这都不会?Python_迭代器与生成器

一. 迭代器

什么是迭代器:

  1. 提供了一个方法,可以不断获取对象里的数据。
  2. 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。
  3. 当没有数据时,再次调用时,会得到一个停止标记。
  4. 不能随机访问集合中的某个值 ,只能从头到尾依次访问
  5. 访问到一半时不能往回退
  6. 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.

你可能感兴趣的:(这都不会?Python_迭代器与生成器)