Python3 迭代器与生成器 | 菜鸟教程(十)

目录

一、Python3 迭代器

(一)相关介绍

1、迭代是Python最强大的功能之一,是访问集合元素的一种方式。

2、迭代器是一个可以记住遍历的位置的对象。

3、迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。

4、迭代器有两个基本的方法:iter() 和 next()。

(二)字符串,列表或元组对象都可用于创建迭代器:

 (三)迭代器对象可以使用常规for语句进行遍历:

(四)也可以使用 next() 函数:

(五)创建一个迭代器

1、把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。

2、如果你已经了解的面向对象编程,就知道类都有一个构造函数,Python 的构造函数为 __init__(), 它会在对象初始化的时候执行。

更多内容查阅:Python3 面向对象(后面会讲到)

3、__iter__() 方法返回一个特殊的迭代器对象, 这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。

4、__next__() 方法(Python 2 里是 next())会返回下一个迭代器对象。

5、创建一个返回数字的迭代器,初始值为 1,逐步递增 1:

(六)StopIteration

1、StopIteration 异常用于标识迭代的完成,防止出现无限循环的情况,在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

2、在 20 次迭代后停止执行:

二、Python3   生成器

(一)相关介绍

1、在 Python 中,使用了 yield 的函数被称为生成器(generator)。

2、跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。

3、在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

4、调用一个生成器函数,返回的是一个迭代器对象。

(二)以下实例使用 yield 实现斐波那契数列:


一、Python3 迭代器

(一)相关介绍

1、迭代是Python最强大的功能之一,是访问集合元素的一种方式。

2、迭代器是一个可以记住遍历的位置的对象。

3、迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。

4、迭代器有两个基本的方法:iter()next()

(二)字符串,列表或元组对象都可用于创建迭代器:

实例:

>>> list=[1,2,3,4]
>>> it = iter(list)    # 创建迭代器对象
>>> print (next(it))   # 输出迭代器的下一个元素
1
>>> print (next(it))
2
>>>

 (三)迭代器对象可以使用常规for语句进行遍历:

实例:

#!/usr/bin/python3

list=[1,2,3,4]

it = iter(list)         # 创建迭代器对象

for x in it:

        print (x, end=" ")

执行以上程序,输出结果如下:

1 2 3 4

(四)也可以使用 next() 函数:

实例:

#!/usr/bin/python3

import sys # 引入 sys 模块

list=[1,2,3,4]

it = iter(list) # 创建迭代器对象

while True:

        try:

                print (next(it))

        except StopIteration:

                sys.exit()

执行以上程序,输出结果如下:

1
2
3
4

(五)创建一个迭代器

1、把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。

2、如果你已经了解的面向对象编程,就知道类都有一个构造函数,Python 的构造函数为 __init__(), 它会在对象初始化的时候执行。

更多内容查阅:Python3 面向对象(后面会讲到)

3、__iter__() 方法返回一个特殊的迭代器对象, 这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。

4、__next__() 方法(Python 2 里是 next())会返回下一个迭代器对象。

5、创建一个返回数字的迭代器,初始值为 1,逐步递增 1:

实例:

class MyNumbers:

        def __iter__(self):

                self.a = 1

                return self

        def __next__(self):

                x = self.a

                self.a += 1

                return x

myclass = MyNumbers()

myiter = iter(myclass)

print(next(myiter))

print(next(myiter))

print(next(myiter))

print(next(myiter))

print(next(myiter))

执行输出结果为:

1
2
3
4
5

(六)StopIteration

1、StopIteration 异常用于标识迭代的完成,防止出现无限循环的情况,在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

2、在 20 次迭代后停止执行:

实例:

class MyNumbers:

        def __iter__(self):

                self.a = 1

                return self

        def __next__(self):

                if self.a <= 20:

                        x = self.a

                        self.a += 1

                        return x

                else:

                        raise StopIteration

myclass = MyNumbers()

myiter = iter(myclass)

for x in myiter:

        print(x)

执行输出结果为:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

二、Python3   生成器

(一)相关介绍

1、在 Python 中,使用了 yield 的函数被称为生成器(generator)。

2、跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。

3、在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

4、调用一个生成器函数,返回的是一个迭代器对象。

(二)以下实例使用 yield 实现斐波那契数列:

实例:

#!/usr/bin/python3

import sys

def fibonacci(n): # 生成器函数 - 斐波那契

        a, b, counter = 0, 1, 0

        while True:

                if (counter > n):

                        return

                yield a

                a, b = b, a + b

                counter += 1

f = fibonacci(10) # f 是一个迭代器,由生成器返回生成

while True:

        try:

                print (next(f), end=" ")

        except StopIteration:

                sys.exit()

执行以上程序,输出结果如下:

0 1 1 2 3 5 8 13 21 34 55

你可能感兴趣的:(数学建模,python,开发语言,linux,人工智能,运维)