首页 > 编程语言 >Python3 迭代器与生成器

Python3 迭代器与生成器

时间:2024-03-28 21:00:33浏览次数:25  
标签:__ 迭代 生成器 iter next print Python3

在Python中,迭代器(Iterator)是一个用于迭代访问集合元素的对象。迭代器会记住遍历的位置,使得我们可以依次访问集合中的每个元素而不必了解集合内部结构。

在Python中,内置的 iter()​函数用于从可迭代对象(如字符串、列表、元组等)中创建迭代器,而 ​next()​函数则用于获取迭代器的下一个元素。当迭代器遍历完所有元素后,再调用 ​next()​函数会触发 ​StopIteration​异常。

>>> list=[1,2,3,4]
>>> it = iter(list)    # 创建迭代器对象
>>> print (next(it))   # 输出迭代器的下一个元素
1
>>> print (next(it))
2
>>>

迭代器对象可以使用常规for语句进行遍历:

#!/usr/bin/python3
 
list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
for x in it:
    print (x, end=" ")

使用next进行迭代:

# 创建一个列表
my_list = [1, 2, 3, 4, 5]
# 通过iter()函数创建迭代器
my_iter = iter(my_list)        #创建迭代器

# 通过迭代器遍历列表中的元素
while True:
    try:
        element = next(my_iter)    #输出迭代器的下一个元素
        print(element)
    except StopIteration:     #如果报错就直接退出
        break

创建一个迭代器

要创建一个迭代器,可以定义一个类,并在该类中实现特殊方法 `__iter__()` 和 `__next__()`。下面是一个简单的示例,展示如何创建一个迭代器来生成斐波那契数列:

class MyNumbers:
  def __iter__(self):
    self.a = 1
    return self
 
  def __next__(self):
    x = self.a
    self.a += 1
    return x
 
myclass = MyNumbers()
myiter = iter(myclass)
 
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))

定义了一个名为 ​MyNumbers​ 的类,该类实现了 ​__iter__()​ 和 ​__next__()​ 方法,用于创建一个简单的迭代器。​__iter__()​ 方法返回迭代器对象自身,而 ​__next__()​ 方法生成下一个数字并返回。

在代码的后续部分,创建了一个 ​MyNumbers​ 类的实例 ​myclass​,然后通过内置的 ​iter()​ 函数将实例转换为迭代器对象 ​myiter​。接着使用 ​next()​ 函数逐步打印出迭代器中的元素

StopIteration

​StopIteration​ 是一个内置的异常类,用于表示迭代器已经耗尽(即遍历完所有元素),无法再获取下一个元素的情况。

当我们使用 ​next()​ 函数获取迭代器的下一个元素时,如果迭代器已经到达末尾,就会触发 ​StopIteration​ 异常,通常用来标识迭代的结束。

以下是一个简单的示例子:

my_iter = iter([1, 2, 3])

try:
    while True:
        element = next(my_iter)
        print(element)
except StopIteration:
    print("迭代结束")

生成器

在 Python 中,使用了 yield 的函数被称为生成器(generator)

yield 是一个关键字,用于定义生成器函数,生成器函数是一种特殊的函数,可以在迭代过程中逐步产生值,而不是一次性返回所有结果。

跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。

在生成器函数中使用 yield 语句时,函数的执行将会暂停,并将 yield 后面的表达式作为当前迭代的值返回。

然后,每次调用生成器的 next() 方法或使用 for 循环进行迭代时,函数会从上次暂停的地方继续执行,直到再次遇到 yield 语句。这样,生成器函数可以逐步产生值,而不需要一次性计算并返回所有结果。

调用一个生成器函数,返回的是一个迭代器对象。

下面是一个简单的示例,展示了生成器函数的使用:

def countdown(n):
    while n > 0:
        yield n
        n -= 1
 
# 创建生成器对象
generator = countdown(5)
 
# 通过迭代生成器获取值
print(next(generator))  # 输出: 5
print(next(generator))  # 输出: 4
print(next(generator))  # 输出: 3
 
# 使用 for 循环迭代生成器
for value in generator:
    print(value)  # 输出: 2 1

以上实例中,countdown 函数是一个生成器函数。它使用 yield 语句逐步产生从 n 到 1 的倒数数字。在每次调用 yield 语句时,函数会返回当前的倒数值,并在下一次调用时从上次暂停的地方继续执行。

通过创建生成器对象并使用 next() 函数或 for 循环迭代生成器,我们可以逐步获取生成器函数产生的值。在这个例子中,我们首先使用 next() 函数获取前三个倒数值,然后通过 for 循环获取剩下的两个倒数值。

生成器函数的优势是它们可以按需生成值,避免一次性生成大量数据并占用大量内存。此外,生成器还可以与其他迭代工具(如for循环)无缝配合使用,提供简洁和高效的迭代方式。

执行以上程序,输出结果如下:

以下实例使用 yield 实现斐波那契数列:

#!/usr/bin/python3

import sys

def fibonacci(n):  # 生成器函数 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if counter > n:
            return   # 返回结果并结束生成器
        yield a  # 生成当前斐波那契数
        a, b = b, a + b
        counter += 1

# 创建斐波那契数列的迭代器
f = fibonacci(10)

while True:
    try:
        print(next(f), end=" ")  # 打印下一个斐波那契数
    except StopIteration:
        sys.exit()  # 捕获StopIteration异常时退出程序

 

标签:__,迭代,生成器,iter,next,print,Python3
From: https://blog.csdn.net/2302_77624868/article/details/137033369

相关文章

  • 两分钟1200帧的长视频生成器StreamingT2V来了,代码将开源
      ChatGPT狂飙160天,世界已经不是之前的样子。新建了人工智能中文站https://ai.weoknow.com每天给大家更新可用的国内可用chatGPT资源发布在https://it.weoknow.com更多资源欢迎关注 广阔的战场,风暴兵在奔跑……prompt:Wideshotofbattlefield,stormtroopersrun......
  • python3安装pandas库出现Could not import the lzma module
    1.安装lzma模块使用:python-mpipinstallbackports.lzma2.进入cd/usr/local/python3/lib/python3.7目录(系统不同,目录也有所不同,可以通过which命令来查找当前运行python是使用的那个目录的),然后编辑lzma.py,将下面代码:from_lzmaimport*from_lzmaimport_encode_......
  • 使用可迭代对象作为 React 组件
    源码最近看React源码的时候发现其在处理数组的同时也对可迭代协议做了处理,因此React组件可以是一个返回可迭代对象的函数。源码如下:reconcileChildFibersImplif(isArray(newChild)){returnreconcileChildrenArray(returnFiber,currentFirstChild,newChild,lanes,......
  • 反问题:迭代法
    反问题:迭代法Date:2024/03/27Reference:Colton,D.&Kress,R.InverseAcousticandElectromagneticScatteringTheory.vol.93(SpringerInternationalPublishing,Cham,2019).p170-p180使用迭代法求解反散射问题中的反障碍问题,主要想法是基于牛顿迭代。此节的......
  • AI绘画自动生成器有哪些?
    AI绘画自动生成器是近年来技术进步的产物,它们利用人工智能技术,特别是深度学习的方法,来自动生成图像和绘画。这些工具不仅为艺术家和设计师提供了新的创作手段,也为普通用户提供了探索艺术和创意的新途径。以下是一些著名的AI绘画自动生成器:DALL·E3:OpenAI开发的这个模型......
  • 深度学习批次(batch)、迭代(iteration)、周期(epoch)、前向传播(forward propagation)
    虽然现在应该是已经熟练掌握这些基础概念的时候,但是我是鱼的记忆,上一秒的事情,下一秒就忘了,除非是重要的人的重要的事情,呜呜呜呜,我这个破脑子.还是写一下吧,直接GPT出来的(人类之光,欢呼~).以前写过一次,贴一下链接:深度学习模型训练的过程理解(训练集、验证集、测试集、batch、itera......
  • 【C++】常用序列式容器迭代器自增效率实测
    常用序列式容器包括vector、list、deque。本篇文章就来评析它们的迭代器,不同自增方式效率的不同。在看这篇文章之前,大家可以先看看这篇文章:【C++】自增运算符重载及其效率问题-CSDN博客,了解一下之前得出的结果。前面的文章其中一个结论是,在自定义类型的自增(自减)运算符重载......
  • ES6学习之路:迭代器Iterator和生成器Generator
    迭代器一、知识背景什么是迭代器迭代器就是在一个数据集合中不断取出数据的过程迭代和遍历的区别遍历是把所有数据都取出迭代器注重的是依次取出数据,它不会在意有多少数据,也不会保证能够取出多少或者能够把数据都取完。比如斐波那契额数列,就可以使用迭代器进行无限......
  • 4.2.2、容器,算法,迭代器 初识
    了解STL中容器、算法、迭代器概念之后,我们利用代码感受STL的魅力STL中最常用的容器为Vector,可以理解为数组,下面我们将学习如何向这个容器中插入数据、并遍历这个容器1、vector存放内置数据类型容器:vector算法:for_each迭代器:vector<int>::iteratorvoidMyPrint(intval){ c......
  • 这可能是国内Qt/C++界最受欢迎开源项目之一/5.8Kstar/持续迭代更新
    一、前言本项目大概在2020年开始的,大概在2022年重写了一遍,主要是分门别类存放。本项目主要是QWidget编写的一些开源的demo,支持Qt4、Qt5、Qt6,支持任意系统,预计会有100多个,一直持续更新完善,代码简洁易懂注释详细,每个都是独立项目,非常适合初学者,代码随意传播使用。不仅有界面UI相关,......