当前位置:Gxlcms > Python > Python中生成器和迭代器的简单介绍(附示例)

Python中生成器和迭代器的简单介绍(附示例)

时间:2021-07-01 10:21:17 帮助过:20人阅读

本篇文章给大家带来的内容是关于Python中生成器和迭代器的简单介绍(附示例),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。

迭代器

在Python如果一个对象可被循环(遍历)该对象中每一个元素的过程叫做迭代。例如 ,字典、字符串、列表、元祖、集合等。他们可被迭代的原因是,都有一个共同的内置函数__iter__。通过执行内置对象的__next__函数,可以依次打印该对象的所有元素。例如 有一个列表,该列表存储了1-100的数值,但是我们只想打印前50的个元素。

flag=True
l=[x for x in range(1,101)]
l_iter = l.__iter__()
while flag:
    try:
       item=l_iter.__next__()
       if item==51:
           flag=False
           break
       else:
           print(item)
    except:
        break

在While循环中迭代器将一直循环执行__next__()函数,但迭代器本身并不知道它要迭代多少个元素。当执行到最后元素时,还会继续执行__next__()函数,但此时没有元素可被迭代了,由于迭代器找不到可被迭代元素,将会报错。因此我们在使用while循环时,配合异常捕获代码 try except一起使用,当迭代过程中出现异常,将会自动停止下一次循环。

生成器:

假设我们 有个需求,除第一个 和第二个元素外,其他元素依次为前两个元素之和。

我们可以这样写

def fib1(max):
    n,a,b=0,0,1
    while n<max:
        print(b)
        a,b=b,a+b
        n=n+1
    return 'done'

a=fib1(5)
print(a)

输出结果

1
1
2
3
5
done

推导过程如图

用另外一种方法

def fib2(max):
    n,a,b=0,0,1
    while n<max:
        yield b
        a,b=b,a+b
        n=n+1
    return 'done'

调用该函数

a=fib2(5)
print(a)

输出结果 1 <generator object fib at 0x0000000002800518>

此时我们发现,不能像之前那样直接显示结果,此时定义的fib并不是一个简单的函数,而是被改造成了生成器。如果想知道生成的结果可以依次执行__next__函数,但每次只返回一个结果,当没有更多的元素可以被迭代时将会抛出异常。

另外我们也可以使用for 循环和while(需配合try except使用)打印结果。

 a=fib2(5)
 for c in a:
    print(c)

显示输出结果 1 1 2 3 5.

使用生成器的好处:生成器是根据推导的过程计算下一个元素。再看前两个函数 fib1 和fib2 ,fib1在计算机中开辟一个固定的内存空间用于存储完整的计算结果,但如果我们想访问计算结果中的某一个元素,就需要先遍历整个计算结果,才能通过对象下标或者用for 循环和if条件判断 拿到我们想要的结果,这样做的可以实现我们的需求,但将会耗损较多的内存空间。而fib2则是依据推算过程计算出下一个元素,因此我们就可以在未创建完整对象之前获取我们想要的元素。从而降低内存消耗。

以上就是Python中生成器和迭代器的简单介绍(附示例)的详细内容,更多请关注Gxl网其它相关文章!

人气教程排行