表推导式的两种模式
  • -循环模式
  • 筛选模式
  • list：[变量 for 循环 条件]
  • dict：{键：值 for循环 条件}
  • set：{变量 for循环 条件}
• 生成器表达式
  • -把列表推导式的 [ ] 换成 ( ) 就是生成器表达式
• 两者比较
  • -列表推导式比较耗内存，所有数据一次性加载
  • 生成器表达式遵循迭代器协议，逐个产生元素
  • 得到的值不一样，列表推导式的得到是一个列表
  • 生成器表达式得到的是一个生成器
  • 列表推导式一目了然，生成器表达式只是一个内存地址