python3中的推导式、生成器、迭代器

技术交流QQ群:1027579432，欢迎你的加入！

一.推导式

• 1.列表推导式：一种快速生成列表的方式，其形式是用方括号括起来的一段语句。

    lis = [x * x for x in range(1, 100)]
    # 增加条件语句
    [x * x for x in range(1, 11) if x % 2 == 0]
    # 多重循环
    [a + b for a in '123' for b in "xyz"]
    # 更多用法
    dic = {"k1":"v1", "k2":"v2"}
    a = [k+":"+ v for k, v in dic.items()]

• 2.字典推导式：使用大括号{}可以制造字典推导式！

    dic = {x: x**2 for x in (2, 3, 5)}

• 3.集合推导式：大括号除了能用作字典推导式，还可以用作集合推导式，两者仅仅在细微处有差别。

    a = {x for x in "adadfdaf"  if x not in "abc"}

二.生成器generator

• 出现原因：有时候，序列或集合内的元素的个数非常巨大，如果全制造出来并放入内存，对计算机的压力是非常大的。比如，假设需要获取一个10**20次方如此巨大的数据序列，把每一个数都生成出来，并放在一个内存的列表内，这是粗暴的方式，有如此大的内存么？如果元素可以按照某种算法推算出来，需要就计算到哪个，就可以在循环的过程中不断推算出后续的元素，而不必创建完整的元素集合，从而节省大量的空间。在Python中，这种一边循环一边计算出元素的机制，称为生成器。

    g = (x * x for x in range(1, 4))   # 返回的是一个生成器对象！！！

• 可以通过next()函数获得generator的下一个返回值，这点和下面介绍的迭代器非常相似：

    next(g)
    next(g)
    next(g)
    next(g)  # 抛出StopIteration异常

• 通常情况下，使用for循环来遍历：

    for i in g:
        print(i)

• 除了使用生成器推导式，还可以使用yield关键字。在 Python中，使用yield返回的函数会变成一个生成器（generator）。 在调用生成器的过程中，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。

    def fib(n):
        a, b, count = 0, 1, 0
        while True:
            if count > n:
                return
            yield n  #  yield让该函数变成一个生成器
            a, b = b, a+b
            count += 1
    res = fib(10)
    print("生成器对象:"res)
    for i in res:
        print(i,end=" ")

三.迭代器Iterator

• 迭代：通过for循环遍历对象的每一个元素的过程
• 可迭代对象：list、tuple、string、dict、set、bytes都是可迭代对象
• 可以通过collections模块的Iterable类型来判断一个对象是否可迭代：

    from collections import Iterable
    isinstance("123", Iterable)
    isinstance((3, 56, 23), Iterable)
    isinstance(1324, Iterable)

• 迭代器：是一种可以被遍历的对象，并且能作用于next()函数。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。迭代器只能往后遍历不能回溯。不像列表，你随时可以取后面的数据，也可以返回头取前面的数据。迭代器通常要实现两个基本的方法：iter() 和 next()。可迭代对象不是迭代器对象，可以使用collections模块中的Iterator类型来判断一个对象是否是迭代器对象。

    from collections import Iterator
    lis = [23, 43, 23]
    isinstance(lis, Iterator)  # 返回False

• 使用使用Python内置的iter()方法创建迭代器对象，使用next()方法获取迭代器的下一个元素

    a = [56, 34, "fgf", 454]
    it = iter(a)  # it是迭代器对象
    next(it)
    next(it)
    next(it)
    next(it)
    next(it)  # 抛出StopIteration异常

• 使用for循环来遍历迭代器对象

    lis = [1,2,3,4]
    it = iter(lis)          # 创建迭代器对象
    for x in it:            # 使用for循环遍历迭代对象
        print (x, end=" ")

• 总结：
  • a.很多时候，为了让我们自己写的类成为一个迭代器，需要在类里实现__iter__()和__next__()方法
  • b.Python的迭代器表示的是一个元素流，可以被next()函数调用并不断返回下一个元素，直到没有元素时抛出StopIteration错误。可以把这个元素流看做是一个有序序列，但却不能提前知道序列的长度，只能不断通过next()函数得到下一个元素，所以迭代器可以节省内存和空间。
  • c.迭代器对象(Iterator)和可迭代对象(Iterable)的区别：
    • 凡是可作用于for循环的对象都是可迭代对象；
    • 凡是可作用于next()函数的对象都是迭代器对象；
    • list、dict、str等是可迭代对象但不是迭代器对象，因为next()函数无法调用它们，可以通过iter()函数将它们转换成迭代器对象；
    • Python的for循环本质上就是通过不断调用next()函数实现的。

四.参考博客

• 刘江的博客