PyTips 0x01 - 迭代器与生成器

chemzqm 发布于2019-07-24 18:31 / 2932人阅读

摘要：项目地址迭代器与生成器迭代器与生成器是中比较常用又很容易混淆的两个概念，今天就把它们梳理一遍，并举一些常用的例子。生成器前面说到创建迭代器有种方法，其中第三种就是生成器。

项目地址：https://git.io/pytips

迭代器与生成器

迭代器（iterator）与生成器（generator）是 Python 中比较常用又很容易混淆的两个概念，今天就把它们梳理一遍，并举一些常用的例子。

for 语句与可迭代对象（iterable object）：

for i in [1, 2, 3]:
    print(i)

1
2
3

obj = {"a": 123, "b": 456}
for k in obj:
    print(k)

b
a

这些可以用在 for 语句进行循环的对象就是可迭代对象。除了内置的数据类型（列表、元组、字符串、字典等）可以通过 for 语句进行迭代，我们也可以自己创建一个容器，包含一系列元素，可以通过 for 语句依次循环取出每一个元素，这种容器就是迭代器（iterator）。除了用 for 遍历，迭代器还可以通过 next() 方法逐一读取下一个元素。要创建一个迭代器有3种方法，其中前两种分别是：

为容器对象添加 __iter__() 和 __next__() 方法（Python 2.7 中是 next()）；__iter__() 返回迭代器对象本身 self，__next__() 则返回每次调用 next() 或迭代时的元素；

内置函数 iter() 将可迭代对象转化为迭代器

# iter(IterableObject)
ita = iter([1, 2, 3])
print(type(ita))

print(next(ita))
print(next(ita))
print(next(ita))

# Create iterator Object
class Container:
    def __init__(self, start = 0, end = 0):
        self.start = start
        self.end = end
    def __iter__(self):
        print("[LOG] I made this iterator!")
        return self
    def __next__(self):
        print("[LOG] Calling __next__ method!")
        if self.start < self.end:
            i = self.start
            self.start += 1
            return i
        else:
            raise StopIteration()
c = Container(0, 5)
for i in c:
    print(i)


1
2
3
[LOG] I made this iterator!
[LOG] Calling __next__ method!
0
[LOG] Calling __next__ method!
1
[LOG] Calling __next__ method!
2
[LOG] Calling __next__ method!
3
[LOG] Calling __next__ method!
4
[LOG] Calling __next__ method!

创建迭代器对象的好处是当序列长度很大时，可以减少内存消耗，因为每次只需要记录一个值即刻（经常看到人们介绍 Python 2.7 的 range 函数时，建议当长度太大时用 xrange 更快，在 Python 3.5 中已经去除了 xrange 只有一个类似迭代器一样的 range）。

生成器

前面说到创建迭代器有3种方法，其中第三种就是生成器（generator）。生成器通过 yield 语句快速生成迭代器，省略了复杂的 __iter__() & __next__() 方式：

def container(start, end):
    while start < end:
        yield start
        start += 1
c = container(0, 5)
print(type(c))
print(next(c))
next(c)
for i in c:
    print(i)

简单来说，yield 语句可以让普通函数变成一个生成器，并且相应的 __next__() 方法返回的是 yield 后面的值。一种更直观的解释是：程序执行到 yield 会返回值并暂停，再次调用 next() 时会从上次暂停的地方继续开始执行：

def gen():
    yield 5
    yield "Hello"
    yield "World"
    yield 4
for i in gen():
    print(i)

5
Hello
World
4

Python 3.5 （准确地说应该是 3.3 以后）中为生成器添加了更多特性，包括 yield from 以及在暂停的地方传值回生成器的 send()等，为了保持简洁这里就不深入介绍了，有兴趣可以阅读官方文档说明以及参考链接2。

参考

Iterators & Generators

How the heck does async/await work in Python 3.5?

Python"s yield from

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/37798.html

PyTips 0x0d - Python 上下文管理器

摘要：项目地址引入了语句与上下文管理器类型，其主要作用包括保存重置各种全局状态，锁住或解锁资源，关闭打开的文件等。了解了语句的执行过程，我们可以编写自己的上下文管理器。生成器的写法更简洁，适合快速生成一个简单的上下文管理器。项目地址：https://git.io/pytips Python 2.5 引入了 with 语句（PEP 343）与上下文管理器类型（Context Manager ...

yuxue 2019-07-24 18:33 评论0 收藏0
PyTips 0x03 - Python 列表推导

摘要：项目地址列表推导中提到的方法可以通过简化的语法快速构建我们需要的列表或其它可迭代对象，与它们功能相似的，还提供列表推导的语法。项目地址：https://git.io/pytips 0x03 - Python 列表推导 0x02 中提到的 map/filter 方法可以通过简化的语法快速构建我们需要的列表（或其它可迭代对象），与它们功能相似的，Python 还提供列表推导（List C...

sugarmo 2019-07-24 18:31 评论0 收藏0
PyTips 0x16 - Python 迭代器工具

摘要：借鉴了中的某些迭代器的构造方法，并在中实现该模块是通过实现，源代码。项目地址：https://git.io/pytips 0x01 介绍了迭代器的概念，即定义了 __iter__() 和 __next__() 方法的对象，或者通过 yield 简化定义的可迭代对象，而在一些函数式编程语言（见 0x02 Python 中的函数式编程）中，类似的迭代器常被用于产生特定格式的列表（或序列）...

mayaohua 2019-07-31 11:42 评论0 收藏0
PyTips 0x0f - Python 修饰器与 functools

项目地址：https://git.io/pytips Python 的修饰器是一种语法糖（Syntactic Sugar），也就是说： @decorator @wrap def func(): pass 是下面语法的一种简写： def func(): pass func = decorator(wrap(func)) 关于修饰器的两个主要问题：修饰器用来修饰谁谁可以作为修饰器...

dingding199389 2019-07-24 18:36 评论0 收藏0
PyTips 0x0e - Python 内置排序方法

摘要：项目地址提供两种内置排序方法，一个是只针对的原地排序方法，另一个是针对所有可迭代对象的非原地排序方法。项目地址：https://git.io/pytips Python 提供两种内置排序方法，一个是只针对 List 的原地（in-place）排序方法 list.sort()，另一个是针对所有可迭代对象的非原地排序方法 sorted()。所谓原地排序是指会立即改变被排序的列表对象，就...

Baoyuan 2019-07-24 18:36 评论0 收藏0