标签：__ .__ name 迭代生成器 iter next print

迭代器

【一】迭代器介绍

迭代器就是用来迭代取值的工具，是重复反馈过程的程序
目的是为了更加逼近我们想要的目标和结果
每一次迭代得到的返回结果就是下一次迭代开始的初始值

num_list = [1,2,3,4,5,6]
count = 0
while count <len(num_list):
    # 每一次使用的索引位置就是上一次+1后的索引位置
    print(num_list[count])
    count += 1
    
1
2
3
4
5
6

【二】可迭代对象

【1】什么是可迭代对象

可以通过列表的索引进行取值，但是如果一个数据没有索引的话
必须找到一种可以用索引也可以不用索引的方法来取值

【2】八大基本数据类型

补充

生成可迭代对象的两种方式

iter()

相当于

__iter__(数据)

迭代器对象迭代的方法的两种方式

迭代器对象.__next__()

next(迭代器对象)

数字类型

整数
age = 18
print(iter(age))
print(age.__iter__)
报错 	'int' object is not iterable

浮点数
age = 18.5
print(iter(age))
print(age.__iter__)
报错	'float' object is not iterable

字符串类型

qwer = 'qewr'
print(iter(qwer))
print(qwer.__iter__)

输出
<str_iterator object at 0x0000021D016BA740>
<method-wrapper '__iter__' of str object at 0x0000021D0165D3B0>

列表类型

list = [1,2,3,4,5,6]
print(iter(list))
print(list.__iter__)

输出
<list_iterator object at 0x000001FA4D7097B0>
<method-wrapper '__iter__' of list object at 0x000001FA4D6B4E40>

字典类型

dict = {'q':'1','w':2}

print(iter(dict))
print(dict.__iter__)

输出
<dict_keyiterator object at 0x000001E457AED670>
<method-wrapper '__init__' of dict object at 0x000001E457AA1F40>

布尔类型

bool = True
print(iter(bool))
print(bool.__iter__)

报错 	'bool' object is not iterable

元组类型

tuple = (1,2,3,4,5,6)

print(iter(tuple))
print(tuple.__iter__)

输出
<tuple_iterator object at 0x000001AE3656A740>
<method-wrapper '__init__' of tuple object at 0x000001AE36578940>

集合类型

set = {1,2,3,4,5,6}
print(iter(set))
print(set.__iter__)

输出
<set_iterator object at 0x000001E74BFF2080>
<method-wrapper '__init__' of set object at 0x000001E74C026DC0>

【3】总结

能.__iter__不报错的就是可迭代类型 ————>可迭代对象

可迭代类型

字符串、列表、元组、集合、字典

不可迭代类型

整数、浮点数、布尔

【三】迭代器对象

【1】什么是迭代器对象

# 如果调用obj.__iter__()返回的是一个可迭代对象

# 有的可迭代对象还有__next__()方法
# 迭代器对象实在可迭代对象(具有.__iter__()方法)的基础上具有.__next__()方法的对象

【2】八大基本数据类型（除了不可迭代）

（1）字符串

name = "qwer"
name_iter = name.__iter__()
print(name_iter)
print(name_iter.__next__())
print(name_iter.__next__())
print(name_iter.__next__())
print(name_iter.__next__())
print(name_iter.__next__()) # 会报错 most recent call last

<str_iterator object at 0x00000202DE74A740>
q
w
e
r
第五行报错

(2)列表

name = [1,2,3,4,5,6]
name_iter = name.__iter__()
print(name_iter)
print(name_iter.__next__())
print(name_iter.__next__())
print(name_iter.__next__())
print(name_iter.__next__())
print(name_iter.__next__())


<list_iterator object at 0x0000026B66C3A740>
1
2
3
4
5

(3)字典

得到的是键

name = {'q':1,'w':'2','e':'3','r':'4'}
name_iter = name.__iter__()
print(name_iter)
print(name_iter.__next__())
print(name_iter.__next__())
print(name_iter.__next__())
print(name_iter.__next__())


<dict_keyiterator object at 0x000001C4B92DD670>
q
w
e
r

(4)元组

name = (1,2,3)
name_iter = name.__iter__()
print(name_iter)
print(name_iter.__next__())
print(name_iter.__next__())
print(name_iter.__next__())


<tuple_iterator object at 0x000001D9C593A740>
1
2
3

(5)集合

name = {1,2,3,4,5,6}
name_iter = name.__iter__()
print(name_iter)
print(name_iter.__next__())
print(name_iter.__next__())
print(name_iter.__next__())
print(name_iter.__next__())

<set_iterator object at 0x00000234968D2000>
1
2
3
4

【3】总结

具有__iter__() 和 __next__()方法的对象是可迭代对象

在八大基本数据类型中，除了数字和布尔类型，其他都是迭代器对象
迭代器对象一定是可迭代对象，可迭代对象不一定是迭代器对象
迭代器对象是同时具有上述两个方法的对象
可迭代对象只需有第一个方法既是可迭代对象

【四】迭代器的优缺点

优点
- 不使用索引取值（例如字典不支持索引取值）
- 取到值后会保存当前状态，下次从当前位置开始继续取值
缺点
- 除非取值取到尽头，否则永远不知道终止索引在哪里
- 只能取一次记一次位置，下一次的其实位置是上一次的终止位置，想回到开头回不去
- 调用 next 取值的前提是已经生成并且得到了一个迭代器对象 iter_obj
- 迭代同一个对象只能重新创建

name = 'dr'
name_iter = name.__iter__()
print(next(name_iter))
print(next(name_iter))
name_iter = name.__iter__()	# 要重复取值必须重新创建迭代器对象
print(next(name_iter))

d
r
d

生成器

【一】什么是生成器

生成器是一种特殊的迭代器
在需要的时候给你数据，不需要就不会给数据
for循环 range(10) 可以把生成的数字取出来
数据量过大的话读取数据内存满，电脑卡死
生成器 ---> 一次取...行 --->处理完这些数据后--->再取...行

例子 for i in fp:

【二】生成器的创建方式

【1】列表推导式

print([i for i in range(10)])
# 如果将列表生成式外面的列表换成元组，则会生成一个生成器对象
print((i for i in range(10)))

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
<generator object <genexpr> at 0x0000020E358F8430>

【2】yiled关键字

def add(i):
    yield i

# add(2)进入到add函数，将原本的函数对象转换为生成器对象
res = add(2)
print(res)
# 想取值只能使用next来迭代取值
print(res.__next__())

<generator object add at 0x00000155DB1E8430>
2

def add(i):
    # i = 1
    while True:
        yield i	 # 第一次next


res = add(1)
print(res)
print(res.__next__())
print(res.__next__())
print(res.__next__())
print(res.__next__())
res = add(3)
print(res.__next__())


<generator object add at 0x000001EFDF0CEAB0>
1
1
1
1
3

补充

在第一次调用生成器时，`yield`语句会在赋值操作符`=`的右边停下。

考虑下面的代码：

```python
def my_generator():
    x = yield
    print("Received:", x)

gen = my_generator()
```

当你执行`gen = my_generator()`时，生成器`my_generator`并没有开始执行。相反，它返回了一个生成器对象`gen`。此时，`my_generator`函数中的代码并没有运行。

然后，当你调用`gen.__next__()`或`next(gen)`时，生成器才会开始执行。它会执行到`x = yield`这一行，但暂停在`yield`右边，等待接收一个值。这个值会被赋给`x`。因此，第一次调用`yield`语句时，生成器会停在赋值操作符`=`的右边。

【三】生成器案例

def outer():
    print("开始吃饭")
    while True:
        food = yield  # 等同于yield(food)
        print(f"做了{food},吃{food}")

res = outer()
print(res)
print(res.__next__())
print(res.__next__())


<generator object outer at 0x00000183F2538430>
开始吃饭
None	
做了None,吃None
None	# 原因是在生成器内部走完了上面代码，又回到了yield 没有返回值

yield语句在生成器函数中充当了暂停和恢复执行的标记，同时也充当了返回值的功能。当生成器函数执行到yield语句时，它会暂停执行并将yield后面的表达式作为返回值返回给调用方。在上述代码中food为yield的后面的表达式

向生成器中传值

send() 传值后会再往下走一步

res = outer()
print(res)
print(res.__next__())
res.send('炒饼') # 向 yield 传值并且让生成器向下走一下
print(res.__next__())
res.send('炒饭')


<generator object outer at 0x000002A8C99E8430>
开始吃饭
None
做了炒饼,吃炒饼
做了None,吃None
None
做了炒饭,吃炒饭

【四】装饰器 + 生成器

def init_iter(func):
    def inner(*args,**kwargs):
        # g 是得到的生成器对象
        g = func(*args,**kwargs)
        # 调用自己生成器往下走
        next(g)
        # 走回来的返回值返回出去
        return g
    return inner

@init_iter
def outer():
    print("开始吃饭")
    while True:
        # yield food
        food = yield
        print(f"做了{food},吃{food}")

res = outer()
res.send('炒米粉')
res.send('炒fan')


开始吃饭
做了炒米粉,吃炒米粉
做了炒fan,吃炒fan

【五】生成器内部修改可变数据类型

def init_iter(func):
    def inner(*args,**kwargs):
        # g 是得到的生成器对象
        g = func(*args,**kwargs)
        # 调用自己生成器往下走
        next(g)
        # 走回来的返回值返回出去
        return g
    return inner

@init_iter
def outer():
    print("开始吃饭")
    list = []
    while True:
        # yield food
        food = yield
        list.append(food)	因为没有退出循环，所以会把新值一直加到列表中
        print(f"做了{food},吃{food}")
        print(list)

res = outer()
res.send('炒米粉')
res.send('炒fan')


开始吃饭
做了炒米粉,吃炒米粉
['炒米粉']
做了炒fan,吃炒fan
['炒米粉', '炒fan']

【六】yield + next 搭配着使用

仿照循环自己构建循环函数

for i in range(5):
    print(i)

def my_range(start, stop, step):
    '''

    :param start: 0
    :param stop: 5
    :param step: 1
    :return:
    '''
    print("start")
    while start < stop:
        yield start
        start += step
    print("end")


res = my_range(0, 5, 1)
print(res)  # <generator object my_range at 0x000002DF0361CBA0>
print(res.__next__())
print(res.__next__())
print(res.__next__())
print(res.__next__())
print(res.__next__())
# 这里会报错 ---> 没有可迭代的值可以被获取了
print(res.__next__())  # StopIteration

def init_iter(func):
    def inner(*args, **kwargs):
        try:
            generator = func(*args, **kwargs)
            next(generator)
            return generator
        except StopIteration:
            pass

    return inner

def range_(start, stop, step):
    while start < stop:
        yield start
        start += step

# for 循环内部做了异常捕获
for i in range_(0,5,1):
    print(i)

def my_range(start, stop, step):
    def range_(start, stop, step):
        while start < stop:
            yield start
            start += step

    res = range_(start, stop, step)
    while True:
        try:
            print(res.__next__())
        except StopIteration:
            break

res = my_range(start=1, stop=5, step=1)
res

0
1
2
3
4
1
2
3
4

标签：__,.__,name,迭代,生成器,iter,next,print
From： https://www.cnblogs.com/yi416/p/18204841

迭代器、生成器

迭代器

【一】迭代器介绍

【二】可迭代对象

【1】什么是可迭代对象

【2】八大基本数据类型

补充

数字类型

字符串类型

列表类型

字典类型

布尔类型

元组类型

集合类型

【3】总结

可迭代类型

不可迭代类型

【三】迭代器对象

【1】什么是迭代器对象

【2】八大基本数据类型（除了不可迭代）

【3】总结

【四】迭代器的优缺点

生成器

【一】什么是生成器

【二】生成器的创建方式

【1】列表推导式

【2】yiled关键字

补充

【三】生成器案例

向生成器中传值

【四】装饰器 + 生成器

【五】生成器内部修改可变数据类型

【六】yield + next 搭配着使用

仿照循环自己构建循环函数

相关文章

赞助商

阅读排行