一 迭代器
1.1 概念
# 凡是可以使用for循环取值的都是可迭代的
# 可迭代协议 ：内部含有__iter__方法的都是可迭代的，如list,dic,tuple,str,集合，range，文件，等都是可迭代的。
# 迭代器协议 ：内部含有__iter__方法和__next__方法的都是迭代器
1.2 优势
可迭代 最大的优势 节省内存
迭代器优势：
1节省内存
2取一个值就能进行接下来的计算 ，而不需要等到所有的值都计算出来才开始接下来的运算
1.3 例子
1 这两个都是可迭代的，都会取到1,2,3 2 3 lst_iter = [1,2,3].__iter__() 4 print(lst_iter.__next__()) 5 print(lst_iter.__next__()) 6 print(lst_iter.__next__()) 7 8 9 for i in [1,2,3]: 10 print(i)
二 生成器
2.1 概念
生成器 Generator
# 自己写的迭代器 就是一个生成器
# 两种自己写生成器(迭代器)的机制：生成器函数 生成器表达式
凡是带有yield的函数就是一个生成器函数
2.2优势
同样是节省内存
2.3 例子(生成器函数）
1 # 生成器函数的调用不会触发代码的执行，而是会返回一个生成器(迭代器) 2 # 想要生成器函数执行，需要用next 3 4 def cloth_g(num): 5 for i in range(num): 6 yield 'cloth%s'%i 7 8 9 g = cloth_g(1000)10 print(next(g))11 print(next(g))12 print(next(g))
2.4 send关键字
1 # send关键字 2 def func(): 3 print(11111) 4 ret1 = yield 1 5 print(22222,'ret1 :',ret1) 6 ret2 = yield 2 7 print(33333,'ret2 :',ret2) 8 yield 3 9 10 11 g = func()12 ret = next(g)13 print(ret)14 print(g.send('alex')) # 在执行next的过程中 传递一个参数 给生成器函数的内部15 print(g.send('金老板'))16 17 # 想生成器中传递值 有一个激活的过程 第一次必须要用next触发这个生成器
2.5 预激活生成器 这样在下面函数执行的时候不用再next了，或者多个函数需要激活的时候，就适合方便用这种方法
1 # 预激生成器 2 # def init(func): 3 # def inner(*args,**kwargs): 4 # ret = func(*args,**kwargs) 5 # next(ret) # 预激活 6 # return ret 7 # return inner 8 # 9 # @init10 # def average():11 # sum_money = 012 # day = 013 # avg = 014 # while True:15 # money = yield avg16 # sum_money += money17 # day += 118 # avg = sum_money/day19 #20 # g = average()21 # print(g.send(200))22 # print(g.send(300))23 # print(g.send(600))
2.6 yield from
1 第一种写法： 2 def genrator(): 3 for i in range(5): 4 yield i 5 for j in ('hello'): 6 yield j 7 g = genrator() 8 9 第二种写法：10 11 def generator_func():12 yield from range(5)13 yield from 'hello'14 g = genrator()
2.7 如何从生产器中取值，三种
# 第一种 ：next 随时都可以停止 最后一次会报错 # print(next(g)) # print(next(g)) # 第二种 ：for循环 从头到尾遍历一次 不遇到break、return不会停止 # for i in g: # print(i) # 第三种 ：list tuple 数据类型的强转 会把所有的数据都加载到内存里 非常的浪费内存 # print(g) # print(list(g))
2.8生成器函数总结
# 一个生成器 只能取一次 # 生成器在不找它要值的时候始终不执行 # 当他执行的时候，要以执行时候的所有变量值为准
# 主要特征是 在函数中 含有yield # 调用一个生成器函数 不会执行这个函数中的带码 只是会获得一个生成器（迭代器） # 只有从生成器中取值的时候，才会执行函数内部的带码，且每获取一个数据才执行得到这个数据的带码 # 获取数据的方式包括 next send 循环 数据类型的强制转化 # yield返回值的简便方法，如果本身就是循环一个可迭代的，且要把可迭代数据中的每一个元素都返回 可以用yield from # 使用send的时候，在生成器创造出来之后需要进行预激，这一步可以使用装饰器完成 # 生成器的特点 ： 节省内存 惰性运算 # 生成器用来解决 内存问题 和程序功能之间的解耦 三列表推导式和生成器表达式 区别就是中括号和小括号的区别
1 ##列表推导式 2 3 # print([i**2 for i in range(5)]) 4 # 5 # l = [1,2,3,-5,6,20,-7] 6 # print([abs(i) for i in l ]) 7 # print([i for i in l if i%2==1]) 8 ##被30整除数的平方 9 # print([i**2 for i in range(30) if i%3 ==0])10 列表推导式11 [i**2 for i in range(30) if i%3 ==0]12 13 生成器表达式14 g = (i**2 for i in range(30) if i%3 ==0)