迭代器
一 迭代
#
迭代是一个重复的过程，每次重复即一次迭代，并且每次迭代的结果都是下一次迭代的初始值
while True: # 只是单纯地重复，因而不是迭代print(‘===>‘)
li = [1, 2, 3]
count = 0
while count < len(li): # 迭代print(li[count])
count += 1
二 迭代器
#
1. 迭代器
对于 字符串，列表，元组，我们可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，则需要一种 不依赖索引的迭代方式，这就是 迭代器
#
2. 可迭代对象
可迭代对象： 内置有 __iter__ 方法的对象。即obj.__iter__
如下：
‘hello‘.__iter__
(1,2,3).__iter__
[1,2,3].__iter__#3. 迭代器
迭代器对象：即内置有 __iter__又内置有__next__方法的对象。
文件类型是迭代器对象
open(‘a.txt‘).__iter__()
open(‘a.txt‘).__next__()
#4. 注意
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
三 迭代器的使用
dic = {‘a‘: 1, ‘b‘: 2, ‘c‘: 3}
iter_dic = dic.__iter__() # 得到迭代器对象，迭代器对象即有__iter__又有__next__，但是：迭代器.__iter__()得到的仍然是迭代器本身
iter_dic.__iter__() is iter_dic # Trueprint(iter_dic.__next__()) # 等同于next(iter_dic)print(iter_dic.__next__()) # 等同于next(iter_dic)print(iter_dic.__next__()) # 等同于next(iter_dic)
# print(iter_dic.__next__()) #抛出异常StopIteration，或者说结束标志# 有了迭代器，我们就可以不依赖索引迭代取值了
iter_dic = dic.__iter__()
while 1:
try:
k = next(iter_dic)
print(dic[k])
except StopIteration:
break# 这么写太丑陋了，需要我们自己捕捉异常，控制next，python能用 for循环解决
四 for循环
#
基于for循环，我们可以完全不再依赖索引去取值了
dic = {‘a‘: 1, ‘b‘: 2, ‘c‘: 3}
for k in dic:
print(dic[k])
# for循环的工作原理
1：执行in后对象的dic.__iter__()方法，得到一个迭代器对象iter_dic
2: 执行next(iter_dic),将得到的值赋值给k,然后执行循环体代码
3: 重复过程2，直到捕捉到异常StopIteration,结束循环
五 迭代器的特点
#
优点：
- 提供一种统一的，不依赖于索引的迭代方式
- 惰性计算，节省内存
#缺点：
- 无法获取长度(只有在next完毕才知道到底有几个值)
- 只能往后走，不能往前退
生成器
一 生成器
函数内部包含yield 被称为生成器（generator）,并且不会执行函数内部代码
def
func():
print(‘====>first‘)
yield 1
print(‘====>second‘)
yield 2
print(‘====>third‘)
yield 3
print(‘====>end‘)
g = func()
print(g) # <generator object func at 0x00846BD0># 生成器就是迭代器print(g.__iter__)
print(g.__next__)
#
验证 生成器也是一个迭代器
from collections import Iterator
def test():
print(‘first‘)
yield 1 # 相当于1
g = test()
# print(g)print(isinstance(g, Iterator))
#结果
True
二 生成器与 return有何区别
#
return只能一次性返回，而yield能返回多次值，可以挂起/保存函数的运行状态
#
yield 到底进行了什么操作
1. yield把函数变成生成器 ---》因此，也是迭代器（生成器也是个迭代器）
2. 用return返回值能返回一次，而yield返回多次
3. 函数在暂停以及继续下一次运行时的状态是由yield保存
例子：
1. yield的 add
def
add(n, i):
return n + i
def test():
for i in range(4):
yield i
g = test()
for n in [1, 10]:
g = (add(n, i) for i in g)
## n = 1
# #g = (add(n,i) for i in g) #[1, 2, 3, 4]
# #n = 10
# #g1 = (add(n,i) for i in (add(n,i) for i in g))
# # #此处的n=10 #10,11.12.13print(list(g))
# 结果
[20, 21, 22, 23]
2.有无直接next( )
a.
有直接
#
有直接 next（e）
def
eater(name):
print(‘{} start to eat food ‘.format(name))
food_list = []
while True:
food = yield food_list
print(‘{} get {},to start eat‘.format(name, food))
food_list.append(food)
e = eater(‘汤姆‘)
next(e) # 执行这一步！！！！！！print(e.send(‘铁观音‘))
print(e.send(‘西瓜‘))
print(e.send(‘烧饼‘))
b. 有直接
#
无next()
def init(func): # 在此添加 装饰器，以替代 next(e)def wrapper(*args, **kwargs):
res = func(*args, **kwargs)
next(res)
return res
return wrapper
@init # eater = init(eater)def eater(name):
print(‘{} start to eat food ‘.format(name))
food_list = []
while True:
food = yield food_list
print(‘{} get {},to start eat‘.format(name, food))
food_list.append(food)
e = eater(‘汤姆‘)
# next(e) #不在此执行这一步print(e.send(‘铁观音‘))
print(e.send(‘西瓜‘))
print(e.send(‘烧饼‘))
得到同样的结果：
‘‘‘
汤姆 start to eat food
汤姆 get 铁观音,to start eat
[‘铁观音‘]
汤姆 get 西瓜,to start eat
[‘铁观音‘, ‘西瓜‘]
汤姆 get 烧饼,to start eat
[‘铁观音‘, ‘西瓜‘, ‘烧饼‘]
‘‘‘
原文：https://www.cnblogs.com/shadowtux/p/8949732.html
【说明】：本文章由站长整理发布，文章内容不代表本站观点，如文中有侵权行为，请与本站客服联系(QQ:254677821)！