列表生成器: 即List Comprehensions。 在python中,可通过内置的强大有简单的生成式来创建列表。例如创建一个1到10的列表list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
可以用list=[x for x in range(1,11)]直接实现
但如果要生成[1x1, 2x2, 3x3, ..., 10x10]
怎么做?方法一是循环:
L = []
for x in range(1, 11):
L.append(x * x)
L
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
但是,运用列表生成式,可以写出非常简洁的代码 list=[x*x for x in range(1,11)]
生成器:
通过列表生成式,我们可以创建一个列表,但是,由于受到内存的限制,列表的容量是有限的,而且;创建一个包含100万个元素的列表,不仅占用很大的内存空间,如果我们仅仅需要访问前面几个元素,那后边的绝大多数元素占用的空间都白白浪费了。所以,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的推算出后面的元素那?这样就不必创建完整的列表,从而节省大量的空间。在python中,这种一遍循环,一遍计算的机制,成为生成器:generator
创建生成器的方法1:只需把一个列表的[]改成() list = (x*2 for x in range(10)) next(list) 执行一次生成一个,一次只生成一个
创建生成器的方法2:用函数实现(当for循环无法实现的时候),比如:斐波那契数列
斐波拉契数列:除第一个第二个数外,任何一个数都是由前两位数相加得到。 1,1,2,3,5……
加上yield的函数就变成了列表生成式,不再是函数,变成了生成器,生成一个对象,需要变量接受
Yield有两个功能:停止函数,返回yield后面的那个值
Send和next都可以让生成器(yield)继续执行,但是send可以放一个参数,__next__不能,send传的参数就是yield表达式的结果 第一次使用send带的参数必须为None或者使用__next__方法
yield多任务处理 :
迭代器:
迭代器: 在上一个数值的基础上进行下一个数值(在原有基础上开发新的) 循环就是迭代
可迭代对象:一类是集合数据类型:list tuple,dict ,set, str等
另一类是generator,包括生成器和带yield的genarator function
这些可用于for循环的对象统称为可迭代对象:iterable
用isinstance()判断对象是否为迭代对象(iterable)
生成器都是Iterator
对象,但list
、dict
、str
虽然是Iterable
,却不是Iterator
。
把list
、dict
、str
等Iterable
变成Iterator
可以使用iter()
函数
凡是可作用于for
循环的对象都是Iterable
类型;
凡是可作用于next()
函数的对象都是Iterator
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Iterable
但不是Iterator
,不过可以通过iter()
函数获得一个Iterator
对象。