4.迭代器和生成器 python----------迭代器和生成器
一、可迭代協議：可以被迭代要滿足要求的就叫做可迭代協議。內部實現了__iter__方法
iterable：可迭代的------對應的標誌
什麼叫迭代？：一個一個取值，就像for迴圈一樣取值
字串，列表，元組，集合，字典都是可迭代的
二、迭代器協議：內部實現了__iter__，__next__方法
迭代器大部分都是在python的內部去使用的，我們直接拿來用就行了
迭代器的優點：如果用了迭代器，節約記憶體，方便操作
dir([1,2].__iter__())是列表迭代器中實現的所有的方法，而dir([1,2])是列表中實現的所有方法，都是以列表的方式返回給我們，為了方便看清楚，我們把他們轉換成集合，然後取差集，然而，我們看到列表迭代器中多出了三個方法，那麼這三個方法都分別是幹什麼的呢？
1 print(dir([1,2].__iter__()))#檢視列表迭代器的所有方法 2 print(dir([1,2]))#檢視列表的所有方法 3 print(set(dir([1,2].__iter__()))-set(dir([1,2])))
1 iter_l=[1,2,3,4,5,6].__iter__()
2
3 print(iter_l.__length_hint__())#獲取迭代器中元素的長度
4 # print(iter_l.__setstate__(4))#根據索引指定從哪裡開始迭代
5
6 print(iter_l.__next__())
7 print(iter_l.__next__())
8 print(iter_l.__next__())#一個一個的取值
9 print(next(iter_l))
10 #next(iter_l)這個方法和iter_l.__next__()方法一樣，推薦用next(iter_l)這個
1 l=[1,2,3,4,5]
2 a=l.__iter__()
3
4 # print(next(a))
5 # print(next(a))
6 # print(next(a))
7 # print(next(a))
8 # print(next(a))
9 # print(next(a)) #上面的列表長度只有5個，而你多列印了，就會報錯。處理的情況如下，就不會報錯了
10
11 while True:
12 try:
13 item=a.__next__()
14 print(item) 15 except StopIteration: # 異常處理 16 break
三、可迭代和迭代器的相同點：都可以用for迴圈
四、可迭代和迭代器的不同點：就是迭代器內部多實現了一個__next__方法
五、判斷迭代器和可迭代的方法：
第一種：判斷內部是不是實現了__next__方法
1 '__iter__' in dir(str)#如果__iter__在這個方法裡面，就是可迭代的。
第二種：
Iterable 判斷是不是可迭代物件
Iterator 判斷是不是迭代器
用法：
1 from collections import Iterable
2 from collections import Iterator
3
4 #比如給一個字串
5 s='abc'
6 print(isinstance(s,Iterable))#isinstance判斷型別的
7 print(isinstance(s,Iterator))
判斷range函式和map函式
1 map1=map(abs,[1,-2,3,-4])
2 print(isinstance(map1,Iterable))
3 print(isinstance(map1,Iterator))#map方法自帶迭代器
4
5 s=range(100)#是一個可迭代的，但是不是迭代器
6 print(isinstance(s,Iterable))
7 print(isinstance(s,Iterator))
五、生成器函式：常規定義函式，但是，使用yield語句而不是return語句返回結果。yield語句一次返回一個結果。生成器的好處，就是一下子不會在記憶體中生成太多的資料
python中提供的生成器：1.生成器函式 2.生成器表示式
生成器的本質：就是一個迭代器
1 def func(): #這是一個簡單的函式
2 a=1
3 return a
4 print(func())
5
6
7 def func():
8 print('aaaaaaaaaaa')
9 a = 1
10 yield a # 返回第一個值
11 print('bbbbbb')
12 yield 12 # 返回第二個值
13
14
15 ret = func() # 得拿到一個生成器
16 # print(ret)#返回的是一個地址
17 print(next(ret))#取第一個值
18 print(next(ret))# 取第二個值
19 print(next(ret))# 取第三個值，會報錯，因為沒有yield第三個值
假如我想讓工廠給學生做校服，生產2000000件衣服，我和工廠一說，工廠應該是先答應下來，然後再去生產，我可以一件一件的要，也可以根據學生一批一批的找工廠拿。
而不能是一說要生產2000000件衣服，工廠就先去做生產2000000件衣服，等回來做好了，學生都畢業了。。。
1 def make_cloth():
2 for i in range(1,20000):
3 yield '第%s件衣服'%(i)
4 ret = make_cloth()
5 print(next(ret))
6 print(next(ret)) 7 print(next(ret)) 8 for i in range(100): 9 print(next(ret))
1 必須先用next再用send
2 def average():
3 total=0 #總數
4 day=0 #天數
5 average=0 #平均數
6 while True:
7 day_num = yield average #average=0
8 total += day_num
9 day += 1
10 average = total/day
11 avg=average() #直接返回生成器
12 next(avg)#啟用生成器，avg.send(),什麼都不傳的時候send和next的效果一樣
13 print(avg.send(10)) 14 print(avg.send(20))#send 1.傳值 2.next 15 print(avg.send(30))
1 讓裝飾器去啟用
2 def wrapper(func):
3 def inner(*args,**kwargs):
4 ret = func(*args,**kwargs)
5 next(ret)
6 return ret 7 return inner 8 9 @wrapper 10 def average(): 11 total=0 #總數 12 day=0 #天數 13 average=0 #平均數 14 while True: 15 day_num = yield average #average=0 16 total += day_num 17 day += 1 18 average = total/day 19 20 21 ret=average() #直接返回生成器 22 print(ret.send(10)) 23 print(ret.send(20))#send 1.傳一個值過去 2.讓當前yield繼續執行 24 print(ret.send(30))
1 import time
2
3
4 def tail(filename):
5 f = open(filename)
6 f.seek(0, 2) #從檔案末尾算起
7 while True:
8 line = f.readline() # 讀取檔案中新的文字行
9 if not line:
10 time.sleep(0.1) 11 continue 12 yield line 13 14 tail_g = tail('tmp') 15 for line in tail_g: 16 print(line)
六、yield from
1 def func():
2 # for i in 'AB':
3 # yield i
4 yield from 'AB' yield from 'AB'就相當於上面的for迴圈，吧迴圈簡化了
5 yield from [1,2,3]
6
7 g=func()
8 print(list(g))
9 # print(next(g))
10 # print(next(g))
七、列表推導式：
1 舉例一
2 y=2
3 #for i in range(100):
4 # print(i*y)
5
6
7 #列表推導式是for迴圈的簡寫
8 l=[i*y for i in range(100)]
9
10 舉例二
11 l=[{'name':'v1','age':'22'},{'name':'v2'}]
12 # for dic in l:
13 # print(dic['name'])
14 name_list=[dic['name'] for dic in l]
15 print(name_list)
# ======一層迴圈======
l = [i*i for i in range(1,10)]
print(l)
# 上面的列表推倒式就相當於下面的
l = []
for i in range(1,10):
l.append(i*i)
print(l) l = [] # ======多層迴圈======== # 1.列表推倒式 l = [i*j for i in range(1,10) for j in range(1,10)] print(l) # 2.迴圈 l = [] for i in range(1,10): for j in range(1,10): s = i*j l.append(s) print(l)
八、生成器表示式：類似於列表推倒式，就是把列表推導式的【】改為了（）
1 l=[{'name':'v1','age':'22'},{'name':'v2'}]
2
3 name_list=(dic['name'] for dic in l)#吧列表生成器的[]改成()
4 print(name_list)#取出的是一個生成器，而不是要取得值，所以得加上next
5 print(next(name_list))
6 print(next(name_list))
7 # print(next(name_list))
一、可迭代協議：可以被迭代要滿足要求的就叫做可迭代協議。內部實現了__iter__方法
iterable：可迭代的------對應的標誌
什麼叫迭代？：一個一個取值，就像for迴圈一樣取值
字串，列表，元組，集合，字典都是可迭代的
二、迭代器協議：內部實現了__iter__，__next__方法
迭代器大部分都是在python的內部去使用的，我們直接拿來用就行了
迭代器的優點：如果用了迭代器，節約記憶體，方便操作
dir([1,2].__iter__())是列表迭代器中實現的所有的方法，而dir([1,2])是列表中實現的所有方法，都是以列表的方式返回給我們，為了方便看清楚，我們把他們轉換成集合，然後取差集，然而，我們看到列表迭代器中多出了三個方法，那麼這三個方法都分別是幹什麼的呢？
1 print(dir([1,2].__iter__()))#檢視列表迭代器的所有方法 2 print(dir([1,2]))#檢視列表的所有方法 3 print(set(dir([1,2].__iter__()))-set(dir([1,2])))
1 iter_l=[1,2,3,4,5,6].__iter__()
2
3 print(iter_l.__length_hint__())#獲取迭代器中元素的長度
4 # print(iter_l.__setstate__(4))#根據索引指定從哪裡開始迭代
5
6 print(iter_l.__next__())
7 print(iter_l.__next__())
8 print(iter_l.__next__())#一個一個的取值
9 print(next(iter_l))
10 #next(iter_l)這個方法和iter_l.__next__()方法一樣，推薦用next(iter_l)這個
1 l=[1,2,3,4,5]
2 a=l.__iter__()
3
4 # print(next(a))
5 # print(next(a))
6 # print(next(a))
7 # print(next(a))
8 # print(next(a))
9 # print(next(a)) #上面的列表長度只有5個，而你多列印了，就會報錯。處理的情況如下，就不會報錯了
10
11 while True:
12 try:
13 item=a.__next__()
14 print(item) 15 except StopIteration: # 異常處理 16 break
三、可迭代和迭代器的相同點：都可以用for迴圈
四、可迭代和迭代器的不同點：就是迭代器內部多實現了一個__next__方法
五、判斷迭代器和可迭代的方法：
第一種：判斷內部是不是實現了__next__方法
1 '__iter__' in dir(str)#如果__iter__在這個方法裡面，就是可迭代的。
第二種：
Iterable 判斷是不是可迭代物件
Iterator 判斷是不是迭代器
用法：
1 from collections import Iterable
2 from collections import Iterator
3
4 #比如給一個字串
5 s='abc'
6 print(isinstance(s,Iterable))#isinstance判斷型別的
7 print(isinstance(s,Iterator))
判斷range函式和map函式
1 map1=map(abs,[1,-2,3,-4])
2 print(isinstance(map1,Iterable))
3 print(isinstance(map1,Iterator))#map方法自帶迭代器
4
5 s=range(100)#是一個可迭代的，但是不是迭代器
6 print(isinstance(s,Iterable))
7 print(isinstance(s,Iterator))
五、生成器函式：常規定義函式，但是，使用yield語句而不是return語句返回結果。yield語句一次返回一個結果。生成器的好處，就是一下子不會在記憶體中生成太多的資料
python中提供的生成器：1.生成器函式 2.生成器表示式
生成器的本質：就是一個迭代器
1 def func(): #這是一個簡單的函式
2 a=1
3 return a
4 print(func())
5
6
7 def func():
8 print('aaaaaaaaaaa')
9 a = 1
10 yield a # 返回第一個值
11 print('bbbbbb')
12 yield 12 # 返回第二個值
13
14
15 ret = func() # 得拿到一個生成器
16 # print(ret)#返回的是一個地址
17 print(next(ret))#取第一個值
18 print(next(ret))# 取第二個值
19 print(next(ret))# 取第三個值，會報錯，因為沒有yield第三個值
假如我想讓工廠給學生做校服，生產2000000件衣服，我和工廠一說，工廠應該是先答應下來，然後再去生產，我可以一件一件的要，也可以根據學生一批一批的找工廠拿。
而不能是一說要生產2000000件衣服，工廠就先去做生產2000000件衣服，等回來做好了，學生都畢業了。。。
1 def make_cloth():
2 for i in range(1,20000):
3 yield '第%s件衣服'%(i)
4 ret = make_cloth()
5 print(next(ret))
6 print(next(ret)) 7 print(next(ret)) 8 for i in range(100): 9 print(next(ret))
1 必須先用next再用send
2 def average():
3 total=0 #總數
4 day=0 #天數
5 average=0 #平均數
6 while True:
7 day_num = yield average #average=0
8 total += day_num
9 day += 1
10 average = total/day
11 avg=average() #直接返回生成器
12 next(avg)#啟用生成器，avg.send(),什麼都不傳的時候send和next的效果一樣
13 print(avg.send(10)) 14 print(avg.send(20))#send 1.傳值 2.next 15 print(avg.send(30))
1 讓裝飾器去啟用
2 def wrapper(func):
3 def inner(*args,**kwargs):
4 ret = func(*args,**kwargs)
5 next(ret)
6 return ret 7 return inner 8 9 @wrapper 10 def average(): 11 total=0 #總數 12 day=0 #天數 13 average=0 #平均數 14 while True: 15 day_num = yield average #average=0 16 total += day_num 17 day += 1 18 average = total/day 19 20 21 ret=average() #直接返回生成器 22 print(ret.send(10)) 23 print(ret.send(20))#send 1.傳一個值過去 2.讓當前yield繼續執行 24 print(ret.send(30))
1 import time
2
3
4 def tail(filename):
5 f = open(filename)
6 f.seek(0, 2) #從檔案末尾算起
7 while True:
8 line = f.readline() # 讀取檔案中新的文字行
9 if not line:
10 time.sleep(0.1) 11 continue 12 yield line 13 14 tail_g = tail('tmp') 15 for line in tail_g: 16 print(line)
六、yield from
1 def func():
2 # for i in 'AB':
3 # yield i
4 yield from 'AB' yield from 'AB'就相當於上面的for迴圈，吧迴圈簡化了
5 yield from [1,2,3]
6
7 g=func()
8 print(list(g))
9 # print(next(g))
10 # print(next(g))
七、列表推導式：
1 舉例一
2 y=2
3 #for i in range(100):
4 # print(i*y)
5
6
7 #列表推導式是for迴圈的簡寫
8 l=[i*y for i in range(100)]
9
10 舉例二
11 l=[{'name':'v1','age':'22'},{'name':'v2'}]
12 # for dic in l:
13 # print(dic['name'])
14 name_list=[dic['name'] for dic in l]
15 print(name_list)
# ======一層迴圈======
l = [i*i for i in range(1,10)]
print(l)
# 上面的列表推倒式就相當於下面的
l = []
for i in range(1,10):
l.append(i*i)
print(l) l = [] # ======多層迴圈======== # 1.列表推倒式 l = [i*j for i in range(1,10) for j in range(1,10)] print(l) # 2.迴圈 l = [] for i in range(1,10): for j in range(1,10): s = i*j l.append(s) print(l)
八、生成器表示式：類似於列表推倒式，就是把列表推導式的【】改為了（）
1 l=[{'name':'v1','age':'22'},{'name':'v2'}]
2
3 name_list=(dic['name'] for dic in l)#吧列表生成器的[]改成()
4 print(name_list)#取出的是一個生成器，而不是要取得值，所以得加上next
5 print(next(name_list))
6 print(next(name_list))
7 # print(next(name_list))