Python的迭代器与生成器 | Python 主题月

简介: Python的迭代器与生成器 | Python 主题月

迭代器


迭代是Python最强大的功能之一,是访问集合元素的一种方式。

迭代器是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。

迭代器有两个基本的方法:iter()和 next()。

字符串,列表或元组对象都可用于创建迭代器:


实例-1:next获取迭代器的元素


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


实例-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=" ")
复制代码


执行以上程序,输出结果如下:


1 2 3 4
复制代码


实例-3:也可以使用 next() 函数


#!/usr/bin/python3
import sys         
# 引入 sys 模块
list=[1,2,3,4]
it = iter(list)    
# 创建迭代器对象
while True:    
    try:        
        print (next(it))    
    except StopIteration:                
        sys.exit()
复制代码


执行以上程序,输出结果如下:


1234
复制代码


创建一个迭代器


  1. 把一个类作为一个迭代器使用需要在类中实现两个方法__iter__()与__next__()。
  2. 如果你已经了解的面向对象编程,就知道类都有一个构造函数,Python 的构造函数为__init__(), 它会在对象初始化的时候执行。
  3. iter()方法返回一个特殊的迭代器对象, 这个迭代器对象实现了__next__()方法并通过 StopIteration 异常标识迭代的完成。
  4. next()方法(Python 2 里是next())会返回下一个迭代器对象。
  5. 创建一个返回数字的迭代器,初始值为 1,逐步递增 1:


实例:创建迭代器


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))
复制代码


执行输出结果为:


12345
复制代码


StopIteration


StopIteration 异常用于标识迭代的完成,防止出现无限循环的情况,在__next__()方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

在 20 次迭代后停止执行:


实例:StopIteration


class MyNumbers:    
    def __iter__(self):        
        self.a = 1    
        return self  
    def __next__(self):        
        if self.a <= 20:            
            x = self.a      
            self.a += 1      
            return x    
        else:            
            raiseStopIteration
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter:  
    print(x)
复制代码


执行输出结果为:


1234567891011121314151617181920
复制代码


生成器


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


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。


在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield的值, 并在下一次执行 next() 方法时从当前位置继续运行。


调用一个生成器函数,返回的是一个迭代器对象。


以下实例使用 yield 实现斐波那契数列:


实例:生成器


#!/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        
        yield a 
        a, b = b, a + b        
        counter += 1
f = fibonacci(10) # f 是一个迭代器,由生成器返回生成
while True:    
    try:        
        print (next(f), end=" ")    
    except StopIteration:        
        sys.exit()
复制代码


执行以上程序,输出结果如下:


0 1 1 2 3 5 8 13 21 34 55
相关文章
|
21天前
|
数据采集 自然语言处理 算法
如何使用Python的Gensim库进行自然语言处理和主题建模?
使用Gensim库进行Python自然语言处理和主题建模,包括:1) 安装Gensim;2) 导入`corpora`, `models`, `nltk`等相关模块;3) 对文本数据进行预处理,如分词和去除停用词;4) 创建字典和语料库;5) 使用LDA算法训练模型;6) 查看每个主题的主要关键词。代码示例展示了从数据预处理到主题提取的完整流程。
37 3
|
20小时前
|
Python
【Python操作基础】——字典,迭代器和生成器
【Python操作基础】——字典,迭代器和生成器
|
3天前
|
存储 数据处理 Python
python 之map、zip和filter迭代器示例详解
python 之map、zip和filter迭代器示例详解
8 0
|
4天前
|
存储 程序员 Python
深入理解Python中的生成器和迭代器
本文将深入探讨Python中生成器和迭代器的概念、原理以及它们在编程中的应用。通过详细解析生成器和迭代器的工作机制,读者将能够更好地理解Python中的迭代器协议、生成器函数以及生成器表达式的使用方法。同时,本文还将介绍生成器和迭代器在Python中的一些常见应用场景,并提供一些实用的编程技巧和最佳实践。
|
13天前
|
大数据 Python
python中的推导式、生成器(二)
python中的推导式、生成器(二)
|
13天前
|
索引 Python 容器
python中的推导式、生成器(一)
python中的推导式、生成器(一)
|
13天前
|
Python 容器
python匿名函数、迭代器、高阶函数(二)
python匿名函数、迭代器、高阶函数(二)
|
13天前
|
索引 Python
python匿名函数、迭代器、高阶函数(一)
python匿名函数、迭代器、高阶函数(一)
|
13天前
|
容器
【Python21天学习挑战赛】-迭代器 & f-格式化 & 模块
【Python21天学习挑战赛】-迭代器 & f-格式化 & 模块
|
16天前
|
存储 Python
深入理解Python中的生成器和迭代器
本文将深入探讨Python中生成器和迭代器的概念及其在实际编程中的应用。通过对生成器和迭代器的原理解析,以及实际案例的演示,读者将能够更好地理解和利用这些强大的编程工具。