python函数知识四迭代器、生成器

15.迭代器：工具

1.可迭代对象：

官方声明，只要具有__iter__方法的就是可迭代对象

list,dict,str,set,tuple -- 可迭代对象，使用灵活

#方法一：

list.__iter__()

dict.__iter__()

#方法二：

查看源代码

#方法三：

print(dir(list))

#官方声明，只要具有__iter__方法的就是可迭代对象

2.迭代器：

官方声明：只要具有__iter__方法__next__方法就是迭代器

f = open("",'w')

f.__iter__()

f.__next__()

将可迭代对象，转换成迭代器

lst = [1,2,3,4,6]

new_lst = lst.__iter__()#将可迭代对象，转换成迭代器

new_lst.__iter__()

new_lst.__next__()

print(new_lst.__next__())#每次获取一个值，第一次获取第一个值，以后向后推

#自己写 for i in lst(): print(i)

lst = [1,2,3,4,6]

count = len(lst)

new_lst = lst.__iter__()

while count:

    print(new_lst.__next__())

    count -= 1

 #for的本质

lst = [1,2,3,4,6]

new_lst = lst.__iter__()

while 1:

    try:

       print(new_lst.__next__())

    except:

        break

3.总结：

可迭代对象：

优点：使用灵活，可以直接查看值

缺点：占内存，不能迭代值

迭代器：

优点：节省内存，惰性机制

缺点：使用不灵活，操作较繁琐，不能直接查看元素

迭代器的特性：

一次性的（用完就没有了）
不能后退
惰性机制（节省内存）

可迭代对象：具有__iter__()方法的

可迭代器：具有__iter__()方法和__next__()方法的

迭代器的使用时机：当容器中数据量较多的时候使用迭代器

16.生成器：

迭代器：python中内置的一中节省空间的工具

生成器的本质就是一个迭代器

生成器与迭代器的区别：

迭代器：python自带

生成器：程序员写的

写一个生成器：

将函数中的return改写成yield就是一个生成器,return和yield都是返回：

return和yield都是返回
return和yield都可以写多次
return只执行一次，yield可执行多次
一个next对应一个yield，会记录停留的位置。超出会报错

g = func()#产生一个生成器

生成器可以使用for循环取值

yield from -- 将可迭代对象的元素逐个返回

在函数内部，yield能将for循环和while循环进行暂停

def func():

    print(123)

    yield "你好"

    print(321)

    yield "我好"

print(func())

#结果：<generator object func at 0x000001913911F0A0>

g = func()

g.__inter__()

print(g.__next__())

#会记录停留的位置

def func():

    if 3 > 2:

        yield "你好"

    if 4 > 2:

        yield "我好"

    yield "大家好"

g = func()

print(g.__next__())

print(g.__next__())

print(g.__next__())

'''

结果：

你好

我好

大家好

'''

#for 循环

for i in g:

    print(i)

坑：会产生新的生成器

#每次都是新的生成器

print(foo().__next__())

print(foo().__next__())

#用赋值只产生一个生成器

g = foo()

def foo():

    for i in range(10):

        pass

    yield i

    count = 1

    while 1:

        yield count

        count += 1

g = foo()

#print(next(g))  = print(g.__next__()) --推荐使用next(g)

print(next(g))

print(next(g))

print(next(g))

#next可以在while中停住

'''

结果：

9

1

2

'''

seed() -- 了解

#send()第一次只能传None，用于激活，否则会报错，以后可以传各种数据

def func():

    a = yield "send激活"

    print(a)

    b = yield "send开始"

g = func()

print(g.send(None))

print(g.send(123))

生成器应有场景：

#当有大量的数据时

def func():

    lst = []

    for i in range(1000000):

        lst.append(i)

    return lst

print(func())

#生成器改进

def func():

    for i in range(1000000):

        yield i

g = func()

for i in range(50):

    print(next(g))

yield from -- 将可迭代对象逐个返回

def func():

    list1 = ["牛羊配","老奶奶花生米","卫龙","虾扯蛋","米老头","老干妈"]

    yield from list1  #yield list1 会直接返回整个列表

g = func()

print(next(g))

print(next(g))

'''

结果：

牛羊配

老奶奶花生米

'''

def func():

    list1 = ["牛羊配","老奶奶花生米","卫龙","虾扯蛋","米老头","老干妈"]

    lsit2 = ["小浣熊","老干爹","亲嘴烧","麻辣烫","黄焖鸡","井盖"]

    yield from list1

    yield from list2

g = func()

#将lsit1返回完，才会返回list2

print(next(g))

print(next(g))

print(next(g))