Python迭代器协议及for循环工作机制详解


Posted in Python onJuly 14, 2020

一、递归与迭代

二、什么是迭代器协议

1、迭代器协议是指:对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么就引起一个stopiteration异常,已终止迭代(只能往后走不能往前退)

2、可迭代对象:实现了迭代器协议的对象(如何实现:对象内部定义一个__iter__()方法)

3、协议是一种约定,可迭代对象实现了迭代器协议,python的内部工具(如for循环,sum,min,max函数等)使用迭代器协议访问对象。

三、python中强大的for循环机制

for循环的本质:循环所有对象,全部是使用迭代器协议

解释:

有时会想,for循环的本质就是遵循迭代器协议访问对象,那么for循环的对象肯定都是迭代器了啊,没错,那既然这样,for循环可以遍历(字符串,,列表,字典,集合,文件对象),那这些类型的数据肯定都是可迭代对象啊?但是,为什么定义一个列表l=[1,2,3,4]没有next()方法。

(字符串,列表,元组,字典,集合,文件对象)这些都不是可迭代对象,只不过在for循环中,调用了他们内部的__iter__方法,把他们变成了可迭代对象

然后for循环调用可迭代对象的__next__方法去取值,而且for循环会捕捉stoplteration异常,已终止迭代

l=[1,2,3,4,5]
#下标访问方式
print(l[0])
print(l[7]) #超出访问会报IndexError: list index out of range

#遵循迭代器协议的方式
diedai=l.__iter__()
print(diedai.__next__())
print(diedai.__next__())
print(diedai.__next__())
print(diedai.__next__())
print(diedai.__next__())
print(diedai.__next__()) #超出边界会报StopIteration

#for循环访问方式:
#for循环本质就是遵循迭代器协议的访问方式,先调用diedai.__iter__()方法,或者直接diedai=iter(l),然后依次执行diedai.next(),直到for循环捕捉到StopIteration终止循环
#for循环所有对象的本质都是一样的道理

for i in l:     #diedai=l.__iter__()
  print(l[i])   #i=diedai.next()

#使用while模拟for循环做的事情
diedai_l=l.__iter__()
while True:
  try:
    print(diedai_l.__next__())
  except StopIteration:
    print("迭代完毕,终止循环")
    break

四、生成器初探

什么是生成器?

可以理解为一种数据类型,这种数据类型自动实现了迭代器协议(其他的数据类型需要调用自己内置的__iter__方法),所以生成器就是可迭代对象

生成器分类及在python中的表现形式:(python有两种不同的方法提供生成器)

1、生成器函数:常规函数定义,但是,使用yield语句而不是return语句返回结果。yield语句一次返回一个结果,在没个结果中间,挂起函数的状态,以便下次用它离开的地方继续执行

2、生成器表达式:类似于列表推导,但是,生成器返回按需产生结果的一个对象,而不是一次构建一个结果列表

为何使用生成器以及生产器的优点:

python使用生成器对延迟操作提供了支持,所谓延迟操作,是指在需要的时候才产生结果,而不是立即产生结果,这也是生产器的重要好处

import time
# def producer():
#   ret=[]
#   for i in range(100):
#     time.sleep(0.1)
#     ret.append('包子%s' %i)
#   return ret
#
# def consumer(res):
#   for index,baozi in enumerate(res):
#     time.sleep(0.1)
#     print('第%s个人,吃了%s' %(index,baozi))
#
# res=producer()
# consumer(res)




#yield 3相当于return 控制的是函数的返回值
#x=yield的另外一个特性,接受send传过来的值,赋值给x
# def test():
#   print('开始啦')
#   firt=yield #return 1  first=None
#   print('第一次',firt)
#   yield 2
#   print('第二次')
#
# t=test()
# res=t.__next__() #next(t)
# print(res)
# # t.__next__()
# # res=t.send(None)
# res=t.send('函数停留在first那个位置,我就是给first赋值的')
# print(res)





# def producer():
#   ret=[]
#   for i in range(100):
#     time.sleep(0.1)
#     ret.append('包子%s' %i)
#   return ret

def consumer(name):
  print('我是[%s],我准备开始吃包子了' %name)
  while True:
    baozi=yield
    time.sleep(1)
    print('%s 很开心的把【%s】吃掉了' %(name,baozi))

def producer():
  c1=consumer('wupeiqi')
  c2=consumer('yuanhao_SB')
  c1.__next__()
  c2.__next__()
  for i in range(10):
    time.sleep(1)
    c1.send('包子 %s' %i)
    c2.send('包子 %s' %i)
producer()

生产器小结

1、生成器是可迭代对象

2、实现了延迟计算、省内存

3、生成器本质和其他的数据类型一样,都是实现了迭代器协议,只不过生成器附加了一个延迟计算省内存的好处,其余的可迭代对象可没有这点好处

五、生成器表达式和列表解析

#1、三元表达式
name="alex"
name="yangyl"
res="1" if name=="yangyl" else "2"
print(res)

egg_list=["鸡蛋%s" %i for i in range(10) ]  #列表解析
print(egg_list)

#使用生产器获取
egg_two=("鸡蛋%s" %i for i in range(10))   #生产器表达式
print(egg_two)
print(egg_two.__next__())
print(next(egg_two))      #next()本质就是调用__next__

总结:

1、把列表解析中的[]换成() 得到的就是生成器表达式

2、列表解析与生成器表达式都是一种便利的编程方式,只不过生成器表达式更节省内存

3、python不但使用迭代器协议,让for循环变得更加通用。大部分内置函数,也是使用迭代器协议访问对象的。列如:sum函数是python的内置函数,该函数使用迭代器协议访问对象,而生成器实现了迭代器协议,所以我们可以直接这样计算一系列值的和:

s1=sum(x ** 2 for x in range(4))
print(s1)

而不用多此一举先构造一个列表

s2=sum([x ** 2 for x in range(4)])
print(s2)

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python简单进程锁代码实例
Apr 27 Python
Python编程中对文件和存储器的读写示例
Jan 25 Python
python中利用xml.dom模块解析xml的方法教程
May 24 Python
numpy中实现ndarray数组返回符合特定条件的索引方法
Apr 17 Python
python实现归并排序算法
Nov 22 Python
详解python实现小波变换的一个简单例子
Jul 18 Python
解决python Jupyter不能导入外部包问题
Apr 15 Python
Pycharm修改python路径过程图解
May 22 Python
Python 实现将numpy中的nan和inf,nan替换成对应的均值
Jun 08 Python
python中的装饰器该如何使用
Jun 18 Python
教你使用一行Python代码玩遍童年的小游戏
Aug 23 Python
Python 中面向接口编程
May 20 Python
windows10在visual studio2019下配置使用openCV4.3.0
Jul 14 #Python
解决python pandas读取excel中多个不同sheet表格存在的问题
Jul 14 #Python
Python matplotlib读取excel数据并用for循环画多个子图subplot操作
Jul 14 #Python
python3 循环读取excel文件并写入json操作
Jul 14 #Python
Python爬虫实例——scrapy框架爬取拉勾网招聘信息
Jul 14 #Python
Python爬虫爬取新闻资讯案例详解
Jul 14 #Python
Win10下配置tensorflow-gpu的详细教程(无VS2015/2017)
Jul 14 #Python
You might like
PHP自定session保存路径及删除、注销与写入的方法
2014/11/18 PHP
php实现格式化多行文本为Js可用格式
2015/04/15 PHP
php中文验证码实现方法
2015/06/18 PHP
Symfony2使用Doctrine进行数据库查询方法实例总结
2016/03/18 PHP
js 静态动态成员 and 信息的封装和隐藏
2011/05/29 Javascript
JavaScript通过元素的ID和name设置样式
2014/07/08 Javascript
js文件包含的几种方式介绍
2014/09/28 Javascript
jQuery操作表单常用控件方法小结
2015/03/23 Javascript
ECMAScript6函数默认参数
2015/06/12 Javascript
JS与jQuery遍历Table所有单元格内容的方法
2015/12/07 Javascript
纯js实现手风琴效果
2020/04/17 Javascript
AngularJS 自定义过滤器详解及实例代码
2016/09/14 Javascript
AngularJS辅助库browserTrigger用法示例
2016/11/03 Javascript
javascript 正则表达式分组、断言详解
2017/04/20 Javascript
基于ExtJs在页面上window再调用Window的事件处理方法
2017/07/26 Javascript
jQuery实现火车票买票城市选择切换功能
2017/09/15 jQuery
浅谈JavaScript的innerWidth与innerHeight
2017/10/12 Javascript
JS装饰器函数用法总结
2018/04/21 Javascript
使用Object.defineProperty如何巧妙找到修改某个变量的准确代码位置
2018/11/02 Javascript
微信小程序实现日历效果
2018/12/28 Javascript
JS+php后台实现文件上传功能详解
2019/03/02 Javascript
vue实现抖音时间转盘
2019/09/08 Javascript
解决vue net :ERR_CONNECTION_REFUSED报错问题
2020/08/13 Javascript
python中关于日期时间处理的问答集锦
2013/03/08 Python
Python二分法搜索算法实例分析
2015/05/11 Python
Python中的rfind()方法使用详解
2015/05/19 Python
解决python3运行selenium下HTMLTestRunner报错的问题
2018/12/27 Python
Python时间序列处理之ARIMA模型的使用讲解
2019/04/02 Python
Python Opencv提取图片中某种颜色组成的图形的方法
2019/09/19 Python
关于sys.stdout和print的区别详解
2019/12/05 Python
澳大利亚百货商店中销量第一的商务衬衫品牌:Van Heusen
2018/07/26 全球购物
思想专业自荐信范文
2013/12/25 职场文书
30年同学聚会感言
2014/01/30 职场文书
超市商业计划书
2014/05/04 职场文书
安全员岗位职责范本
2015/04/11 职场文书
Python离线安装openpyxl模块的步骤
2021/03/30 Python