一.生成式和生成器
  列表生成式是python受欢迎的语法之一,通过一句简洁的语法就可以对一组元素进行过滤,还可以对得到的元素进行转换处理。
 
#/usr/bin/python
#coding=utf-8
#@Time   :2017/11/2 21:05
#@Auther :liuzhenchuan
#@File   :列表生成式和生成器.py
 
#求1-100里所有偶数的平方
#列表生成式法
print [x*x for x in xrange(1,101) if x%2==0]
 
#定义函数 for遍历方法
def fun():
    a = []
    for i in xrange(1,101):
        if i%2==0:
            a.append(i*i)
    return a
print fun()
 
>>> [4, 16, 36, 64, 100, 144.....10000]
>>> [4, 16, 36, 64, 100, 144.....10000]
 
 
 
2.通过列表生成式,我们可以直接创建一个列表。但是,收到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的内存空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费了。所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元素呢?这样就不必创建完整的list,从而节省大量的空间,在python中,这种一遍循环一边计算的机制,称为生成器(generator)。
   要创建一个generator,有很多方法。第一种方法是把一个列表生成式的[]改成(),就创建了一个generator。
 
示例:
##列表生成器
#1.要创建一个列表生成器,最简单的办法就是把[] 换成()
lt =(x*x for x in xrange(1,101) if x%2==0)
print lt
print type(lt)
 
##通过next()方法,查看列表生成器,当next()最后一个时,next就会报错
print lt.next()
print lt.next()
print lt.next()
 
>>> <generator object <genexpr> at 0x0372F508>
<type 'generator'>
4
16
36
 
#通过循环方法读取列表生成器的值
lt1 = [51,2,3,5,10,18,60]
for x in lt1:
        print lt1
>>> [51, 2, 3, 5, 10, 18, 60]
    [51, 2, 3, 5, 10, 18, 60]
 
#generator保存的是算法,每次调用next(),就统计算出下一个元素的值。知道计算机到最后一个元素为止。
 
#2 定义generator的另一种方法,如果一个函数定义中包含yield关键字,那么这个函数就不再是一个普通函数,而是一个generator
  #yield 的使用
  ##求10以内数的和
def fib(n):
    i =
    while i < n:
        sum += i
        i +=
        print sum
    print '和为:%d' % sum
fib(10)
 
print '########当我把第一个sum前加yield时'
 
def fib(n):
    i =
    while i < n:
        sum += i
        i +=
        yield(sum)
    print '和为:%d' % sum
fib(10)
print type(fib(10))
for i in fib(10):
    print i
 
>>>
0
1
3
6
10
15
21
28
36
45
和为:45
########当我把sum前加yield时,print fib 类型就是成了生成器了
<type 'generator'>
0
1
3
6
10
15
21
28
36
45
和为:45
 
   两次程序的结果和都一样,但是有什么不同呢,简而言之,包含yield语句的函数会被特地编程成生成器,当函数被调用时,他们返回一个生成器对象,这个对象支持迭代器接口,每当遇到yield关键字的时候,你可以理解成函数的return语句,yield后面的值,就是返回的值。但是不像一般的函数在return后退出,生成器函数在生成值后悔自动挂起并暂停他们的执行和状态,他的本地变量将保存状态信息,这些信息在函数恢复时将再度有效,下次从yield下面的部分开始执行。
    解释:1 . 以上函数有关键字yield,所以生成的是一个生成器。
                2. 通过for循环调用生成器,当执行到yield的时候,返回sum的值,sum为0,此时暂停并记录sum的值
                3. 打印sum的值,然后继续往下执行,此时跳入一个循环while[1<10]
                4. 直到遇到yield 的时候,返回sum值。
                 5. 反复执行3,4步骤,知道循环结束,最终程序退出。
 
  二者的区别很明显:
       一个直接返回了表达式的结果列表,而另一个是一个对象,该对象包含了对表达式结果的计算引用,通过循环可以直接输出
        生成器不会一次性列出所有的数据,当你用到的时候,在列出来,更加节约内存的使用。
 
 

二.迭代器
iterable(可迭代对象) 和 iterator(迭代器) 主要区别是:
1. 凡是可以用for循环的都是iterable(可迭代对象)  ,凡是需要通过next() 函数获得值得可迭代对象都是iterator(迭代器)
  2. 所以生成器可以被next() 函数调用并不断返回下一个值得对象称为迭代器
  3. 可以简单的理解为生成器就是迭代器的可迭代对象
 
凡是可作用于for 循环的对像都是iterable 类型
 
凡是可作用于next()函数的对象都是iterator 类型,他们表示一个惰性计算的序列。
 
 
#生成式:一次生成所有的数据,然后保存在内存当中,适合小量的数据
#生成器:返回一个可迭代的对象,及'generator'对象,必须通过循环才可以一一 取出所有的结果
#可迭代对象:可以通过循环调用出来的,就是可迭代对象。 可迭代对象包括: []  () {}  生成式  生成器
# 迭代器: 可以简单理解为生成器 。必须通过next() 函数调用并不断返回下一个值得对象就是迭代器。
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

python 基础 4.4 生成式 生成器 迭代器的更多相关文章

  1. Python学习之路7 - 生成器&迭代器

    本章内容: 列表生成式 生成器 yield 迭代器 列表生成式 当我们要定义一个列表的时候,我们通常用这种方式a = [1,2,3],但是如果我们定义了一个比较长的列表的时候,手动定义列表就会比较麻烦 ...

  2. Python之旅Day5 列表生成式 生成器 迭代器 装饰器

    装饰器 器即函数,装饰即修饰,意指为其他函数添加新功能 装饰器定义:本质就是函数,功能是为其他函数添加新功能 装饰器涉及的知识点= 高阶函数+函数嵌套+闭包 在遵循下面两个原则的前提下为被装饰者新功能 ...

  3. python基础-装饰器,生成器和迭代器

    学习内容 1.装饰器 2.生成器 3.迭代器 4.软件目录结构规范 一:装饰器(decorator) 1.装饰器定义:本质就是函数,用来装饰其他函数,即为其他函数添加附加功能. 2.装饰器原则:1)不 ...

  4. python基础:列表生成式和生成器

    列表生成式(List Comprehension) 列表生成式即List Comprehensions,是Python内置的非常简单却强大的可以用来创建list的生成式. 举个例子,要生成 list ...

  5. 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 ...

  6. Python基础_可迭代的/迭代器/生成器

    介绍 可迭代的:内部实现了__iter__方法 迭代器:内部实现了__iter__,__next__方法 生成器:yield,yield from 使用 __iter__() __next__() _ ...

  7. 跟着ALEX 学python day4集合 装饰器 生成器 迭代器 json序列化

    文档内容学习于 http://www.cnblogs.com/xiaozhiqi/  装饰器 : 定义: 装饰器 本质是函数,功能是装饰其他函数,就是为其他函数添加附加功能. 原则: 1.不能修改被装 ...

  8. 列表生成式 生成器 迭代器 yield

    列表生成式 格式:通过一个或者若干个在List里边的for构建List而非List外部的for循环 举个例子:计算从1到10整数的平方构成一个List L=[ x*x for x in range(1 ...

  9. python基础--异常,对象和迭代器

    异常处理 面向对象 迭代器和生成器 python异常处理 下面代码触发了一个FileNotFoundError >>> open("notexist.txt") ...

随机推荐

  1. LeetCode OJ--4Sum *

    https://oj.leetcode.com/problems/4sum/ 在一个数列中,找出所有的4个数,它们的和是target. class Solution { public: vector& ...

  2. 导入Excel表中的数据

    第一步:转换导入的文件 private void btnSelectFile_Click(object sender, EventArgs e) { OpenFileDialog ofd = new ...

  3. andorid人员文件上传服务器的搭建(tomcat中)

    1.将.war文件复制到tomcat服务器webapps下,启动服务器即可 2.访问工程路径http://localhost:8080/FileUpload/index.jsp即可测试上传 3.测试成 ...

  4. 牛客网 牛客小白月赛2 H.武-最短路(Dijkstra)

    H.武 链接:https://www.nowcoder.com/acm/contest/86/H 这个题写的有点想发脾气,自己的板子垃圾了,这个题要用优先队列优化版的迪杰斯特拉的板子才可以过,但是自己 ...

  5. 稀疏编码(Sparse Coding)的前世今生(一) 转自http://blog.csdn.net/marvin521/article/details/8980853

    稀疏编码来源于神经科学,计算机科学和机器学习领域一般一开始就从稀疏编码算法讲起,上来就是找基向量(超完备基),但是我觉得其源头也比较有意思,知道根基的情况下,拓展其应用也比较有底气.哲学.神经科学.计 ...

  6. AtCoder Beginner Contest 084 D - 2017-like Number【数论/素数/前缀和】

    D - 2017-like Number Time limit : 2sec / Memory limit : 256MB Score : 400 points Problem Statement W ...

  7. window下Apache-http-server(httpd-2.4.12)安装与配置

    由于Apache官网改变策略(2015年1月左右),官网不再提供Apache-http-server的windows的编译版本,但是提供了几个第三方的版本 http://httpd.apache.or ...

  8. SpringBoot整合MyBatisPlus配置动态数据源

    目录 SpringBoot整合MyBatisPlus配置动态数据源 SpringBoot整合MyBatisPlus配置动态数据源 推文:2018开源中国最受欢迎的中国软件MyBatis-Plus My ...

  9. Codeforces Round #324 (Div. 2) Kolya and Tanya 组合数学

    原题链接:http://codeforces.com/contest/584/problem/B 题意: 有3*n个人围成一个圈,每个人可以分配1到3个硬币,但是相邻为n的三个人的和不能是6,问你有多 ...

  10. 洛谷 P3359 改造异或树

    题目描述 给定一棵n 个点的树,每条边上都有一个权值.现在按顺序删掉所有的n-1条边,每删掉一条边询问当前有多少条路径满足路径上所有边权值异或和为0. 输入输出格式 输入格式: 第一行一个整数n. 接 ...