一. 迭代器
什么是迭代器:
- 提供了一个方法，可以不断获取对象里的数据。
- 用户不需要关心内部细节，只需要通过这个特定接口获取数据。
- 当没有数据时，再次调用时，会得到一个停止标记。
- 不能随机访问集合中的某个值 ，只能从头到尾依次访问
- 访问到一半时不能往回退
- 便于循环比较大的数据集合，节省内存
可迭代对象:
可以通过函数 iter(对象) 生成一个迭代器的对象,都是可迭代对象
迭代器:
next(对象) 使用next 能够获取到对象的下一个值,这个对象就被称为迭代器
next()函数的本质,就是 调用 对象的 __next__() 方法,实现了 __next__() 方法的对象,就是迭代器
生成迭代器的方法:
iter(可迭代对象)
通过模块 itertools
检测一个对象是否是可迭代对象: isinstance(对象,类)
from collections import Iterable
isinstance(对象,Iterable)可迭代对象:
实现了 __iter__() 方法的对象,就是可迭代对象
def __iter__(self):
return self例 需求: 使用迭代器实现斐波那契数列
"""
迭代一个斐波那契数列 Python资料提升群519970686
"""
class Fibonacci(object):
def __init__(self): # 初始化参数
self.__f1 = 1
self.__f2 = 0
def __iter__(self):
return self
def __next__(self):
self.__f1, self.__f2 = self.__f2, self.__f2 +self.__f1 # 实现逻辑的方法
return self.__f1
res = Fibonacci(20) # 传入一个实参
i = 0
for v in res:
if i <= 10: # 遍历打印输出10次
print(v)
i += 1
else:
二 . 生成器
什么事生成器:
利用迭代器，我们可以不断的获取数据。在实际开发中，我们有时候希望数据一开始不存放在内存上，而且在遵循某种规律的情况下，用的时候再给用户.
生成器其实是一种特殊的迭代器，不过这种迭代器更加优雅。它不需要再像上面的类一样写iter()和next()方法
列表生成器:
li1 = [v * 5 for v in range(10)] # 这是列表推导式, 掉不调用都生成一个列表,耗资源
print(li)
Python资料提升群519970686
li2 = (v * 5 for v in range(10)) # 这是列表生成器,调用时再加载,节约资源
print(next(li2))
print(next(li2))
print(next(li2))
函数生成器: yield
使用yield,yield相当与return,但不是停止函数执行,而是相当于暂停函数执行
注意: 函数生成器,是通过函数内部使用yield来实现的,一旦函数内部使用yield,函数名()调用时,函数的代码不会执行,会返回一个生成器,使用next(生成器)时,函数代码从开始执行,直到遇到yield,代码暂停执行,当再次使用next是,继续执行.(意思就是调用一次,加载一次)
例 需求: 使用函数生成器_斐波那契数列
def fib(n): # 定义一个待传入的形参
x, y = 0, 1
i = 0
while i <= n:
x, y = y, x + y # 斐波那契数列( 普通函数 )
print(x)
i += 1
fib(10) # 传入实参,范围显示
扩展: @property的装饰器 可以让我们的代码变得更加的简介优雅.