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实现通过pil模块对图片格式进行转换的方法
Mar 24 Python
python使用str & repr转换字符串
Oct 13 Python
Python实现将HTML转换成doc格式文件的方法示例
Nov 20 Python
numpy.ndarray 交换多维数组(矩阵)的行/列方法
Aug 02 Python
在Python中实现替换字符串中的子串的示例
Oct 31 Python
Python实现对字典分别按键(key)和值(value)进行排序的方法分析
Dec 19 Python
python如何实现代码检查
Jun 28 Python
python selenium 查找隐藏元素 自动播放视频功能
Jul 24 Python
Django接收post前端返回的json格式数据代码实现
Jul 31 Python
python绘制雪景图
Dec 16 Python
python Paramiko使用示例
Sep 21 Python
python复合条件下的字典排序
Dec 18 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
通用PHP动态生成静态HTML网页的代码
2010/03/04 PHP
新浪微博API开发简介之用户授权(PHP基础篇)
2011/09/25 PHP
如何使用php判断所处服务器操作系统的类型
2013/06/20 PHP
PHP中date与gmdate的区别及默认时区设置
2014/05/12 PHP
php中使用url传递数组的方法
2015/02/11 PHP
初识PHP中的Swoole
2016/04/05 PHP
Yii2中事务的使用实例代码详解
2016/09/07 PHP
PHP多进程通信-消息队列使用
2019/03/08 PHP
PHP调用接口API封装的例子
2019/10/11 PHP
RGB颜色值转HTML十六进制(HEX)代码的JS函数
2009/04/25 Javascript
JQuery Tips(3) 关于$()包装集内元素的改变
2009/12/14 Javascript
Javascript实现鼠标右键特色菜单
2015/08/04 Javascript
JavaScript学习小结(一)——JavaScript入门基础
2015/09/02 Javascript
Jquery检验手机号是否符合规则并根据手机号检测结果将提交按钮设为不同状态
2015/11/26 Javascript
理解js对象继承的N种模式
2016/01/25 Javascript
网站发布后Bootstrap框架引用woff字体无法正常显示的解决方法
2016/11/24 Javascript
关于vue.js v-bind 的一些理解和思考
2017/06/06 Javascript
JavaScript程序设计高级算法之动态规划实例分析
2017/11/24 Javascript
微信小程序使用setData修改数组中单个对象的方法分析
2018/12/30 Javascript
layui 动态设置checbox 选中状态的例子
2019/09/02 Javascript
Python中字符串的格式化方法小结
2016/05/03 Python
python发送邮件功能实现代码
2016/07/15 Python
python实现图书借阅系统
2019/02/20 Python
Python time库基本使用方法分析
2019/12/13 Python
使用Keras建立模型并训练等一系列操作方式
2020/07/02 Python
python 用pandas实现数据透视表功能
2020/12/21 Python
如何用 Python 处理不平衡数据集
2021/01/04 Python
CSS3制作文字半透明倒影效果的两种实现方式
2014/08/08 HTML / CSS
html5中如何将图片的绝对路径转换成文件对象
2018/01/11 HTML / CSS
video.js支持m3u8格式直播的实现示例
2020/05/20 HTML / CSS
阿迪达斯加拿大官网:Adidas加拿大
2016/08/25 全球购物
毕业自我鉴定
2013/11/05 职场文书
高中生自我评价个人范文
2013/11/09 职场文书
写好求职信的技巧解密
2019/05/14 职场文书
Python+OpenCV实现在图像上绘制矩形
2022/03/21 Python
win10如何开启ahci模式?win10开启ahci模式详细操作教程
2022/07/23 数码科技