一、迭代器
迭代器就是迭代的工具,迭代是一个重复的过程,每次重复都是一次迭代并且每次迭代的结果都是下次迭代的初始值。
1 lst=[1,2,3,4,5] 2 count=0 3 while count<len(lst): 4 print(lst[count]) 5 count +=1
既然有for循环为什么还要用迭代器呢? 当然对于序列类型:字符串、列表、元组,我们可以使用索引的方式迭代取出其包
含的元素。但对于字典、集合、文件等类型是没有索引的,若还想取出其内部包含的元素,则必须找出一种不依赖于索引
的迭代方式,这就是迭代器。
可迭代对象:
可迭代对象指的是内置有__iter__方法的对象,我们要如何查看内置是否有__iter__()方法呢?
1 lst=[1,2,3] 2 print(dir(lst))
在需要查看的对象前使用dir方法 就是来查看该对象内置的方法,如果其中含有__iter__,又含有__next__()方法那么该对象就是可迭代对象
注:迭代器对象一定是可迭代对象,而可迭代对象不一定是迭代器对象。
1 lst=[1,2,3] 2 g = lst.__iter__() 3 print(g.__next__()) 4 print(g.__next__()) 5 print(g.__next__()) 6 print(g.__next__()) #当列表中不存在元素提供迭代则会抛出异常StopIteration,或者说结束标志
我们怎么可以避免报错呢?
1 lst=[1,2,3,4,5,6,7,] 2 g=lst.__iter__() 3 while True: 4 try: 5 print(g.__next__()) 6 except StopIteration: #此处表示当遇到该提示时终止迭代 7 break
迭代器的优缺点:
(1)优点: 提供一个统一的,不依赖索引的迭代方式, 节省内存。
(2)缺点: 惰性计算,只能往后走,不能往前退
二、生成器
生成器本质上就是迭代器
1 def func(): 2 print(111) 3 return 222 4 print(func()) 5 6 def func(): 7 print(111) 8 yield 222 9 print(func())
怎样判断生成器,只要函数内部包含有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
def func(): print("111") yield 222 gener = func() #这里是获取生成器,不会执行函数 print(gener.__next__()) #这个时候函数才会执行,yield和return一样都是用来返回数据
生成器的特点和迭代器一样,取值方式和迭代器一样
惰性机制,只能往后退,不能往前,优点是节约内存。取值方式也是用.__next__() 执行函数. 执行到下一个yield.
生成器一般由生成器函数或者生成器表达式来构建
1 def func(): 2 print(1) 3 a=yield "a" 4 print(a) 5 print(2) 6 b=yield "b" 7 print(b) 8 yield "over" 9 g =func() #获取生成器 10 print(g.__next__()) #没有上一个yield 所以不能使用send() 开头必须是__next__() 11 print(g.send("中华")) # send()与next用法相同,还可以将值传给上一个yield 12 print(g.__next__()) #send()也不能用来当末尾 yield代表结束 seed没值可传
三、列表推导式
列表推导式是用一行代码来构建你想要的列表。
1 lst=["1","2","3","4","5",] 2 for i in range(len(lst)): 3 print(i) # 传统方法获取列表的索引值 4 5 lst=[i for i in range(0,5)] 6 print(lst) #将想要的结果放入到列表中 7 8 dic={"name":"张三","sex":"男"} 9 dic = {k:v for k,v in dic.items()} 10 print(dic) # 字典的推导式与列表大同小异 11 12 13 gen = (i for i in range(1,4)) 14 print(gen) # 这个就是生成器表达式,元组不存在推导式。
生成器表达式与列表推导式的区别
列表推导式比较消耗内存,一次性加载
生成器表达式几乎不耗用内存,只有在用到的时候才会获取分配内存