溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本文實例講述了Python通過for循環理解迭代器和生成器。分享給大家供大家參考，具體如下：
迭代器
可迭代對象
通過 for…in… 循環依次拿到數據進行使用的過程稱為遍歷，也叫迭代。我們把可以通過 for…in… 語句迭代讀取數據的對象稱之為可迭代對象。
- 通過
isinstance()可以判斷一個對象是否可以迭代
# 判斷列表 print(isinstance([], Iterable)
打印結果為 True 即為可迭代對象。
- 自定義一個能容納數據的類，測試該類的可迭代性
import collections
class MyClassmate(object):
def __init__(self):
self.names = []
def add(self, name):
self.names.append(name)
# 創建 MyClassmate對象
my_classmate = MyClassmate()
my_classmate.add("小王")
my_classmate.add("小李")
my_classmate.add("小張")
# 判斷MyClassmate是否為可迭代對象
print("是否為可迭代對象：",isinstance(my_classmate, collections.Iterable))
# 迭代數據
for temp in my_classmate:
print(temp)
運行結果：
是否為可迭代對象： False
Traceback (most recent call last):
for temp in my_classmate:
TypeError: 'MyClassmate' object is not iterable
封裝一個可以存放多條數據的類型是不可迭代的
何為可迭代對象
__iter__方法向我們提供一個迭代器，在迭代一個可迭代對象的時候，實際上就是先獲取該對象提供的一個迭代器，然后通過這個迭代器來依次獲取對象中的每一個數據.1.可迭代對象的本質就是提供一個這樣的中間"人"即迭代器幫助我們對其進行迭代遍歷使用
2.可迭代對象是一個具備了
__iter__方法的對象，通過__iter__方法獲取可迭代對象的迭代器
from collections import Iterable
class MyClassmate(object):
def __init__(self):
self.names = []
def add(self, name):
self.names.append(item)
def __iter__(self):
"""空實現該方法"""
return None
# 創建 MyClassmate對象
my_classmate = MyClassmate()
my_classmate.add("小王")
my_classmate.add("小李")
my_classmate.add("小張")
# 判斷MyClassmate是否為可迭代對象
print(isinstance(my_classmate, Iterable))
運行結果：
是否為可迭代對象： True
這回測試發現添加了__iter__方法的my_classmate對象已經是一個可迭代對象了。
iter() 函數與 next() 函數
list、tuple 等都是可迭代對象，我們可以通過 iter() 函數獲取這些可迭代對象的迭代器。然后我們可以對獲取到的迭代器不斷使用
next()函數來獲取下一條數據。
li = [11, 22, 33, 44, 55] # 通過iter() 取得可迭代對象的迭代器 iterator = iter(li) # 通過next()函數取得iterator迭代器指向的下一個值 print(next(iterator)) print(next(iterator)) print(next(iterator)) print(next(iterator)) print(next(iterator)) print(next(iterator))
1.
iter(iterable)函數是把可迭代對象的迭代器取出來，內部是調用可迭代對象的__iter__方法，來取得迭代器的2.
next(iterator)函數是通過迭代器取得下一個位置的值，內部是調用迭代器對象的__next__方法，來取得下一個位置的值
注意: 當我們已經迭代完最后一個數據之后，再次調用 next() 函數會拋出 StopIteration 的異常，來告訴我們所有數據都已迭代完成，不用再執行 next() 函數了。
迭代器
我們要想構造一個迭代器，就要實現它的
__next__方法。但這還不夠，python 要求迭代器本身也是可迭代的，所以我們還要為迭代器實現__iter__方法，而__iter__方法要返回一個迭代器，迭代器自身正是一個迭代器，所以迭代器的__iter__方法返回自身即可。一個實現了
__iter__方法和__next__方法的對象，就是迭代器，迭代器同時也是一個可迭代對象.
import collections
class MyClassmate(object):
def __init__(self):
# 聲明一個列表
self.names = []
# 記錄迭代器迭代的位置， 默認是0 ，即從起始位置開始
self.current = 0
def add(self, name):
self.names.append(name)
def __iter__(self):
"""通過該方法取得迭代器對象"""
return self
def __next__(self):
"""取得下一個迭代的值"""
if self.current < len(self.names):
name = self.names[self.current]
self.current += 1
return name
else:
raise StopIteration
# 創建MyClassmate實例
my_classmate = MyClassmate()
my_classmate.add("小王")
my_classmate.add("小李")
my_classmate.add("小張")
# 測試MyList是不是可迭代對象
print(isinstance(my_classmate, collections.Iterable))
# 遍歷數據
for name in my_classmate:
print(name)
for…in… 循環的本質
for item in Iterable 循環的本質就是先通過iter()函數獲取可迭代對象 Iterable 的迭代器，然后對獲取到的迭代器不斷調用 next() 方法來獲取下一個值并將其賦值給 item，當遇到 StopIteration 的異常后循環結束 (for…in..會自動處理 StopIteration 異常)。
生成器
生成器
生成器是一種特殊的迭代器,它比迭代器更優雅
創建生成器的方法
1.將列表生成式的 [] 改成 ()
# 參考列表生成式
L=[x*2 for x in range(6)]
print(L)
# 把[] 改為() :就是一個簡單的列表生成器
G=(x*2 for x in range(6))
# 輸出的是生成器對象
print(G)
print("通過next()函數取得下一個值")
print(next(G))
print(next(G))
print(next(G))
print(next(G))
print(next(G))
print(next(G))
# 創建一個簡單生成器，通過 for來遍歷
G=(x*2 for x in range(6))
print("通過for 迭代的結果:")
for num in G:
print(num)
運行結果：
[0, 2, 4, 6, 8, 10]
<generator object <genexpr> at 0x7ff7f8bbd5c8>
通過next()函數取得下一個值
0
2
4
6
8
10
通過for 迭代的結果:
0
2
4
6
8
10
2.通過關鍵字 yield 實現生成器
def fib(n):
current_index = 0
num1, num2 = 0, 1
while current_index < n:
# print(num1) # 打印斐波那契數列
"""
1. 假如函數中有yield，則不再是函數，而是生成器
2. yield 會產生一個斷點
3. 假如yield后面緊接著一個數據，就會把數據返回，
作為next()函數或者for ...in...迭代出的下一個值
"""
yield num1
num1, num2 = num2, num1 + num2
current_index += 1
if __name__ == '__main__':
# 假如函數中有yield，則不再是函數，而是一個生成器
gen = fib(5)
# 生成器是一種特殊的迭代器
for num in gen:
print(num)
# 也可以用 next() 函數取下一個值
在使用生成器實現的方式中，我們將原本在迭代器__next__方法中實現的基本邏輯放到一個函數中來實現，但是將打印輸出方式換成 yield,此時新定義的函數便不再是函數，而是一個生成器了。簡單來說：只要在函數中有 yield 關鍵字，就稱為生成器。
此時按照調用函數的方式( 案例中為 gen = fib(5) )使用生成器就不再是執行函數體了，而是會返回一個生成器對象( 案例中為 gen )，然后就可以按照使用迭代器的方式來使用生成器了。
使用 send() 喚醒
def gen():
i = 0
while i < 5:
temp = yield i
print(temp)
i += 1
if __name__ == '__main__':
# 取得生成器對象
obj = gen()
# 使用next()喚醒生成器
print(next(obj))
print(next(obj))
# 使用send喚醒生成器 ，在喚醒的同時向斷點處傳入一個附加數據
print(obj.send("haha"))
# 使用next()喚醒生成器
print(next(obj))
# 使用send喚醒生成器 ，在喚醒的同時向斷點處傳入一個附加數據
print(obj.send("python"))
運行結果:
0
None
1
haha
2
None
3
python
我們除了可以使用 next() 函數來喚醒生成器繼續執行外，還可以使用 send() 函數來喚醒執行。使用 send() 函數的一個好處是可以在喚醒的同時向斷點處傳入一個附加數據。
總結
1. 假如函數中有 yield，則不再是函數，而是生成器
2. yield 會產生一個斷點，暫停函數，保存狀態
3. 假如yield后面緊接著一個數據，就會把數據返回，作為 next() 函數或者 for …in… 迭代出的下一個值
4. 可以通過 next() 喚醒生成器，讓生成器從斷點處繼續執行
send與next喚醒生成器不同：
1. send 與next都可以喚醒生成器，但send(value)可以傳值給生成器的斷點處
2. 使用：
next(generator)
generator.send("你好")
3. generator.send(None)等價于next(generator)
4. 注意： 第一次喚醒生成器時，假如使用 send,則只能傳 None，因為剛開始執行生成器時，是沒有斷點的
- 解析
temp = yield num
generator.send("你好")
temp = yield num 為賦值語句，當看到等號時， 一定是等號左邊先運行完，再賦值給等號右邊
而程序運行到 yield num 時，會先返回一個值，也就是此時的 num ，然后將 send()里的參數傳給 yield num，進而賦值給 temp
更多關于Python相關內容可查看本站專題：《Python數據結構與算法教程》、《Python Socket編程技巧總結》、《Python函數使用技巧總結》、《Python字符串操作技巧匯總》及《Python入門與進階經典教程》
希望本文所述對大家Python程序設計有所幫助。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
