【python基礎】十、Python 生成器 迭代器

生成器

推導式的弊端

受內存限制，列表容量 有限
而且，創建一個包含100萬元素的列表，卻只是用其中某幾個，
浪費空間。
所以 如果列表元素可以按照某算法推算出來，在後續使用中不斷推算，
邊循環，邊計算 --> 生成器 generator

三個創建、三種使用

• 創建生成器

# 1 列表推導式 --> 列表生成器
# [0，3，6，9，12，15，18，21，....,27]

nl_1 = [x * 3 for x in range(20)]
print(type(nl_1))   # <class 'list'>
# 生成器：
gl_1 = (x * 3 for x in range(7))
print(type(gl_1))   # <class 'generator'>

• 使用生成器

# 使用方法一
print(gl_1.__next__())

# 使用方法二
print(next(gl_1))

# StopIteration 超出 則 拋出 異常
while True:
    try:
        g = next(gl_1)
    except Exception as e:
        print(e)
        break
    else:
        print(g)

• 創建 yield 生成器

# yield 關鍵字
def func():
    n = 0
    while True:
        n += 1
        yield n

g = func()
print(g)
print(next(g))

• 如果生成器需要往裏送值使用send方法

def gen():
    i = 0
    while i < 5:
        temp = yield i
        print('temp ', temp)
        i += 1
    return None
g=gen()
g0 = g.send(None)
print(g0)
g1 = g.send('呵呵')
print(g1)
g2 = g.send('oo')
print(g2)

進程 線程 協程

• 一個線程下面 多個協程

def task_1(n):
    for i in range(n):
        print('Doing task 1, coding ', i)
        yield None  # 增加yield 利用其 暫停功能


def task_2(n):
    for i in range(n):
        print('我正在做第二個任務，現在是 ', i)
        yield


# 任務1、2 交替運行
g1 = task_1(8)
g2 = task_2(5)

while True:
    try:
        next(g1)
        g2.__next__()
    except:
        break

• 生成器 generator

  1. 列表生成式 產生
     • g = [x for x in range(20)]
  2. 函數 yield

• 產生元素

  1. next(generator)
  2. generator.next()
  3. generator.send(xx)

• 應用：協程 --> 提高效率

可迭代的對象

1. 生成器
2. 元組 列表 集合 字典 字符串

• 如何判斷可迭代

from collections import Iterable
bl = isinstance(list, Iterable)
b2 = isinstance('abc', Iterable)
b3 = isinstance(generator, Iterable)

迭代器 Iterator

迭代 是訪問集合元素的一種方式，迭代器可以記住遍歷的位置
迭代器 從第一個元素開始，知道元素全部訪問結束
迭代器 只能向後
可以被 next() 調用 並不斷返回下一個值

• 可迭代的 不一定就是 迭代器

  • 列表 可迭代。 但不是 迭代器 需 使用 iter

lt1 = [1,2,4,5,6]
it_lt1 = iter(lt1)

print(next(it_lt1))
print(next(it_lt1))
print(next(it_lt1))   

在b站學習中

個人主頁

學習鏈接

歡迎 批評 指正