一、迭代器
1、什么是迭代
1 重复
2 下次重复一定是基于上一次的结果而来
1 l=[1,2,3,4] 2 count=0 3 while count < len(l): 4 print(l[count]) 5 count+=1
2、可迭代对象
可进行.__iter__()操作的为可迭代对象
#print(isinstance(str1,Iterable)),判断str1是否是可迭代对象
3、迭代器
进行.__iter__()操作操作后的结果为迭代器
iter1=obj.__iter__() #iter1为迭代器
优点:
1 提供了一种不依赖于索引的取值方式
2 惰性计算,节省内存
缺点:
1 取值不如按照索引取值方便
2 一次性,只能往后取,不能回退
3 无法获取长度
迭代器的应用:
1.提供了一种不依赖索引的统一的迭代方法
2. 惰性计算,比如取文件的每一行
4、迭代器对象
可进行.__next__()操作的为可迭代对象
#print(isinstance(str1,Iterator)),判断str1是否是迭代器对象
二、生成器
生成器函数:函数体内包含有yield关键字
生成器:生成器函数执行的结果是生成器
yield的功能:
1.与return类似,都可以返回值,但不一样的地方在于yield返回多次值,而return只能返回一次值
2.为函数封装好了__iter__和__next__方法,把函数的执行结果做成了迭代器
3.遵循迭代器的取值方式obj.__next__(),触发的函数的执行,函数暂停与再继续的状态都是由yield保存的
生成器应用举例
1 #模拟tail -f a.txt 2 import time 3 def tail(filepath,encoding): 4 '''从文件读取最后一行内容''' 5 with open (filepath,encoding='utf-8') as f: 6 f.seek(0,2) 7 while True: 8 line=f.readline() 9 if line: 10 yield line 11 else: 12 time.sleep(0.5) 13 def grep(lines,pattern): 14 '''guolv内容,如果有就返回''' 15 for line in lines: 16 if pattern in line: 17 #print(line) 18 yield line 19 20 g=tail('homework01.txt') 21 g2=grep(g,'err0r') 22 g3=grep(g2,'404') 23 for i in g3: 24 print(i)
三、列表解析
python的三元运算格式如下:
result=值1 if x<y else 值2 这个是什么意思呢,就是结果=值1 if 条件1 else 值2
列表解析:
用三元表达式,将结果写入列表,即为列表解析
列表解析实例:
1 要求:列出1~10所有数字的平方 2 #################################################### 3 1、普通方法: 4 >>> L = [] 5 >>> for i in range(1,11): 6 ... L.append(i**2) 7 ... 8 >>> print L 9 [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] 10 #################################################### 11 2、列表解析 12 >>>L = [ i**2 for i in range(1,11)] 13 >>>print L 14 [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
1 要求:列出1~10中大于等于4的数字的平方 2 #################################################### 3 1、普通方法: 4 >>> L = [] 5 >>> for i in range(1,11): 6 ... if i >= 4: 7 ... L.append(i**2) 8 ... 9 >>> print L 10 [16, 25, 36, 49, 64, 81, 100] 11 #################################################### 12 2、列表解析 13 >>>L = [ i**2 for i in range(1,11) if i >= 4 ] 14 >>>print L 15 [16, 25, 36, 49, 64, 81, 100]
1 要求:列出"/var/log"中所有已'.log'结尾的文件 2 ################################################## 3 1、普通方法 4 >>>import os 5 >>>file = [] 6 >>> for file in os.listdir('/var/log'): 7 ... if file.endswith('.log'): 8 ... file.append(file) 9 ... 10 >>> print file 11 ['anaconda.ifcfg.log', 'Xorg.0.log', 'anaconda.storage.log', 'Xorg.9.log', 'yum.log', 'anaconda.log', 'dracut.log', 'pm-powersave.log', 'anaconda.yum.log', 'wpa_supplicant.log', 'boot.log', 'spice-vdagent.log', 'anaconda.program.log'] 12 ################################################## 13 2.列表解析 14 >>> import os 15 >>> file = [ file for file in os.listdir('/var/log') if file.endswith('.log') ] 16 >>> print file 17 ['anaconda.ifcfg.log', 'Xorg.0.log', 'anaconda.storage.log', 'Xorg.9.log', 'yum.log', 'anaconda.log', 'dracut.log', 'pm-powersave.log', 'anaconda.yum.log', 'wpa_supplicant.log', 'boot.log', 'spice-vdagent.log', 'anaconda.program.log']
四、生成器解析
1 ############################################# 2 egg_list=['鸡蛋%s' %i for i in range(10)] #列表解析 3 4 ############################################# 5 6 laomuji=('鸡蛋%s' %i for i in range(10))#生成器表达式 7 print(laomuji) 8 print(next(laomuji)) #next本质就是调用__next__ 9 print(laomuji.__next__()) 10 print(next(laomuji))
总结:
1.把列表解析的[]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。
例如, 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:
sum(x ** 2 for x in xrange(4))
而不用多此一举的先构造一个列表:
sum([x ** 2 for x in xrange(4)])