Python基础（8）_迭代器、生成器、列表解析

一、迭代器

1、什么是迭代

　　1 重复
　　2 下次重复一定是基于上一次的结果而来

 l=[,,,]
 count=
 while count < len(l):
     print(l[count])
     count+=

迭代举例

2、可迭代对象

　　可进行.__iter__()操作的为可迭代对象

　　#print(isinstance(str1,Iterable)),判断str1是否是可迭代对象

3、迭代器

　　进行.__iter__()操作操作后的结果为迭代器

　　iter1=obj.__iter__()  #iter1为迭代器

优点:

1 提供了一种不依赖于索引的取值方式

2 惰性计算，节省内存

缺点：
　　1 取值不如按照索引取值方便
　　2 一次性，只能往后取，不能回退

　　3 无法获取长度

　　迭代器的应用：

1.提供了一种不依赖索引的统一的迭代方法
2. 惰性计算，比如取文件的每一行

4、迭代器对象

　　可进行.__next__()操作的为可迭代对象

　　#print(isinstance(str1,Iterator)),判断str1是否是迭代器对象

二、生成器

生成器函数：函数体内包含有yield关键字

生成器：生成器函数执行的结果是生成器　

yield的功能：
　　1.与return类似，都可以返回值，但不一样的地方在于yield返回多次值，而return只能返回一次值
　　2.为函数封装好了__iter__和__next__方法，把函数的执行结果做成了迭代器
　　3.遵循迭代器的取值方式obj.__next__（），触发的函数的执行，函数暂停与再继续的状态都是由yield保存的

生成器应用举例

 #模拟tail -f a.txt
 import time
 def tail(filepath,encoding):
     '''从文件读取最后一行内容'''
     with open (filepath,encoding='utf-8') as f:
         f.seek(,)
         while True:
             line=f.readline()
             if line:
                 yield line
             else:
                 time.sleep(0.5)
 def grep(lines,pattern):
     '''guolv内容，如果有就返回'''
     for line in lines:
         if pattern in line:
             #print(line)
             yield line

 g=tail('homework01.txt')
 g2=grep(g,'err0r')
 g3=grep(g2,'')
 for i in g3:
     print(i)

用生成器模拟tail -f |grep 'error'功能

三、列表解析

python的三元运算格式如下：

　　result=值1 if x<y else 值2    这个是什么意思呢，就是结果=值1 if 条件1 else 值2

列表解析：

　　用三元表达式，将结果写入列表，即为列表解析

列表解析实例：

 要求：列出1~10所有数字的平方
 ####################################################
 、普通方法：
 >>> L = []
 >>> for i in range(,):
 ...     L.append(i**)
 ...
 >>> print L
 [, , , , , , , , , ]
 ####################################################
 、列表解析
 >>>L = [ i** for i in range(,)]
 >>>print L
 [, , , , , , , , , ]

 要求：列出1~10中大于等于4的数字的平方
 ####################################################
 、普通方法：
 >>> L = []
 >>> for i in range(,):
 ...     if i >= :
 ...         L.append(i**)
 ...
 >>> print L
 [, , , , , , ]
 ####################################################
 、列表解析
 >>>L = [ i** for i in range(,) if i >=  ]
 >>>print L
 [, , , , , , ]

 要求：列出"/var/log"中所有已'.log'结尾的文件
 ##################################################
 、普通方法
 >>>import os
 >>>file = []
 >>> for file in os.listdir('/var/log'):
 ...     if file.endswith('.log'):
 ...         file.append(file)
 ...
 >>> print file
 ['anaconda.ifcfg.log', 'Xorg.0.log', 'anaconda.storage.log', 'Xorg.9.log', 'yum.log', 'anaconda.log', 'dracut.log', 'pm-powersave.log', 'anaconda.yum.log', 'wpa_supplicant.log', 'boot.log', 'spice-vdagent.log', 'anaconda.program.log']
 ##################################################
 .列表解析
 >>> import os
 >>> file = [ file for file in os.listdir('/var/log') if file.endswith('.log') ]
 >>> print file
 ['anaconda.ifcfg.log', 'Xorg.0.log', 'anaconda.storage.log', 'Xorg.9.log', 'yum.log', 'anaconda.log', 'dracut.log', 'pm-powersave.log', 'anaconda.yum.log', 'wpa_supplicant.log', 'boot.log', 'spice-vdagent.log', 'anaconda.program.log']

四、生成器解析

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

 #############################################

 laomuji=('鸡蛋%s' %i for i in range())#生成器表达式
 print(laomuji)
 print(next(laomuji)) #next本质就是调用__next__
 print(laomuji.__next__())
 print(next(laomuji))

总结：

　　1.把列表解析的[]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。

例如， 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：

sum(x ** 2 for x in xrange(4))

而不用多此一举的先构造一个列表：

sum([x ** 2 for x in xrange(4)])