python进阶之生成器

迭代器

什么叫迭代

可以被for循环的就说明他们是可迭代的,比如:字符串,列表,字典,元祖,们都可以for循环获取里面的数据

下面我们看一个代码:  

 number = 12345
for i in number:
print(i)
输出:
Traceback (most recent call last):
File "D:**.py", line 272, in <module>
for i in number:
TypeError: 'int' object is not iterable

报错信息是说:int类型不可迭代,不能使用循环取每个数据。 那么我们又怎么说 字符串,列表,字典,元祖是可迭代的呢?

 from collections import Iterable

 l = [1, 2, 3, 4]
t = (1, 2, 3, 4)
d = {1: 2, 3: 4}
s = {1, 2, 3, 4} print(isinstance(l, Iterable)) # 判断是否是可迭代
print(isinstance(t, Iterable))
print(isinstance(d, Iterable))
print(isinstance(s, Iterable))
True
True
True
True

再从字面上理解一下,其实迭代就是我们刚刚说的,可以将某个数据集内的数据“一个挨着一个的取出来”,就叫做迭代

什么叫可迭代协议 

我们现在是从结果分析原因,能被for循环的就是“可迭代的”,但是如果正着想,for怎么知道谁是可迭代的呢?

假如我们自己写了一个数据类型,希望这个数据类型里的东西也可以使用for被一个一个的取出来,那我们就必须满足for的要求。这个要求就叫做“协议”。

可以被迭代要满足的要求就叫做可迭代协议。可迭代协议的定义非常简单,就是内部实现了__iter__方法。

 print(dir([1,2]))
print(dir((1,1)))
print(dir({1:2}))
print(dir({1,2}))

输出:

['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'count', 'index']
['__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'clear', 'copy', 'fromkeys', 'get', 'items', 'keys', 'pop', 'popitem', 'setdefault', 'update', 'values']
['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__iand__', '__init__', '__init_subclass__', '__ior__', '__isub__', '__iter__', '__ixor__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'add', 'clear', 'copy', 'difference', 'difference_update', 'discard', 'intersection', 'intersection_update', 'isdisjoint', 'issubset', 'issuperset', 'pop', 'remove', 'symmetric_difference', 'symmetric_difference_update', 'union', 'update']

现在我们可以知道:可以被for循环的都是可迭代的,要想迭代内部必须有一个__iter__方法。

那么这个方法又干了些什么事情呢?

print([1,2].__iter__())

结果
<list_iterator object at 0x1024784a8>

看结果,应该是得到了一个可迭代对象list_iterator 就是一个迭代器,现在我们知道这个列表有一个迭代器了

 print(set(dir([1,2].__iter__()))-set(dir([1,2])))

 输出:
{'__next__', '__setstate__', '__length_hint__'}

我们获取了列表迭代器3个方法,那么这些方法又干了什么呢? 我们只说__next__

 iter = [1,2,3,4,5,6].__iter__()

 #一个一个的取值
print(iter.__next__())
print(iter.__next__())
输出:
1
2

我们看到的结果是取到了列表的前两个元素,所以说,for循环就是调用了内部的__next__方法实现遍历的,我们可以不使用for循环,直接调用这个方法就可以实现遍历列表元素

但是如果我们列表有3个元素我们调用__next__4次就会抛出异常StopIteration,因为没有第4个元素

 iter = [1,2,3].__iter__()

 #一个一个的取值
print(iter.__next__())
print(iter.__next__())
print(iter.__next__())
print(iter.__next__())
输出:
Traceback (most recent call last):
1
File "D:/pythonSeleniumTestCode/pythonStu/python练习100例.py", line 295, in <module>
2
print(iter.__next__())
3
StopIteration

现在我们把这个异常处理一下

 iter = [1,2,3].__iter__()
while 1:
try:
item = iter.__next__()
print(item)
except StopIteration:
break

那现在我们就使用while循环实现了原本for循环做的事情,我们是从谁那儿获取一个一个的值呀?是不是就是l_iter?好了,这个l_iter就是一个迭代器。

迭代器遵循迭代器协议:必须拥有__iter__方法和__next__方法。

现在我们已经大概有了迭代器的印象,那么我们再来看看生成器是个什么鬼!

生成器

我们知道的迭代器有两种:一种是调用方法直接返回的,一种是可迭代对象通过执行iter方法得到的,迭代器有的好处是可以节省内存。

如果在某些情况下,我们也需要节省内存,就只能自己写。我们自己写的这个能实现迭代器功能的东西就叫生成器

Python中提供的生成器

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

生成器Generator

本质:迭代器(所以自带了__iter__方法和__next__方法,不需要我们去实现)

特点:惰性运算,开发者自定义

看实例代码:

 def genrator():
for i in range(1, 5):
yield ('正在生成数字{}'.format(i)) # yie = genrator()
for i in yie:
print(i)

输出:

正在生成数字1
正在生成数字2
正在生成数字3
正在生成数字4

如果我只想生成2个数字我们该怎么实现呢?是不是这样?

 yie = genrator()
num = 0
for i in yie:
print(i)
num+=1
if num == 2:
break

输出:

正在生成数字1
正在生成数字2

现在们已经生成了2个数字了,那么我想接着生成,还可不可以呢?

 def genrator():
for i in range(1, 5):
yield ('正在生成数字{}'.format(i)) yie = genrator()
num = 0
for i in yie:
print(i)
num+=1
if num == 2:
print('我只能生成2个数')
break
for i in yie:
print(i)

输出:

正在生成数字1
正在生成数字2
我只能生成2个数
正在生成数字3
正在生成数字4

结果我们分析出,生成2个数以后既然还可以接着原来的生成。

下面我们再来看看到底怎么使用生成器,我现在要监听一个文件的输入,如果文件中增加了数据,我就在控制到输出增加的内容

import time

def tail(filename):
f = open(filename)
f.seek(0, 2) #从文件末尾算起
while True:
line = f.readline() # 读取文件中新的文本行
if not line:
time.sleep(0.1)
continue
yield line tail_g = tail('tmp.txt')
for line in tail_g:
print(line)

只要我再A文件中写入一行数据,那么控制到就会输出这行数据,我们就达到了监听文件的作用,是不是还挺好用的!

结论

生成器好处

1.不会占用太多的内存,我们需要生成一个数就生成,不需要就不用叫他生成

2.延迟计算,一次返回一个结果。也就是说,它不会一次生成所有的结果,这对于大数据量处理,将会非常有用。

什么是生成器

只要含有yield关键字的函数都是生成器函数, 且yield不能与return一起使用,二者存一,而且只能写在函数的内部

上一篇:数位dp poj1850


下一篇:Pycharm 2017 激活码