python总结-生成器与迭代器

生成器与迭代器

生成器

生成器定义

在Python中,一边循环一边计算的机制,称为生成器:generator

为什么要有生成器

列表所有数据都在内存中,如果有海量数据的话将会非常耗内存。

如:仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间

都白白浪费了。

如果列表元素按照某种算法推算出来,那我们就可以在循环的过程

中不断推算出后续的元素,这样就不必创建完整的list,从而节省大

量的空间。

简单说:

时间换空间!想要得到庞大的数据,又想让它占用空间少,那就用生成器!

延迟计算!需要的时候,再计算出数据!

创建生成器的方式一(生成器表达式)

生成器表达式很简单,只要把一个列表推导式的 [] 改成 () ,就创建

了一个生成器(generator):

python 复制代码
L = [x * x for x in range(10)]
print(L)
g = (x * x for x in range(10))
print(g)

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

<generator object at 0x1006e8520>

创建 L 和 g 的区别仅在于最外层的 [] 和 () , L 是一个list,而 g 是一个

generator。

创建生成器的方式二(生成器函数)

生成器函数:

  1. 如果一个函数中包含 yield 关键字,那么这个函数就不再是一个普通函数,调用函数就是创建了一个生成器(generator)对象。
  2. 生成器函数:其实就是利用关键字 yield 一次性返回一个结果,阻塞,重新开始。

生成器函数的工作原理

生成器函数返回一个迭代器,for循环对这个迭代器不断调用 next () 函数,不断运行到下一个 yield

语句,一次一次取得每一个返回值,直到没有 yield 语句为止,最终引发 StopIteration 异 常。
yield 相当于 return 返回一个值,并且记住这个返回的位置,下次迭代时,代码从 yield 的下一条 语句(不是下一行)开始执行。
send() 和 next() 一样,都能让生成器继续往下走一步(下次遇到 yield 停),但 send() 能传一个 值,这个值作为

yield 表达式整体的结果

python 复制代码
#coding=utf-8
"""
1. 函数有了yield之后,调用它,就会生成一个生成器
2. yield作用:程序挂起,返回相应的值。下次从下一个语
句开始执行。
3. return在生成器中代表生成器种植,直接报错:
StopIeratation
4. next方法作用:唤醒并继续执行
"""

def test():
    print("start")
    i=0
    while i<3:
        temp = yield i  #下次迭代时,代码从`yield`的下一条语句(不是下一行)开始执行
        print(f"temp:{temp}")
        i += 1
    print("end")
    return "done"
 if __name__ == '__main__':
    a = test()
    print(type(a))
    print(a.__next__())
    print(a.__next__())
    print(a.__next__())   # next(a) 一样
    print(a.__next__())  # 抛出异常:StopIteration

总结

什么是生成器?

生成器仅仅保存了一套生成数值的算法,并且没有让这个算

法现在就开始执行,而是我什么时候调它,它什么时候开始

计算一个新的值,并给你返回。

迭代器

概念

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。

4 迭代器只能往前不会后退。

5 迭代器有两个基本的方法: iter() 和 next()

可迭代对象和迭代器区别

1 一个实现了 iter 方法的对象,称为"可迭代对象Ieratable"

2 一个实现 next 方法并且是可迭代的对象,称为"迭代器Iterator"

即:实现了 iter 方法和 next 方法的对象就是迭代器。

⚠️生成器都是 Iterator 对象,但 list 、 dict 、 str 虽然是 Iterable(可迭代对

象) ,却不是 Iterator(迭代器) 。

为什么 list 、 dict 、 str 等数据类型不是 Iterator ?

Python的 Iterator 对象表示的是一个数据流。可以把这个数据流看

做是一个有序序列,但我们却不能提前知道序列的长度,只能

不断通过 next() 函数实现按需计算下一个数据,所以 Iterator 的计算

是惰性的,只有在需要返回下一个数据时它才会计算。

所以,生成器一定是迭代器。

Iterator 甚至可以表示一个无限大的数据流,例如全体自然数。而

使用list是永远不可能存储全体自然数的。

for循环的本质

Python3的 for 循环本质上就是通过不断调用 next() 函数实现的。

本质是:

python 复制代码
# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
try:
     # 获得下一个值:
     x = next(it)
except StopIteration:
     # 遇到StopIteration就退出循环
     break

创建一个迭代器

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()

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。

next() 方法会返回下一个迭代器对象。

python 复制代码
class MyNumbers:
    def __iter__(self):
        self.num = 10
        return self
    def __next__(self):
        if self.num<40:
            x = self.num
            self.num += 10
            return x
        else:
            raise StopIteration
myclass = MyNumbers()
myiter = iter(myclass)

print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))

动态添加属性和方法

动态编程语言是高级程序设计语言的一个类别,在计算机科学领域

已被广泛应用。

它是指在运行时可以改变其结构的语言 :例如新的函数、 对象、甚

至代码可以被引进,

已有的函数可以被删除或是其他结构上的变化。

运行过程中给对象、类添加属性和方法

python 复制代码
#coding=utf-8
import types
class Person():
    def __init__(self,name,age):
        self.name = name
        self.age = age
p1 = Person("zhangsan",20)
p2 = Person("lisi",30)
#动态给对象添加属性和方法
p1.score = 100
print(p1.score)

def run(self):
    print(f"{self.name},running...")
#动态的对象添加方法
p1.run = types.MethodType(run,p1)
p1.run()

types.MethonType的使用

python 复制代码
p1.run = types.MethodType(run,p1)
# 即使换成
xxx = types.MethodType(run,p1)
# xxx()调用一样还用
# 因为之前提示缺少参数,主要是不知道self到底是谁,
# 而types.MethodType(run,p1)则是告诉解释器,self
指的就是p1

给类动态添加静态方法以及类方法

python 复制代码
@staticmethod
def staticfunc():
    print("---static method---")
Person.staticfunc = staticfunc
Person.staticfunc()

@classmethod
def clsfunc(cls):
    print('---cls method---')
Person.clsfunc = clsfunc
Person.clsfunc()

slots 的作用

slots 对动态添加成员变量、成员方法有限制。对动态添加类属性、类方法没有限制。

slots 只对本类有限制,不限制子类

python 复制代码
class Person():
    __slots__ = {"name","age"}
    def __init__(self,name,age):
        self.name = name
        self.age = age
    def eat(self):
        print("人是铁饭是钢,要吃!")
if __name__ == '__main__':
    p1 = Person("gaoqi",18)
#   p1.gender = "man" #AttributeError:
'Person' object has no attribute 'gender'
相关推荐
。puppy1 分钟前
HCIP--3实验- 链路聚合,VLAN间通讯,Super VLAN,MSTP,VRRPip配置,OSPF(静态路由,环回,缺省,空接口),NAT
运维·服务器
颇有几分姿色10 分钟前
深入理解 Linux 内存管理:free 命令详解
linux·运维·服务器
yannan2019031316 分钟前
【算法】(Python)动态规划
python·算法·动态规划
蒙娜丽宁26 分钟前
《Python OpenCV从菜鸟到高手》——零基础进阶,开启图像处理与计算机视觉的大门!
python·opencv·计算机视觉
光芒再现dev28 分钟前
已解决,部署GPTSoVITS报错‘AsyncRequest‘ object has no attribute ‘_json_response_data‘
运维·python·gpt·语言模型·自然语言处理
好喜欢吃红柚子41 分钟前
万字长文解读空间、通道注意力机制机制和超详细代码逐行分析(SE,CBAM,SGE,CA,ECA,TA)
人工智能·pytorch·python·计算机视觉·cnn
小馒头学python1 小时前
机器学习是什么?AIGC又是什么?机器学习与AIGC未来科技的双引擎
人工智能·python·机器学习
神奇夜光杯1 小时前
Python酷库之旅-第三方库Pandas(202)
开发语言·人工智能·python·excel·pandas·标准库及第三方库·学习与成长
plmm烟酒僧1 小时前
Windows下QT调用MinGW编译的OpenCV
开发语言·windows·qt·opencv
千天夜1 小时前
使用UDP协议传输视频流!(分片、缓存)
python·网络协议·udp·视频流