一、递归与迭代
二、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,已终止迭代(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。
三、python中强大的for循环机制
for循环的本质:循环所有对象,全部是使用迭代器协议
解释:
有时会想,for循环的本质就是遵循迭代器协议访问对象,那么for循环的对象肯定都是迭代器了啊,没错,那既然这样,for循环可以遍历(字符串,,列表,字典,集合,文件对象),那这些类型的数据肯定都是可迭代对象啊?但是,为什么定义一个列表l=[1,2,3,4]没有next()方法。
(字符串,列表,元组,字典,集合,文件对象)这些都不是可迭代对象,只不过在for循环中,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stoplteration异常,已终止迭代
l=[1,2,3,4,5] #下标访问方式 print(l[0]) print(l[7]) #超出访问会报IndexError: list index out of range #遵循迭代器协议的方式 diedai=l.__iter__() print(diedai.__next__()) print(diedai.__next__()) print(diedai.__next__()) print(diedai.__next__()) print(diedai.__next__()) print(diedai.__next__()) #超出边界会报StopIteration #for循环访问方式: #for循环本质就是遵循迭代器协议的访问方式,先调用diedai.__iter__()方法,或者直接diedai=iter(l),然后依次执行diedai.next(),直到for循环捕捉到StopIteration终止循环 #for循环所有对象的本质都是一样的道理 for i in l: #diedai=l.__iter__() print(l[i]) #i=diedai.next() #使用while模拟for循环做的事情 diedai_l=l.__iter__() while True: try: print(diedai_l.__next__()) except StopIteration: print("迭代完毕,终止循环") break
四、生成器初探
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
生成器分类及在python中的表现形式:(python有两种不同的方法提供生成器)
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,在没个结果中间,挂起函数的状态,以便下次用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
为何使用生成器以及生产器的优点:
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,这也是生产器的重要好处
import time # def producer(): # ret=[] # for i in range(100): # time.sleep(0.1) # ret.append('包子%s' %i) # return ret # # def consumer(res): # for index,baozi in enumerate(res): # time.sleep(0.1) # print('第%s个人,吃了%s' %(index,baozi)) # # res=producer() # consumer(res) #yield 3相当于return 控制的是函数的返回值 #x=yield的另外一个特性,接受send传过来的值,赋值给x # def test(): # print('开始啦') # firt=yield #return 1 first=None # print('第一次',firt) # yield 2 # print('第二次') # # t=test() # res=t.__next__() #next(t) # print(res) # # t.__next__() # # res=t.send(None) # res=t.send('函数停留在first那个位置,我就是给first赋值的') # print(res) # def producer(): # ret=[] # for i in range(100): # time.sleep(0.1) # ret.append('包子%s' %i) # return ret def consumer(name): print('我是[%s],我准备开始吃包子了' %name) while True: baozi=yield time.sleep(1) print('%s 很开心的把【%s】吃掉了' %(name,baozi)) def producer(): c1=consumer('wupeiqi') c2=consumer('yuanhao_SB') c1.__next__() c2.__next__() for i in range(10): time.sleep(1) c1.send('包子 %s' %i) c2.send('包子 %s' %i) producer()
生产器小结
1、生成器是可迭代对象
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
五、生成器表达式和列表解析
#1、三元表达式 name="alex" name="yangyl" res="1" if name=="yangyl" else "2" print(res) egg_list=["鸡蛋%s" %i for i in range(10) ] #列表解析 print(egg_list) #使用生产器获取 egg_two=("鸡蛋%s" %i for i in range(10)) #生产器表达式 print(egg_two) print(egg_two.__next__()) print(next(egg_two)) #next()本质就是调用__next__
总结:
1、把列表解析中的[]换成() 得到的就是生成器表达式
2、列表解析与生成器表达式都是一种便利的编程方式,只不过生成器表达式更节省内存
3、python不但使用迭代器协议,让for循环变得更加通用。大部分内置函数,也是使用迭代器协议访问对象的。列如:sum函数是python的内置函数,该函数使用迭代器协议访问对象,而生成器实现了迭代器协议,所以我们可以直接这样计算一系列值的和:
s1=sum(x ** 2 for x in range(4))
print(s1)
而不用多此一举先构造一个列表
s2=sum([x ** 2 for x in range(4)])
print(s2)
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]