#!/usr/bin/python3 #coding=utf-8 #迭代器 ''' 对于list、string、tuple、dict等这些容器对象,使用for循环遍历是很方便的。在后台for语句对容器对象调用iter()函数。 iter()是python内置函数。 iter()函数会返回一个定义了next()方法的迭代器对象，它在容器中逐个访问容器内的元素。 next()也是python内置函数。在没有后续元素时，next()会抛出一个StopIteration异常，通知for语句循环结束。 迭代器是用来帮助我们记录每次迭代访问到的位置，当我们对迭代器使用next()函数的时候，迭代器会向我们返回它所记录位置的下一个位置的数据。 实际上，在使用next()函数的时候，调用的就是迭代器对象的_next_方法（Python3中是对象的_next_方法，Python2中是对象的next()方法）。 所以，我们要想构造一个迭代器，就要实现它的_next_方法。但这还不够，python要求迭代器本身也是可迭代的， 所以我们还要为迭代器实现_iter_方法，而_iter_方法要返回一个迭代器， 迭代器自身正是一个迭代器， 所以迭代器的_iter_方法返回自身self即可。 其实，当我们使用for语句的时候，for语句就会自动的通过__iter__()方法来获得迭代器对象，并且通过next()方法来获取下一个元素。 ''' listArray = [1,2,3] iterName = iter(listArray) for i in range(0,len(listArray)): print (next(iterName)) # print (iterName) # print(next(iterName)) # print(next(iterName)) # print(next(iterName)) #生成器 ''' 延迟操作。也就是在需要的时候才产生结果，不是立即产生结果。 >生成器是只能遍历一次的。 >生成器是一类特殊的迭代器。 第一类：生成器函数：还是使用 def 定义函数，但是，使用yield而不是return语句返回结果。 yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行。 ''' ''' 简单地讲，yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator， 调用 fab(5) 不会执行 fab 函数，而是返回一个 iterable 对象！在 for 循环执行时， 每次循环都会执行 fab 函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时， 代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。 ''' # 菲波那切数列 def Fib(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1 f=Fib(10) # print (f.next()) ''' 生成器函数在每次暂停执行时，函数体内的所有变量都将被封存(freeze)在生成器中， 并将在恢复执行时还原，并且类似于闭包，即使是同一个生成器函数返回的生成器，封存的变量也是互相独立的。 我们的小例子中并没有用到变量，所以这里另外定义一个生成器来展示这个特点： ''' def fibonacci(): a=b=1 yield a yield b while True: a,b = b,a+b yield b for num in fibonacci(): if num>100:break print (num) ##如何判断一个函数是否是一个特殊的 generator 函数？可以利用 isgeneratorfunction 判断： from inspect import isgeneratorfunction print (isgeneratorfunction(Fib) ) # while True: # try: # x=next(f) # print("f:",x) # except StopIteration as e: # print("生成器最后的返回值是：",e.value) # break ''' 第二类：生成器表达式：类似于列表推导，只不过是把一对大括号[]变换为一对小括号()。 但是，生成器表达式是按需产生一个生成器结果对象，要想拿到每一个元素，就需要循环遍历。 ''' xiaoke=[2,3,4,5] # 生成器generator，类似于list，但是是把[]改为() gen=(a for a in xiaoke) for i in gen: print(i) # 为什么要使用生成器？因为效率。 # 使用生成器表达式取代列表推导式可以同时节省 cpu 和 内存(RAM)。 # 如果你构造一个列表(list)的目的仅仅是传递给别的函数, # 比如 传递给tuple()或者set(), 那就用生成器表达式替代吧! # 本案例是直接把列表转化为元组 kk=tuple(a for a in xiaoke) print(kk) #结果是： (2, 3, 4, 5) # python内置的一些函数，可以识别这是生成器表达式，外面有一对小括号，就是生成器 result1=sum(a for a in range(4)) print(result1) # 列表推导式 result2=sum([a for a in range(3)]) print(result2) list=[3,2,3,4] it = iter(list) # 创建迭代器对象 for x in it: print (x, end=" ")