zoukankan      html  css  js  c++  java
  • 我的Python成长之路---第四天---Python基础(14)---2016年1月23日(寒风刺骨)

    一、生成器和迭代器

    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,直到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。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。

    特点:

    1. 访问者不需要关心迭代器内部的结构,仅需通过__next()__(Python2.x 为next())方法不断去取下一个内容
    2. 不能随机访问集合中的某个值 ,只能从头到尾依次访问,也就是不能像列表一样通过下标等取到任意位置的值,一般多用用于for in 循环进行遍历
    3. 访问到一半时不能往回退
    4. 便于循环比较大的数据集合,节省内存
        Python内置函数iter就是一个简单的帮助我们创造一个迭代器的内置函数。
    >>> it = iter([1, 2, 3, 4]) # 通过内置函数iter及列表生成了一个迭代器
    >>> it
    <list_iterator object at 0x7faa075f4ef0>
    >>> it.__next__() # 通过__next方法取得一个值
    1
    
    >>> it.__next__()
    4
    >>> it.__next__() # 迭代器一个只有4个元素,如果此时再继续使用next方法,就会报错
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
    StopIteration
        其实事实上,我们很少会使用__next__()方法一个一个的去取值,多数情况下都是使用for in循环进行遍历
    >>> it = iter([1, 2, 3, 4])
    >>> for i in it:
    ...     print(i)
    ... 
    1
    2
    3
    4

    2、生成器

        生成器就是一个函数调用时返回一个迭代器,这个函数就叫做生成器。说白了就是生成器生成迭代器。与普通函数的区别就在于yield关键字
        我们用斐波拉契数列来说明生成器和普通函数的区别
        普通函数实现
    def fib(max):
        n, a, b = 0, 0, 1
        res = []
        while n < max:
            res.append(b)
            a, b = b, a + b
            n = n + 1
        return res
    res = fib(6)
    print(res)
    for i in res:
        print(i)
        执行结果
    [1, 1, 2, 3, 5, 8]
    1
    1
    2
    3
    5
    8
        生成器
    def fib2(max):
        n, a, b = 0, 0, 1
        while n < max:
            yield b
            a, b = b, a + b
            n = n + 1
    print(res)
    for i in res:
        print(i)
        执行结果
    <generator object fib2 at 0x000001EF306570F8> # 可以看出返回的是一个生成器对象,并且生成器内部的东西没有马上执行,而是执行到yield的时候就返回一个迭代器
    1
    1
    2
    3
    5
    8
        说明:虽然从结果上看上去是一样的唯一区别就是一个返回的是一个列表,一个是生成器,但实际上函数调用的时候是一次执行函数体的内容,并将结果一次性返回,而生成器不是,生成器只有执行__next__方法或for in循环才会现执行,遇到yield的时候返回当前计算结果,等待下次的调用。这样的好处当要返回的列表特别大的时候,节省内存地址,并且使用函数相当于执行了两次循环(第一次生成列表,第二次遍历列表)而生成迭代器的方式一边执行遍历一边计算结果,效率更高,只相当于执行了一次循环。
     
        这个yield的主要效果呢,就是可以使函数中断,并保存中断状态,中断后,代码可以继续往下执行,过一段时间还可以再重新调用这个函数,从上次yield的下一句开始执行。
     
        另外yield不仅可以返回值,同样可以接收值,我们可以用这个特性实现一个在单线程 的情况下实现并发的效果
     1 import time
     2 def consumer(name):
     3     print("%s 准备吃包子啦!" %name)
     4     while True:
     5        baozi = yield
     6  
     7        print("包子[%s]来了,被[%s]吃了!" %(baozi,name))
     8  
     9 def producer(name):
    10     c = consumer('A')
    11     c2 = consumer('B')
    12     c.__next__()
    13     c2.__next__()
    14     print("老子开始准备做包子啦!")
    15     for i in range(10):
    16         time.sleep(1)
    17         print("做了2个包子!")
    18         c.send(i)
    19         c2.send(i)
    20  
    21 producer("alex")

      执行结果

    A 准备吃包子
    B 准备吃包子
    老子开始准备吃包子了
    做了2个包子
    包子[0]来了,被[A]吃了!
    包子[0]来了,被[B]吃了!
    做了2个包子
    包子[1]来了,被[A]吃了!
    包子[1]来了,被[B]吃了!
    ...
  • 相关阅读:
    ETL之数据库
    Git的简单实用
    Linux-easy mock部署
    Linux-docker安装mysql
    Linux-安装docker
    Linux-centos7安装Python3和pip3
    Linux-VMware下安装centos7
    Python之hasattr()、getattr()和setattr()
    jsonpath 信息抽取类库
    Python之内置测试框架unittest
  • 原文地址:https://www.cnblogs.com/zhangxiaxuan/p/5157525.html
Copyright © 2011-2022 走看看