python函數(5):迭代器和生成器
迭代器和生成器是函數中的一大重點,務必掌握,何為迭代?何為迭代器?
預習:
1、處理文件,用戶指定要查找的文件和內容,將文件中包含要查找內容的每一行都輸出到屏幕(使用生成器)
2、批量處理文件,用戶指定要查找的目錄和內容,將本層目錄下所有文件中包含要查找內容的每一行都輸出到屏幕
一、迭代器
for i in 50:
print(i)
#運行結果:
# Traceback (most recent call last):
# File "G:/python/python代碼/八月/day2 迭代器生成器/3迭代器.py", line 8, in <module>
# for i in 50:
# TypeError: "int" object is not iterable
報錯:
TypeError: "int" object is not iterable
類型報錯:"int"對象是不可迭代的 何為迭代?
iterable:可迭代的;迭代的;
可迭代的:從上面代碼可以簡單分析出能被for循環取值的就是可迭代,那麼我們就可以初步總結出可迭代的類型:str、list、tuple、set、dict
可迭代的 ——對應的標誌 擁有__iter__方法
print("__iter__" in dir([1,2,3])) #判斷一個變數是不是一個可迭代的
可迭代協議
可以被迭代要滿足的要求就叫做可迭代協議。可迭代協議的定義非常簡單,就是內部實現了__iter__方法。
二、迭代器
__iter__方法作用:
l = [1,2,3,4,5]
print(l.__iter__)
l_iterator = iter(l) #建議用iter(l)
print(set(dir(l_iterator))-set(dir(l)))
#結果:
#<list_iterator object at 0x000001FDD1B79048>
#{"__length_hint__", "__next__", "__setstate__"}
迭代器
iterator:迭代器;迭代程序
迭代器協議:必須擁有__iter__方法和__next__方法
通過iter(x)得到的結果就是一個迭代器,
x是一個可迭代的對象
在for循環中,就是在內部調用了__next__方法才能取到一個一個的值。
__next__的精髓:
l = [1,2,3,4,5]
l_iterator = iter(l)
print(l_iterator.__next__)
print(l_iterator.__next__)
print(l_iterator.__next__)
print(l_iterator.__next__)
print(l_iterator.__next__)
next(l_iterator) #==l_iterator.__next__
while True:
try:
print(next(l_iterator))
except StopIteration:
break
__next__方法的使用精髓
如果我們一直取next取到迭代器里已經沒有元素了,就會報錯(拋出一個異常StopIteration),告訴我們,列表中已經沒有有效的元素了。這個時候,我們就要使用異常處理機制來把這個異常處理掉。try_except異常處理機制只做了解,不是本章重點,會面會詳細講解。
判斷是否可迭代和迭代器的簡潔方法:
from collections import Iterable
from collections import Iterator
s = "abc"
print(isinstance(s,Iterable))
print(isinstance(s,Iterator))
print(isinstance(iter(s),Iterator))
判斷可迭代和迭代器
不管是一個迭代器還是一個可迭代對象,都可以使用for循環遍歷
迭代器出現的原因 幫你節省內存
三、生成器
迭代器大部分都是在python的內部去使用的,我們直接拿來用就行了
我們自己寫的能實現迭代器功能的東西就叫生成器。
1.生成器函數:常規函數定義,但是,使用yield語句而不是return語句返回結果。yield語句一次返回一個結果,在每個結果中間,掛起函數的狀態,以便下次重它離開的地方繼續執行
2.生成器表達式:類似於列表推導,但是,生成器返回按需產生結果的一個對象,而不是一次構建一個結果列表
生成器Generator:
本質:迭代器(所以自帶了__iter__方法和__next__方法,不需要我們去實現)
特點:惰性運算,開發者自定義
#生成器函數
def func:
print("aaaa")
a = 1
yield a #返回第一個值
print("bbbb")
yield 12 #返回第二個值
ret = func #拿到一個生成器
# print(ret) #<generator object func at 0x0000028AE2DA2EB8>
print(next(ret)) #取第一個值
print(next(ret)) #取第二個值
print(next(ret)) #取第三個值 會報錯 因為沒有第三個值
def make_cloth:
for i in range(2000000):
yield "第%s件衣服"%i
szq = make_cloth
print(next(szq))
print(next(szq))
print(next(szq))
for i in range(50):
print(next(szq))
生成器函數
生成器的好處:不會一下子在內存中生成太多數據
其它應用:
import time
def tail(filename):
f = open(filename)
f.seek(0, 2) #從文件末尾算起
while True:
line = f.readline # 讀取文件中新的文本行
if not line:
time.sleep(0.1)
continue
yield line
tail_g = tail("tmp")
for line in tail_g:
print(line)
生成器監聽文件輸入的例子
def averager:
total = 0.0
count = 0
average = None
while True:
term = yield average
total += term
count += 1
average = total/count
g_avg = averager
next(g_avg)
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))
計算移動平均值簡單
def init(func): #在調用被裝飾生成器函數的時候首先用next激活生成器
def inner(*args,**kwargs):
g = func(*args,**kwargs)
next(g)
return g
return inner
@init
def averager:
total = 0.0
count = 0
average = None
while True:
term = yield average
total += term
count += 1
average = total/count
g_avg = averager
# next(g_avg) 在裝飾器中執行了next方法
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))
計算移動平均值升級_生成器激活裝飾器
def func:
# for i in "AB":
# yield i
yield from "AB" #等同於上面兩行
yield from [1,2,3]
g = func
print(next(g))
print(next(g))
print(next(g))
print(next(g))
yield from
四、列表推導式和生成器表達式
for i in range(100):
print(i*i)
l =[i*i for i in range(100)] #列表推導式
print(l)
l = [{"name":"v","age":28},{"name":"v"}]
name_list = [dic["name"] for dic in l] #列表推導式
print(name_list)
l = [{"name":"v1","age":28},{"name":"v2"}]
name_list_generator = (dic["name"] for dic in l) #生成器表達式
print(name_list_generator)
print(next(name_list_generator))
print(next(name_list_generator))
egg_list=["雞蛋%s" %i for i in range(10)] #列表推導式
print(egg_list)
laomuji = ("雞蛋%s" %i for i in range(1,11)) #生成器表達式
print(laomuji)
print(next(laomuji))
print(next(laomuji))
列表推導式和生成器表達式
使用生成器的優點:
1、延遲計算,一次返回一個結果。也就是說,它不會一次生成所有的結果,這對於大數據量處理,將會非常有用。
2、提高代碼可讀性
#列表解析
sum([i for i in range(100000000)])#內存佔用大,機器容易卡死
#生成器表達式
sum(i for i in range(100000000))#幾乎不佔內存
總結:
1、把列表解析的換成得到的就是生成器表達式
2、列表解析與生成器表達式都是一種便利的編程方式,只不過生成器表達式更節省內存
3、Python不但使用迭代器協議,讓for循環變得更加通用。大部分內置函數,也是使用迭代器協議訪問對象的。例如, sum函數是Python的內置函數,該函數使用迭代器協議訪問對象,而生成器實現了迭代器協議,所以,我們可以直接這樣計算一系列值的和
print(sum([1,2,3]))
print(sum(range(1,4)))
print(sum(x ** 2 for x in range(4)))
print(sum([x ** 2 for x in range(4)]))
思維導圖:
預習答案:
def grep_file(filename,grep_content):
f = open(filename)
for line in f:
if grep_content in line:
yield line
g = grep_file("tmp_file","python")
for line in g:
print(line,end="")
普通青年版(1題)
def init(func):
def inner(*args,**kwargs):
g = func(*args,**kwargs)
next(g)
return g
return inner
@init #grep_file = init(grep_file)
def grep_file(grep_content,printer_g):
while True:
filename = yield
f = open(filename)
for line in f:
if grep_content in line:
printer_g.send(line)
@init ##printer = init(printer) 激活print_g
def printer:
while True:
line = yield
if line:print(line,end="")
grep_g = grep_file("python", printer)
grep_g.send("tmp_file")
妖孽青年版(1題)
import os
def getpath(filepath):
g = os.walk(filepath)
for par_dir, _, files in g:
for file in files:
yield par_dir + "" + file
# 2打開文件對象發給3
def getfile(filepaths):
for filepath in filepaths:
with open(filepath, encoding="utf-8") as file:
yield file
# 3讀取每一行發給4
def getline(files):
for file in files:
for line in file:
yield line
# 4判斷pattern發給5
def grep(lines, pattern):
for line in lines:
if pattern in line:
yield line
# 5列印文件名
def printname(strings):
for string in strings:
print(string)
filepath = r"F:CodePythonLearnPythonDay14 generator"
pattern = "jean"
printname(grep(getline(getfile(getpath(filepath))), pattern))
妖孽升級版(2題)
※Redux源碼分析之createStore
※sybase資料庫和oracle資料庫中欄位中含有換行符的解決辦法
※Raft協議安全性保證
TAG:科技優家 |
※靜態站點生成器:makesite.py
※React代碼生成器
※「python」生成器的高級應用send、close和throw方法
※4 種基於 Markdown 的幻燈片生成器
※pydbgen:一個資料庫隨機生成器
※談談 Python 的生成器
※SpringMVC,Spring,Hibernate框架自動生成器
※Pelican 入門:一個 Python 靜態網站生成器
※Linux密碼生成器
※macOS-簡單的二維碼生成器
※OpenAI「假新聞」生成器GPT-2的最簡Python實現
※ES6的生成器和迭代器
※Python核心編程的四大神獸:迭代器、生成器、閉包以及裝飾器
※史上最強GAN圖像生成器,Inception分數提高兩倍
※Python3快速入門知識點:流程式控制制、迭代器、生成器
※教你用 100行Node.js 代碼,快速構建一個靜態網站生成器!
※學界 | 史上最強GAN圖像生成器,Inception分數提高兩倍
※「史上最強GAN圖像生成器」BigGAN的demo出了!
※UI設計大咖分享Photoshop CC 生成器切片全攻略
※更安全:Firefox 69 將加入隨機密碼生成器