趁着课余时间学点Python(七)一篇文了解迭代器

简介: 趁着课余时间学点Python(七)一篇文了解迭代器


image.png

文章目录

前言

好了,我们言归正传,啊,不对,我们继续道来。我们今天就说说迭代器!

这个词是不是看着比较高大上,感觉学不会?没事,今天我就带着你们征服他们!冲冲冲!

迭代器

迭代迭代,就是一个一个的输出,而迭代器则是python中的一个能够令高级数据类型中的元素一个一个显示的东西。有人会说,这不是可以通过循环来做的吗?

打个比方:我这有一个列表:[1, 3, 7, 2, 5, 9],你要获取数据的话,第一个想法是不是通过循环控制语句将其遍历,但是循环的话会使列表中的元素全部取出来。

而你又会想到通过下标取值,一个一个取,但是数据很少的时候,你能记得住下标,自己通过下标取值,到那时如果数据多达成千上万,上百万,你又怎么记得住呢?就算你记得住,你自己写,那不也挺麻烦的吗?

所以,我们这个时候就需要迭代器。我们可以用完这个值后,放在那,而迭代器会记住你上次使用的位置,等你下次使用,他就会将下一个取出来。

举个例子来理解:就像你参加了个比赛,按牌号一个一个的进行比赛,但是轮到你的时候,突发状况,比赛终止,你被通知两个月后再来比赛,而评委,或者说他们手上的比赛记录就是迭代器,可以在两个月后精准的找到你。

迭代器的基本方法

  1. iter()
    作用是将你的可迭代对象变成迭代器
  2. next()
    作用是从你的迭代器取值。

看看代码:

# 定义一个列表
li = [1, 2, 3, 4, 5, 6]
# 将你的列表变成迭代器
it_li = iter(li)
# 取出你的迭代器的第一个值
first = next(it_li)
print(f"号码牌为{first}的选手")
# 取出第二个
second = next(it_li)
print(f"号码牌为{second}的选手")
# 到你了,比赛暂停两个月
third = next(it_li)
print(f"号码牌为{third}的选手")

对,刚刚叭叭叭说了一大堆,其实迭代器就是这玩意!–>it_li

next()则是迭代器的使用方法

就这?就这?

image.png

这就是迭代器?听着名字我还以为多高大上呢,结果就这啊!

也不过如此嘛,小小迭代器,也想阻挡我学习Python?

小练习

生成1-100的数,放入一个列表,并转为迭代器,然后用循环展现出来

每次循环穿插一句“已经经过了xxx年”xxx为每个迭代的值

li = []
for i in range(100):
    li.append(i+1)
it_li = iter(li)
for i in it_li:
    nian = next(it_li)
    print(f"已经过了{nian}年了")
    print(nian)

结语

这只是简单运用,本篇其实还打算写一下生成器和装饰器,但是鉴于还没学函数,就罢了!

兴趣是最好的老师,坚持是不变的真理。

学习不要急躁,一步一个脚印,踏踏实实的往前走。

每天进步一点点,日积月累之下,你就会发现自己已经变得很厉害了。

我是布小禅,一枚自学萌新,跟着我每天进步一点点吧!

说了这么多暂时也就够了,那么就告辞吧

image.png


目录
相关文章
|
5月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
345 1
|
6月前
|
存储 大数据 Unix
Python生成器 vs 迭代器:从内存到代码的深度解析
在Python中,处理大数据或无限序列时,迭代器与生成器可避免内存溢出。迭代器通过`__iter__`和`__next__`手动实现,控制灵活;生成器用`yield`自动实现,代码简洁、内存高效。生成器适合大文件读取、惰性计算等场景,是性能优化的关键工具。
332 2
|
7月前
|
传感器 数据采集 监控
Python生成器与迭代器:从内存优化到协程调度的深度实践
简介:本文深入解析Python迭代器与生成器的原理及应用,涵盖内存优化技巧、底层协议实现、生成器通信机制及异步编程场景。通过实例讲解如何高效处理大文件、构建数据流水线,并对比不同迭代方式的性能特点,助你编写低内存、高效率的Python代码。
286 0
|
6月前
|
大数据 数据处理 数据安全/隐私保护
Python3 迭代器与生成器详解:从入门到实践
简介:本文深入解析Python中处理数据序列的利器——迭代器与生成器。通过通俗语言与实战案例,讲解其核心原理、自定义实现及大数据处理中的高效应用。
293 0
|
大数据 数据处理 开发者
Python中的迭代器和生成器:不仅仅是语法糖####
本文探讨了Python中迭代器和生成器的深层价值,它们不仅简化代码、提升性能,还促进了函数式编程风格。通过具体示例,揭示了这些工具在处理大数据、惰性求值及资源管理等方面的优势。 ####
|
索引 Python
解密 Python 迭代器的实现原理
解密 Python 迭代器的实现原理
158 13
|
存储 索引 Python
Python 迭代器是怎么实现的?
Python 迭代器是怎么实现的?
178 6
|
机器学习/深度学习 设计模式 大数据
30天拿下Python之迭代器和生成器
30天拿下Python之迭代器和生成器
127 3
|
存储 程序员 数据处理
深入理解Python中的生成器与迭代器###
本文将探讨Python中生成器与迭代器的核心概念,通过对比分析二者的异同,结合具体代码示例,揭示它们在提高程序效率、优化内存使用方面的独特优势。生成器作为迭代器的一种特殊形式,其惰性求值的特性使其在处理大数据流时表现尤为出色。掌握生成器与迭代器的灵活运用,对于提升Python编程技能及解决复杂问题具有重要意义。 ###
|
存储 安全 数据库
Python中的可迭代性与迭代器
在Python中,可迭代性和迭代器是非常重要的概念,它们为我们提供了一种优雅且高效的方式来处理序列和集合数据。本文将深入探讨这些概念,包括可迭代协议以及与异步编程相关的可迭代性和迭代器。

推荐镜像

更多