掌握列表生成式 生成器 迭代器
a = [i+1 for i in range(10)]
a
[1,2,3,4,5,6,7,8,9,10]
这样的写法就叫列表生成式
生成器
如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量空间。在python中这种一边循环一边计算的机制,称为生成器:generator
要创建一个generator,有很多种方法,第一种方法简单,只要一个列表生成式的[]改成(),就创建了一个generator
L = [x*x for x in range(10)]
L
[0,1,4,9,16,25,36,49,64,81]
g = (x*x for x in range(10)
g
<genertor object <genexpr> at 0x1022ef630>
next(g)
0
next(g)
1
。。。。
next(g)
Traceback(most recent call last):
File "<stdin>", line 1,in <module>
Stoplteration
generator 保存的算法,每次调用next(g)就计算出g的下一个元素的值,直到计算到最后一个元素,没有跟多的元素时,抛出Stoplteration的错误
genertrator也是可迭代对象 可以用for循环
g = (x*x for x in range(10))
for n in g:
print(n)
0
1
4
......
打印generator的值 可以通过next()函数获得generator的下一个值 ,不需要关心Stoplteration 的错误
斐波那契数列,除第一个和第二个数外,任意一个数都可由前两个数相加得到
斐波那契数列用列表生成式写不出来,但是,有函数把它打印出来却很容易
def fib(max):
n,a,b=0,0,1
while n <max:
print(b)
a,b = b, a+b
n += 1
return 'done'
1
1
2
3
5
...
55
done
把fib函数变成generator ,只需把print(b)改为yieldb就可以
def fib(max):
n,a,b = 0,0,1
while n < max:
#print(b)
yield b
a, b = b ,a+b
n += 1
return 'done'
f = fib(6)
b
<generator object fib at 0x104feaaa0>
print(data.__next__())
1
一般不适用next()来抓取下一个返回值,而是直接用for循环来迭代
for i in fib(6):
print(i)
1
1
2
3
5
8
但是这样拿不到return语句的返回值,返回值包含在Stoplteratiod的value中
g = fib(6)
while True:
try:
x = next(g)
print('g:',x)
except Stoplteration as e:
print('Generator return value:',e.value)
break
迭代器
可以直接作用于for 循环的数据类型有以下几种:
一类是集合数据类型,如list tuple dict set str 等
一类是generator 包括生成器带yield的generator function
这些可以直接作用于for循环的对象统称为可迭代对象 iterable
可使用isinstance()判断一个对象是否是iterable对象
from collections import iteerable
isinstance([], lterable)
True
isinstance({},lterable)
True
isinstance('abc',lterable)
True
isinstace((x for x in range(10)),lterable)
True
isinstance(100,lterable)
False
可以被next()函数调用并不断返回下一个值的对象称为迭代器 lterator
可以使用isinstance()判断一个对象是否是lterator对象
isinstance([], lterator)
False
isinstance({},lterator)
False
isinstance('abc',lterator)
False
isinstace((x for x in range(10)),lterator)
True
生成器都是lterator 对象, 但是list dict str 虽然是 lterable ,却不是iterator
把list dict str 等lterable 变成lterator 可以使用iter()函数
isinstance(iter([]),lterator)
True
isinstance(iter('abc'),lterator)
True
python的lterator对象表示的是一个数据流,lterator 对象可以被next()函数调用并不断返回下一个数据,直到没有数据是抛出Stoplteration错误,可以把这个数据流看作一个有序序列,但是我们却不能提前直到序列长度,只能不断next()函数实现需要计算下一个数据,所以lterator的计算是惰性的,只需在需要返回下一个数据是它才会计算
lterator甚至可以表示一个无限大的数据流,例如全体自然数,而使用list是永远不能存储全体自然数的。
小结
凡是可使用for循环的对象都是lterable类型
凡是可使用next()函数的对象都是lterator类型,它们表示一个惰性计算的序列
集合数据类型如list dict str 等是lterable 但是不是lterator ,不过可以通过iter()函数获取一个lterator对象,
python3的for 循环本质上就是通过不断调用next()函数实现的,例如
for x in [1,2,3,4,5]
pass
完全等价于
it = iter([1,2,3,4,5])
#循环
while True:
try:
#获取下一个值:
x = next(it)
except Stoplteration:
#遇到Stoplteration就退出循环
break