一,什么是迭代器协议
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)
2.可迭代对象:实现了迭代器协议的对象(如何实现:对象内部定义一个__iter__()方法)
3.协议是一种约定,可迭代对象实现了迭代器协议,python的内部工具(如for循环,sum,min,max函数等)使用迭代器协议访问对象。
二,for循环的本质
循环所有对象,全都是使用迭代器协
for循环可以遍历(字符串,列表,元组,字典,集合,文件对象),但是这些都不是可迭代对象,只不过在for循环式,调用了他们内部的__iter__方法,把他们变成了可迭代对象。
然后for循环调用可迭代对象的__next__方法去取值,而且for循环会捕捉StopIteration异常,以终止迭代。
#:用while去模拟for循环做的事情 l=[1,2,3,4,5,6] diedai_l=l.__iter__() while True: try: print(diedai_l.__next__()) except StopIteration:#捕捉到异常后退出 break
三,如何查看是不是可迭代的或是不是迭代器
from collections import Iterable from collections import Iterator a=range(10) a=range(10) print(isinstance(a,Iterator))#查看是不是迭代器 print(isinstance(a,Iterable))#查看是不是可迭代的
四,什么是生成器
可以理解为一种数据类型,这种数据类型自动实现了迭代器协议(其他的数据类型需要调用自己内置的__iter__方法),所以生成器就是可迭代对象
五,生成器在python中的表现形式
1.生成器函数:常规函数定义,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,在每个结果中间,挂起函数的状态,以便下次重它离开的地方继续执行
2.生成器表达式:类似于列表推导,但是,生成器返回按需产生结果的一个对象,而不是一次构建一个结果列表
六,生成器的优点
Python使用生成器对延迟操作提供了支持。所谓延迟操作,是指在需要的时候才产生结果,而不是立即产生结果。这也是生成器的主要好处。
七,生成器函数
#计算移动平均值 def wrap(func): def inner(*args,**kwargs): ret = func() next(ret) return ret return inner @wrap def averanger(): total=0 day=0 avrage=0 while True: day_nub=yield avrage total+=day_nub day+=1 avrage=total / day avg=averanger() print(avg.send(15)) print(avg.send(22))
八,生成器表达式
#列表解析 sum([i for i in range(100000000)])#内存占用大,机器容易卡死 #生成器表达式 sum(i for i in range(100000000))#几乎不占内存
九,生成器总结
1.是可迭代对象
2.实现了延迟计算,省内存,
3.生成器本质和其他的数据类型一样,都是实现了迭代器协议,只不过生成器附加了一个延迟计算省内存的好处,其余的可迭代对象可没有这点好处,
- 语法上和函数类似:生成器函数和常规函数几乎是一样的。它们都是使用def语句进行定义,差别在于,生成器使用yield语句返回一个值,而常规函数使用return语句返回一个值
- 自动实现迭代器协议:对于生成器,Python会自动实现迭代器协议,以便应用到迭代背景中(如for循环,sum函数)。由于生成器自动实现了迭代器协议,所以,我们可以调用它的next方法,并且,在没有值可以返回的时候,生成器自动产生StopIteration异常
- 状态挂起:生成器使用yield语句返回一个值。yield语句挂起该生成器函数的状态,保留足够的信息,以便之后从它离开的地方继续执行