迭代器
可迭代對象:
list,str,tuple,etc. —> for…in… 遍歷 —> 遍歷(迭代)
迭代器協議:對象必須提供一個next方法,執行該方法要麼返回迭代中的下一項,要麼引起StopIteration 異常,以終止迭代(只能往下走,不可以回退)
現在,我們就可以說,實現了迭代器協議的對象就是可迭代對象。
如何實現?
- 通過在對象內部定義一個
__iter__
方法。
li = [1, 2, 3]
sr = "abcd"
li_iter = sr.__iter__() # <---> iter(sr)
print(li_iter.__next__()) # <---> next(li_iter)
print(li_iter.__next__())
print(li_iter.__next__())
print(next(li_iter))
print(next(li_iter)) # 當迭代次數超過元素個數時,引起StopIteration異常
# a
# Traceback (most recent call last):
# b
# File "D:/python/test1/day11.py", line 16, in <module>
# c
# print(next(li_iter))
# d
# StopIteration
for i in 100:
print(i) # 報錯,整型、浮點型、布爾型不可以被迭代
# 可迭代對象測試
from collections import Iterable # 使用instance()來判斷一個對象是否可迭代
print(isinstance([], Iterable)) # True
print(isinstance(str(), Iterable)) # True
print(isinstance({}, Iterable)) # True
print(isinstance(set(), Iterable)) # True
print(isinstance(123, Iterable)) # False
print(isinstance(True, Iterable)) # False
自定義一個類,其可以容納數據,測試該類的可迭代性
from collections import Iterable
class IterTest:
def __init__(self):
self.names = []
def add(self, name):
self.names.append(name)
# def __iter__(self): # 加入__iter__後print輸出True,itertest爲可迭代對象
# return self.names.__iter__()
itertest = IterTest()
itertest.add("Tom")
itertest.add("Jack")
itertest.add("Mary")
print("是否爲可迭代對象:", isinstance(itertest, Iterable)) # False
for i in itertest: # 加入__iter__方法後可以遍歷出結果
print(i)
# Tom
# Jack
# Mary
# 通過迭代器迭代
itertest_iter = iter(itertest)
print(next(itertest_iter))
print(next(itertest_iter))
print(next(itertest_iter))
# Tom
# Jack
# Mary
回顧之前說的__iter__
方法,其可以爲我們提供一個迭代器。
在迭代一個可迭代對象的時候,實際上就是獲取該對象提供的一個迭代器。然後通過該迭代器依次獲取對象的每一個數據。
for item in 可迭代對象 循環的本質
就是通過iter()函數獲取可迭代對象的Iterable的迭代器,然後對獲取到迭代器不斷調用next()方法來獲取下一個值,並將其賦值給item,當遇到StopIteration的異常後,退出。
class test:
def __init__(self, data=1):
self.data = data
def __iter__(self):
return self
def __next__(self):
if self.data > 5:
raise StopIteration
else:
self.data += 1
return self.data
for i in test(2):
print(i)
# 3
# 4
# 5
# 6
應用場景
迭代器的核心就是通過next()函數調用返回下一個數據值。如果每次返回的數據不是在一個已有的數據集合中讀取的,而是通過程序按照一定規律計算生成。那麼也就意味着可以不用依賴一個已有的數據集合,namely,無需將所有的迭代對象數據一次性緩存下來。這樣就可以節省大量的存儲(內存)空間
demo:
斐波那契數列
class FibIterator(object):
"""斐波那契數列迭代器"""
def __init__(self, n):
# 記錄生成的斐波那契數列的個數
self.n = n
# 記錄當前的索引
self.current_index = 0
# 記錄兩個初始值
self.num1 = 0
self.num2 = 1
def __next__(self):
"""調用next()函數來獲取下一個數"""
if self.current_index < self.n:
num = self.num1
self.num1, self.num2 = self.num2, self.num1 + self.num2
self.current_index += 1
return num
else:
raise StopIteration
def __iter__(self):
return self
fib = FibIterator(10)
for i in fib:
print(i)
生成器
生成器,利用迭代器,我們可以在每次迭代獲取數據時(通過next()方法)按照特定的規律進行生成。但是我們在實現一個迭代器時,關於當前迭代的狀態需要我們自己記錄,進而才能根據當前的狀態生成下一個數據。爲了達到記錄當前狀態,並配合next()函數進行迭代說明,可以採用更簡便的語法。
即生成器(generator)
,生成器是一種特殊的迭代器,它比迭代器更優雅。
創建一個生成器
列表[] —> ()
li = [x**2 for x in range(6)]
print(li) [0, 1, 4, 9, 16, 25]
gen = (x**2 for x in range(6))
gen2 = (x**2 for x in range(6))
print("通過next()函數取得下一個值")
print(next(gen)) # 0
print(next(gen)) # 1
print(next(gen)) # 4
print(next(gen)) # 9
print(next(gen)) # 16
print(next(gen)) # 25
print("通過for遍歷")
for i in gen2:
print(i, end=' ')
# 0 1 4 9 16 25
生成器函數
在函數中如果出現了yield關鍵字,那麼該函數就不再是一個普通函數而是一個生成器函數。
demo:
def foo():
yield 1
yield 2
return
yield 3
f = foo()
print(next(f)) # 程序會停留在對應yield 後的語句
print(next(f))
print(next(f)) # 當程序遇到return,return後的語句不會執行,因此報錯。
# 1
# 2
# Traceback (most recent call last):
# File "D:/python/test1/day11.py", line 150, in <module>
# print(next(f))
# StopIteration
next和yield進行匹配。如果遇到return,return後的語句就不會再執行,直接拋出異常,終止迭代。
在一個生成器中,如果return後有返回值,那麼這個值就是異常的說明,而不是函數的返回值。
def foo():
yield 1
yield 2
return "Error"
yield 3
f = foo()
print(next(f))
print(next(f))
print(next(f))
# Traceback (most recent call last):
# 1
# File "D:/python/test1/day11.py", line 150, in <module>
# 2
# print(next(f))
# StopIteration: Error
構造一個產生無窮奇數的生成器
def odd():
n = 1
while True:
yield n
n += 2
o = odd()
for i in range(10):
print(next(o), end=' ') # 1 3 5 7 9 11 13 15 17 19
通過類手動編寫迭代器,實現類似的效果。
class Odd:
def __init__(self):
self.n = -1
def __iter__(self):
return self
def __next__(self):
self.n += 2
return self.n
o = Odd()
for i in range(10):
print(next(o), end=' ') # 1 3 5 7 9 11 13 15 17 19
def odd():
n = 1
while True:
yield n
n += 2
o = odd()
print(help(o))
odd = class generator(object)
| Methods defined here:
|
| __del__(...)
|
| __getattribute__(self, name, /)
| Return getattr(self, name).
|
| __iter__(self, /)
| Implement iter(self).
|
| __next__(self, /)
| Implement next(self).
|
| __repr__(self, /)
| Return repr(self).
|
| close(...)
| close() -> raise GeneratorExit inside generator.
|
| send(...)
| send(arg) -> send 'arg' into generator,
| return next yielded value or raise StopIteration.
|
| throw(...)
| throw(typ[,val[,tb]]) -> raise exception in generator,
| return next yielded value or raise StopIteration.
|
| ----------------------------------------------------------------------
| Data descriptors defined here:
|
| gi_code
|
| gi_frame
|
| gi_running
|
| gi_yieldfrom
| object being iterated by yield from, or None
None
- close()
- 手動關閉生成器函數,後面調用會引起StopIteration異常
def odd():
n = 1
while True:
k = yield n
n += 2
print(k)
o = odd()
print(next(o))
o.close()
print(next(o))
# 1
# Traceback (most recent call last):
# File "D:/python/test1/day11.py", line 207, in <module>
# print(next(o))
# StopIteration
- send()
- x = yield y 語句的含義:send() 的作用就是使x賦值爲所傳送的值(send的參數),然後讓生成器執行到下一個yield。
- 如果生成器未啓動,則必須在使用send()前啓動生成器,而啓動的方法可以是gen.next() ,也可以是gen.send(None)執行到第一個yield處。之後就可以使用send(para)不斷的傳入值了。
- 如果是已啓動,則send(para)的作用就是給x賦值爲發送的值(send的參數),然後,讓生成器執行到下一個yield。
def gen():
value = 0
while True:
receive = yield value
if receive == "e":
break
value = "got: %s" % receive
# send()的作用就是使receive賦值爲其所傳送的值,然後讓生成器執行到下一個yield
g = gen() # 創建生成器對象
print(g.send(None)) # 0 喚醒生成器
print(g.send('aaa')) # got: aaa
print(g.send(123)) # got: 123
- throw()
- 手動拋出異常。
def gen():
i = 0
while i < 5:
temp = yield i
print(temp, end=' ')
i += 1
obj = gen()
print(next(obj))
print(next(obj))
print(obj.throw(Exception, "66666"))
# 0
# None 1
# File "D:/python/test1/day11.py", line 220, in <module>
# print(obj.throw(Exception, "66666"))
# File "D:/python/test1/day11.py", line 212, in gen
# temp = yield i
# Exception: 66666