一、生成器
1. 生成器的定义
- 把所需要值得计算方法储存起来,不会先直接生成数值,而是等到什么时候使用什么时候生成,每次生成一个,减少计算机占用内存空间
2. 生成器的创建方式
- 第一种只要把一个列表生成式的 [ ] 改成 ( )
ret = (n + 1 for n in range(0,10))
# 返回值是生成了一个生成器对象<genexpr>储存在16进制的地址中<generator object <genexpr> at 0x7f909f4be150>
# 如果调用次数超过生成器内值的总数量,会报错
- 第二种方法使用yield创建生成器
- 只要在一个函数中存在至少一个yield关键字,该函数就不是普通函数,是一个生成器
- 返回一个对象,需要使用变量接收
- 生成器可以用for进行遍历得到所有的值
# 定义一个斐波那契数列的生成器
def creatnum():print('-----start------')a,b = 0,1for i in range(5):print('----1-----')# 每次执行函数都会停在此处,并将b值返回yield bprint('----2-----')a,b = b,a+bprint('----3-----')print('-----stop-----')f = creatnum()
print(next(f))
print(next(f))
print(next(f))
print(next(f))
print(next(f))
- 打印结果
-----start------
----1-----
1
----2-----
----3-----
----1-----
1
----2-----
----3-----
----1-----
2
----2-----
----3-----
----1-----
3
----2-----
----3-----
----1-----
53. 启动生成器的方法
- 第一种:
next(生成器的名称)
- 第二种:
# 生成器第一次调用时尽量不要使用send,非要使用必须用send(None)
send()方法
二、迭代器
-
可迭代数据类型(具有可迭代功能)
- 把可以通过for...in...这类语句迭代读取一条数据供我们使用的对象称之为可迭代对象(Iterable)
例如:列表,元组,字典,集合等数据类型,但他们不是可迭代对象 - generator(生成器)
- yield
- 列表生成器
- 生成器都是可迭代对象
- 把可以通过for...in...这类语句迭代读取一条数据供我们使用的对象称之为可迭代对象(Iterable)
-
如何判断一个对象是不是有可迭代功能
from collections import Iterator # 列表是可迭代的 result = isinstance([1,2], Iterable) print(result) # isinstance函数会返回一个bool值 True为可迭代,反之False -
将具有迭代功能的数据类型转化为可迭代器
- 可以被next()调用并不断返回下一个值的对象称之为迭代器Iterator
-
迭代器的判断方式
from collections import Iterator # 列表是可迭代对象 # isinstance函数会返回一个bool值 True为迭代器,反之False result = isinstance([1,2], Iterator) print(result) -
可迭代对象的本质
-
我们分析对可迭代对象进行迭代使用的过程，发现每迭代一次（即在for...in...中每循环一次）都会返回对象中的下一条数据，一直向后读取数据直到迭代了所有数据后结束。那么，在这个过程中就应该有一个“人”去记录每次访问到了第几条数据，以便每次迭代都可以返回下一条数据。我们把这个能帮助我们进行数据迭代的“人”称为迭代器(Iterator)。
-
可迭代对象的本质就是可以向我们提供一个这样的中间“人”即迭代器帮助我们对其进行迭代遍历使用。
-
可迭代对象通过__iter__方法向我们提供一个迭代器，我们在迭代一个可迭代对象的时候，实际上就是先获取该对象提供的一个迭代器，然后通过这个迭代器来依次获取对象中的每一个数据.
-
那么也就是说，一个具备了__iter__方法的对象，就是一个可迭代对象。
from collections import Iterable # 使用isinstance() 函数检测某个对象是否是一个可迭代的对象class MyClass(object):# 可迭代对象的本质是，类中是否定义了 __iter__() 方法def __iter__(self):return selfc1 = MyClass() # 对象c1不是可迭代对象 result = isinstance(c1, Iterable) print(result) -
- 举例说明迭代器本质原理
比如，数学中有个著名的斐波拉契数列（Fibonacci），数列中第一个数为0，第二个数为1，其后的每一个数都可由前两个数相加得到： 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...
现在我们想要通过for...in...循环来遍历迭代斐波那契数列中的前n个数。那么这个斐波那契数列我们就可以用迭代器来实现，每次迭代都通过数学计算来生成下一个数。
class Fibonacci():def __init__(self, num):# 通过构造方法，保存num到类的成员属性中self.num = num# 定义变量保存斐波那契数列前两个值self.a = 0self.b = 1# 记录当前的变量值self.current_index = 0def __iter__(self):# 返回迭代器，因自身就是迭代器，故可以返回自己return selfdef __next__(self):# 判断是否生成完毕if self.current_index < self.num:# 返回result = self.a# 交换两个变量值self.a, self.b = self.b, self.a+self.bself.current_index += 1return resultelse:# 停止迭代raise StopIterationif __name__ == '__main__':# 创建迭代器fib_iterator = Fibonacci(5)# 使用迭代器，输出斐波那契数列值for value in fib_iterator:print(value, end=" ")
