人妖在线一区,国产日韩欧美一区二区综合在线,国产啪精品视频网站免费,欧美内射深插日本少妇

新聞動(dòng)態(tài)

python迭代器,生成器詳解

發(fā)布日期:2021-12-23 00:44 | 文章來源:源碼中國(guó)

迭代器

聊迭代器前我們要先清楚迭代的概念:通常來講從一個(gè)對(duì)象中依次取出數(shù)據(jù),這個(gè)過程叫做遍歷,這個(gè)手段稱為迭代(重復(fù)執(zhí)行某一段代碼塊,并將每一次迭代得到的結(jié)果作為下一次迭代的初始值)。

  • 可迭代對(duì)象(iterable):是指該對(duì)象可以被用于for…in…循環(huán),例如:集合,列表,元祖,字典,字符串,迭代器等。
    • 在python中如果一個(gè)對(duì)象實(shí)現(xiàn)了 __iter__方法,我們就稱之為可迭代對(duì)象,可以查看set\list\tuple…等源碼內(nèi)部均實(shí)現(xiàn)了__iter__方法
    • 如果一個(gè)對(duì)象未實(shí)現(xiàn)__iter__方法,但是對(duì)其使用for…in則會(huì)拋出TypeError: ‘xxx' object is not iterable
    • 可以通過isinstance(obj,Iterable)來判斷對(duì)象是否為可迭代對(duì)象。如:
from collections.abc import Iterable
a: int = 1
print(isinstance(a, Iterable))  # False
b: str = "lalalalala" 
print(isinstance(b, Iterable))  # True
c: set = set([1, 2])
print(isinstance(c, Iterable))  # True

我們也可以自己實(shí)現(xiàn)__iter__來將一個(gè)類實(shí)例對(duì)象變?yōu)榭傻鷮?duì)象:

class MyIterable:
	def __iter__(self):
		pass
print(isinstance(MyIterable(), Iterable)) # True
  • 迭代器:對(duì)可迭代對(duì)象進(jìn)行迭代的方式或容器,并且需要記錄當(dāng)前迭代進(jìn)行到的位置。
    • 在python中如果一個(gè)對(duì)象同時(shí)實(shí)現(xiàn)了__iter__和__next__(獲取下一個(gè)值)方法,那么它就是一個(gè)迭代器對(duì)象。
    • 可以通過內(nèi)置函數(shù)next(iterator),來獲取當(dāng)前迭代的值
    • 迭代器一定是可迭代對(duì)象,可迭代對(duì)象不一定是迭代器。
    • 如果可迭代對(duì)象遍歷完后繼續(xù)調(diào)用next(),則會(huì)拋出:StopIteration異常。
    • 自己實(shí)現(xiàn)一個(gè)迭代器對(duì)象:
from collections.abc import Iterator, Iterable
class MyIterator:
	def __init__(self, array_list):
		self.array_list = array_list
		self.index = 0
	def __iter__(self):
		return self
	def __next__(self):
		if self.index < len(self.array_list):
			val = self.array_list[self.index]
			self.index += 1
			return val
		else:
			raise StopIteration
# 父類如果是迭代器,子類也將是迭代器
class MySubIterator(MyIterator):
	def __init__(self):
		pass
myIterator = MyIterator([1, 2, 3, 4])
# 判斷是否為可迭代對(duì)象
print(isinstance(myIterator, Iterable))  # True
# 判斷是否為迭代器
print(isinstance(myIterator, Iterator))  # True
# 子類實(shí)例化
mySubIterator = MySubIterator()
print(isinstance(mySubIterator, Iterator))  # True
# 進(jìn)行迭代
print(next(myIterator))  # 1
print(next(myIterator))  # 2
print(next(myIterator))  # 3
print(next(myIterator))  # 4
print(next(myIterator))  # raise StopIteration

迭代器優(yōu)缺點(diǎn):

 - 優(yōu)點(diǎn):迭代器對(duì)象表示的是一個(gè)數(shù)據(jù)流,可以在需要時(shí)才去調(diào)用next來獲取一個(gè)值;因而本身在內(nèi)存中始終只保留一個(gè)值,對(duì)于內(nèi)存占用小可以存放無限數(shù)據(jù)流。優(yōu)于其他容器需要一次將所有元素都存放進(jìn)內(nèi)存,如:列表、集合、字典...等
 - 缺點(diǎn):1.無法獲取存放的元素長(zhǎng)度,除非取完計(jì)數(shù)。2.只能向后取值,next()永遠(yuǎn)返回的是下一個(gè)值。取值不靈活,無法取出指定值(無法像字典的key,或列表的下標(biāo)),而且迭代器的生命周期是一次性的元素被迭代完則生命周期結(jié)束

生成器

義:在Python中,一邊循環(huán)一邊計(jì)算的機(jī)制,稱為生成器:generator;同時(shí)生成器對(duì)象也是迭代器對(duì)象,所以他有迭代器的特性;例如支持for循環(huán)、next()方法…等

作用:對(duì)象中的元素是按照某種算法推算出來的,在循環(huán)的過程中不斷推算出后續(xù)的元素,這樣就不必創(chuàng)建完整的list,從而節(jié)省大量的空間。

  • 簡(jiǎn)單生成器:通過將列表生成式[]改成()即可得到一個(gè)生成器對(duì)象
# 列表生成式
_list = [i for i in range(10)]
print(type(_list))  # <class 'list'>
print(_list)  # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 生成器
_generator = (i for i in range(10))
print(type(_generator))  # <class 'generator'>
print(_generator)  # <generator object <genexpr> at 0x7fbcd92c9ba0>
# 生成器對(duì)象取值
print(_generator.__next__())  # 0
print(next(_generator)) # 1
# 注意從第三個(gè)元素開始了!
for x in _generator:
	print(x)  # 2,3,4,5,6,7,8,9

因?yàn)樯善鲗?duì)象也有迭代器的特性,所以元素迭代完后繼續(xù)調(diào)用next()方法則會(huì)引發(fā)StopIteration。

  • 函數(shù)對(duì)象生成器:帶yield語句的函數(shù)對(duì)象的返回值則是個(gè)生成器對(duì)象。
def gen_generator():
	yield 1
def generator():
	return 1
print(gen_generator(), type(gen_generator()))  
# <generator object gen_generator at 0x7fe68b2c8b30> <class 'generator'>
print(generator(), type(generator()))  
# 1 <class 'int'>

他與普通函數(shù)返回值有所不同,普通函數(shù)運(yùn)行到return語句則直接返回代碼不再執(zhí)行;而生成器對(duì)象會(huì)運(yùn)行到y(tǒng)ield后返回,再下次調(diào)用時(shí)從yield語句后繼續(xù)執(zhí)行。如:


注意:yield 一次只會(huì)返回一個(gè)元素,即使返回的元素是個(gè)可迭代對(duì)象,也是一次性返回

def gen_generator2():
	yield [1, 2, 3]
s = gen_generator2()
print(next(s))  # [1, 2, 3]
  • yield生成器高級(jí)應(yīng)用:
  • send()方法,傳遞yield的值


借助send我們可以實(shí)現(xiàn)一個(gè)簡(jiǎn)單的生產(chǎn)者-消費(fèi)者模式如:

def consumer():
	r = ''
	while True:
		n = yield r
		if not n:
			return
		print(f'[CONSUMER] Consuming get params.. ({n})')
		if n == 3:
			r = '500 Error'
		else:
			r = '200 OK'
def produce(c):
	c.send(None)  # 啟動(dòng)生成器
	n = 0
	while n < 5:
		n = n + 1
		print(f'[PRODUCER] Producing with params.. ({n})')
		r = c.send(n)  # 一旦n有值,則切換到consumer執(zhí)行
		print(f'[PRODUCER] Consumer return : [{r}]')
		if not r.startswith('200'):
			print("消費(fèi)者返回服務(wù)異常,則結(jié)束生產(chǎn),并關(guān)閉消費(fèi)者")
			c.close()  # 關(guān)閉生成器
			break
consume = consumer()
produce(consume)
# [PRODUCER] Producing with params.. (1)
# [CONSUMER] Consuming get params.. (1)
# [PRODUCER] Consumer return : [200 OK]
# [PRODUCER] Producing with params.. (2)
# [CONSUMER] Consuming get params.. (2)
# [PRODUCER] Consumer return : [200 OK]
# [PRODUCER] Producing with params.. (3)
# [CONSUMER] Consuming get params.. (3)
# [PRODUCER] Consumer return : [500 Error]
# 消費(fèi)者返回服務(wù)異常,則結(jié)束生產(chǎn),并關(guān)閉消費(fèi)者
  • yield from iterable 語法,基本作用為:返回一個(gè)生成器對(duì)象,提供一個(gè)“數(shù)據(jù)傳輸?shù)墓艿?/strong>”,yield from iterable 是 for item in iterable: yield item的縮寫;并且內(nèi)部幫我們實(shí)現(xiàn)了很多異常處理,簡(jiǎn)化了編碼復(fù)雜度。
  • yield 無法獲取生成器return的返回值:
def my_generator(n, end_case):
	for i in range(n):
		if i == end_case:
			return f'當(dāng) i==`{i}`時(shí),中斷程序。'
		else:
			yield i
g = my_generator(5, 2)  # 調(diào)用
for _i in g:  # for循環(huán)不會(huì)顯式觸發(fā)異常,故而無法獲取到return的值
	print(_i)
# 輸出:
# 0
# 1

從上面的例子可以看出,for迭代語句不會(huì)顯式觸發(fā)異常,故而無法獲取到return的值,迭代到2的時(shí)候遇到return語句,隱式的觸發(fā)了StopIteration異常,就終止迭代了,但是在程序中不會(huì)顯示出來。

可以通過next()顯示的觸發(fā)StopIteration異常來獲取返回值:

def my_generator2(n, end_case):
	for i in range(n):
		if i == end_case:
			return f'當(dāng) i==`{i}`時(shí),中斷程序。'
		else:
			yield i
g = my_generator2(5, 2)  # 調(diào)用
try:
	print(next(g))  # 0
	print(next(g))  # 1
	print(next(g))  # 此處要觸發(fā)end_case了
except StopIteration as exc:
	print(exc.value)  # 當(dāng) i==`2`時(shí),中斷程序。

使用yield from 可以簡(jiǎn)化成:

def my_generator3(n, end_case):
	for i in range(n):
		if i == end_case:
			return f'當(dāng) i==`{i}`時(shí),中斷程序。'
		else:
			yield i
def wrap_my_generator(generator):  # 將my_generator的返回值包裝成一個(gè)生成器
	result = yield from generator
	yield result
g = my_generator3(5, 2)  # 調(diào)用
for _ in wrap_my_generator(g):
	print(_)
# 輸出:
# 0
# 1
# 當(dāng) i==`2`時(shí),中斷程序。

yield from 有以下幾個(gè)概念名詞:

1、調(diào)用方:調(diào)用委派生成器的客戶端(調(diào)用方)代碼(上文中的wrap_my_generator(g))

2、委托生成器:包含yield from表達(dá)式的生成器函數(shù)(包裝),作用就是提供一個(gè)數(shù)據(jù)傳輸?shù)墓艿?/strong>(上文中的wrap_my_generator

3、子生成器:yield from后面加的生成器函數(shù)(上文中的my_generator

調(diào)用方是通過這個(gè) “包裝函數(shù)” 來與生成器進(jìn)行交互的,即“調(diào)用方——>委托生成器——>生成器函數(shù)”
下面有個(gè)例子幫助大家理解

# 子生成器
def average_gen():
	total = 0
	count = 0
	average = 0
	while True:
		new_num = yield average
		if new_num is None:
			break
		count += 1
		total += new_num
		average = total / count
	# 每一次return,都意味著當(dāng)前協(xié)程結(jié)束。
	return total, count, average
# 委托生成器
def proxy_gen():
	while True:
		# 只有子生成器要結(jié)束(return)了,yield from左邊的變量才會(huì)被賦值,后面的代碼才會(huì)執(zhí)行。
		total, count, average = yield from average_gen()
		print("總共傳入 {} 個(gè)數(shù)值, 總和:{},平均數(shù):{}".format(count, total, average))
# 調(diào)用方
def main():
	calc_average = proxy_gen()
	next(calc_average)  # 激活協(xié)程
	calc_average.send(10)  # 傳入:10
	calc_average.send(None)  # 結(jié)束協(xié)程
	print("================== 重開協(xié)程 ===================")
	calc_average.send(20)  # 傳入:20
	calc_average.send(30)  # 傳入:30
	calc_average.send(None)  # 結(jié)束協(xié)程
if __name__ == '__main__':
	main()
# 輸出:
# 總共傳入 1 個(gè)數(shù)值, 總和:10,平均數(shù):10.0
# ================== 重開協(xié)程 ===================
# 總共傳入 2 個(gè)數(shù)值, 總和:50,平均數(shù):25.0


有興趣的同學(xué)可以結(jié)合圖和下方一起理解:

  • 迭代器(即可指子生成器)產(chǎn)生的值直接返還給調(diào)用者
  • 任何使用send()方法發(fā)給委派生產(chǎn)器(即外部生產(chǎn)器)的值被直接傳遞給迭代器。如果send值是None,則調(diào)用迭代器next()方法;如果不為None,則調(diào)用迭代器的send()方法。如果對(duì)迭代器的調(diào)用產(chǎn)生StopIteration異常,委派生產(chǎn)器恢復(fù)繼續(xù)執(zhí)行yield from后面的語句;若迭代器產(chǎn)生其他任何異常,則都傳遞給委派生產(chǎn)器。
  • 子生成器可能只是一個(gè)迭代器,并不是一個(gè)作為協(xié)程的生成器,所以它不支持.throw()和.close()方法,即可能會(huì)產(chǎn)生AttributeError 異常。
  • 除了GeneratorExit 異常外的其他拋給委派生產(chǎn)器的異常,將會(huì)被傳遞到迭代器的throw()方法。如果迭代器throw()調(diào)用產(chǎn)生了StopIteration異常,委派生產(chǎn)器恢復(fù)并繼續(xù)執(zhí)行,其他異常則傳遞給委派生產(chǎn)器。
  • 如果GeneratorExit異常被拋給委派生產(chǎn)器,或者委派生產(chǎn)器的close()方法被調(diào)用,如果迭代器有close()的話也將被調(diào)用。如果close()調(diào)用產(chǎn)生異常,異常將傳遞給委派生產(chǎn)器。否則,委派生產(chǎn)器將拋出GeneratorExit 異常。
  • 當(dāng)?shù)鹘Y(jié)束并拋出異常時(shí),yield from表達(dá)式的值是其StopIteration 異常中的第一個(gè)參數(shù)。
  • 一個(gè)生成器中的return expr語句將會(huì)從生成器退出并拋出 StopIteration(expr)異常。

總結(jié)

本篇文章就到這里了,希望能夠給你帶來幫助,也希望您能夠多多關(guān)注本站的更多內(nèi)容!

版權(quán)聲明:本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有,歡迎引用、轉(zhuǎn)載,請(qǐng)保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站,禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像,否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來,僅供學(xué)習(xí)參考,不代表本站立場(chǎng),如有內(nèi)容涉嫌侵權(quán),請(qǐng)聯(lián)系alex-e#qq.com處理。

相關(guān)文章

實(shí)時(shí)開通

自選配置、實(shí)時(shí)開通

免備案

全球線路精選!

全天候客戶服務(wù)

7x24全年不間斷在線

專屬顧問服務(wù)

1對(duì)1客戶咨詢顧問

客服
熱線

400-630-3752
7*24小時(shí)客服服務(wù)熱線

關(guān)注
微信

關(guān)注官方微信