python迭代器与生成器有什么区别
更新:HHH   时间:2023-1-7


本篇内容介绍了“python迭代器与生成器有什么区别”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

一、迭代器

迭代器就是iter(可迭代对象函数)返回的对象,说人话.......可迭代对象由一个个迭代器组成

可以用next()函数获取可迭代对象的数据

迭代是访问集合元素的一种方式(因为集合是无序的,所以不能索引),naxt(集合),

迭代器对象从集合的第一个元素开始访问,直到所有元素被访问结束,迭代器只能往前不会往后退

迭代器是一个可以记住遍历的位置的对象,迭代器只能一个一个出,前一秒还没有这个值,等到next()的时候才生成

迭代器有两个基本方法:iter()和next()

  • iter()  生成一个迭代器

  • next()  从迭代器中获取写一条记录,如果无法获取写一条记录,则触发StopIteration异常

有序序列:字符串、列表、元组对象都可用于创建迭代器

L = [1,2,3,4]
it = iter(L)    #创建迭代器对象
print(next(it)) #输出迭代器的写一个对象
print(next(it))

迭代器对象使用for语句进行遍历

li = [5,6,7,8]
it = iter(li)
for x in it: 
    print(x,end = ' ')

迭代器对象使用while语句进行遍历

lis = [7,8,9,0]
it = iter(lis)
while True:
    try:
        print(next(it))
    except StopIteration:
        break

二、生成器

在python中,使用了yield的函数被称为生成器(generator)此函数被调用时返回一个生成器对象

生成器是一个返回迭代器的函数,生成器 生成 迭代器对象,只能用来迭代操作

生成器能让函数停下下,想进想出,很随便,前一秒数据根本不存在,这一秒推算出来的

在调用生成器运行的过程中,每次遇到yidld时函数会停下来,返回yield的值,相当于print返回print的值一样

并在下一次执行next()方法或者写一次循环时从当前位置继续运行(继续打印下一个值)

生成器用于函数中,会把函数当做生成器来使用,函数出一个值,主函数调取一个值

生成器调用return会触发一个StopIteration异常

普通方法生成菲波那切数列

def fun(n):
    a,b,c = 0,1,0
    while c<n:
        print(b)    # 打印菲波那切数列
        a,b = b,a+b
        c +=1

fun(10)

用生成器的方法生成菲波那切数列

def fun(n):
    a,b,c = 0,1,0
    while c<n:
        yield b     # 生成器
        a,b = b,a+b
        c +=1

# print(fun(10))# <generator object fun at 0x000001ED43A48A40>
t = fun(10)    # t是一个迭代器,由生成器返回生成
print(next(t))  # 1
print(next(t))  # 1
print("中间可以插入代码")  # 中间可以插入代码
print(next(t))  # 2
print(next(t))  # 3

for i in t:
    print(i)
# 8
# 13
# 21
# 34
# 55

print(fun(10))

# <generator object fun at 0x000001ED43A48A40>  

# 这是一条内存,你要用函数来访问里面的值,next(fun(10))

生成器表达式:

  • 语法:(表达式 for 变量 in 可迭代对象 [if 真值表达式])   []里的内容可以省略

  • 作用:用推导式的形式生成一个新的生成器,要取值的时候,要iter变成迭代器,用next取值

  • 优点:不占用内存空间

迭代工具函数:生成一个个个的可迭代对象

gen = (x**2 for x in range(1, 4))
it = iter(gen)  # 转成生成器
next(it)  # 1
next(it)  # 4
next(it)  # 9
next(it)  # StopIteration

三、生成器函数

3.1、zip(可迭代对象1,可迭代对象2......)

返回一个zip对象,此对象用于生成元组,元组的个数由最小的可迭代对象决定

numbers = [10086,10000,10010,95586]
names = ['中国移动','中国联通','中国电信']
for t in zip(numbers,names):
    print(t)

#(10086, '中国移动')
#(10000, '中国联通')
#(10010, '中国电信')

自定义zip函数

def myzip(iter1,iter2):
    it1 = iter(iter1)   # 拿出一个迭代器
    it2 = iter(iter2)
    while True:
        a = next(it1)
        b = next(it2)
        yield (a,b)

numbers = [10086,10000,10010,95586]
names = ['中国移动','中国联通','中国电信']
for t in myzip(numbers,names):
    print(t)
# (10086, '中国移动')
# (10000, '中国联通')
# (10010, '中国电信')

3.2、enumerate(iterable[,start])

生成带索引的枚举对象,返回迭代类型为索引-值对(index,value)对, 默认索引从零开始,也可以使用start绑定

names = ['中国移动', '中国电信', '中国联通']
for x in enumerate(names):  #生成迭代器
    print(x)
def myenumerate(iterable):
    it = iter(iterable)
    i = 0
    while True:
        a = next(it)
        yield(i,a)
        i += 1
#(0, '中国移动')
#(1, '中国电信')
#(2, '中国联通')

“python迭代器与生成器有什么区别”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注天达云网站,小编将为大家输出更多高质量的实用文章!

返回开发技术教程...