Python基礎06 - 產生器、迭代器

標籤：協程   trace   ble   done   gif   turn   traceback   ext   語句   

@@@文章內容參照老男孩教育　　Alex金角大王,武Sir銀角大王@@@

一、產生器

列表產生式

1 a = [i * 2 for i in range(10)]2 print(a) 3 # [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

產生器

通過列表產生式，我們可以直接建立一個列表。但是，受到記憶體限制，列表容量肯定是有限的，而且，建立一個包含100萬個元素的列表，不僅佔用很大的儲存空間，如果我們僅僅需要訪問前面幾個元素，那後面絕大數元素佔用的空間都是浪費的。

所以，如果列表元素可以按照某種演算法推算出來，那我們是否可以在迴圈的過程中不斷推算出後續的元素呢？這樣就不必建立完整的list，從而節省大量的空間。在python中，這種一邊迴圈一邊計算的機制，稱為產生器：generator

 

 1 #列表產生式 2 a = [i * 2 for i in range(10)] 3 print(a) 4 # [0, 2, 4, 6, 8, 10, 12, 14, 16, 18] 5  6 # 產生器 7 b = (i * 2 for i in range(10)) 8 print(b) 9 # <generator object <genexpr> at 0x0000024FA5F49888>10 #建立L和g的區別僅在於最外層的[]和()，L是一個list，而g是一個generator。11 #我們可以直接列印出list的每一個元素，但我們怎麼列印出generator的每一個元素呢？12 #如果要一個一個列印出來，可以通過next()函數獲得generator的下一個傳回值：13 # 取元素14 print(b.__next__()) # 015 print(b.__next__()) # 216 print(b.__next__()) # 417 print(b.__next__()) # 618 print(b.__next__()) # 819 print(b.__next__()) # 1020 print(b.__next__()) # 1221 print(b.__next__()) # 1422 print(b.__next__()) # 1623 print(b.__next__()) # 1824 print(b.__next__())25 # Traceback (most recent call last):26 # File "<>", line 22, in <module>27 # StopIteration28 #generator儲存的是演算法，每次調用next(g)，就計算出g的下一個元素的值，29 # 直到計算到最後一個元素，沒有更多的元素時，拋出StopIteration的錯誤。30 # 正確的方法是使用for迴圈，因為generator也是可迭代對象：31 g = (i * 2 for i in range(10))32 for i in g:33     print(i)

 

generator非常強大，如果推算的演算法比較複雜，用類似列表產生式的for迴圈無法實現的時候，還可以用函數來實現。

比如，著名的斐波那契數列(Fibonacci)，除第一和第二個數外，任意一個數都可由前兩個數相加得到：

1，1，2，3，5，8，13，21，34，55，......

 1 # 斐波那契 2 def fibo(max): 3     n, a, b = 0, 0, 1 4     while n < max: 5         print(b) 6         a, b = b, a + b 7         n += 1 8     return ‘done‘ 9 10 fibo(10)11 12 # yield 產生器13 def fibo(max):14     n, a, b = 0, 0, 115     while n < max:16         yield b17         a, b = b, a + b18         n += 119     return ‘done‘20 21 f = fibo(10)22 print(f) # <generator object fibo at 0x00000163D8899888>23 24 for i in fibo(10):25     print(i)26 27 # 但是用for迴圈調用generator時，發現拿不到generator的return語句的傳回值。28 # 如果想要拿到傳回值，必須捕獲StopIteration錯誤，傳回值包含在StopIteration的value中：29 while True:30     try:31         x = next(f)32         print(x)33     except StopIteration as e:34         print(e.value)35         break

 1 import time 2 def consumer(name): 3     print(‘%s 準備吃包子啦！‘ %name) 4     while True: 5         baozi = yield 6         print(‘包子[%s]來了，被[%s]吃了！‘ %(baozi,name)) 7  8 def producer(name): 9     a = consumer(‘A‘)10     b = consumer(‘B‘)11     a.__next__()12     b.__next__()13     print(‘開始準備做包子啦‘)14     for i in range(1,11):15         time.sleep(1)16         print(‘做了2個包子‘)17         a.send(i)18         b.send(i)19 20 producer(‘abc‘)

通過產生器實現協程並行運算二、迭代器

 我們已經知道，可以直接作用於for迴圈的資料類型有以下幾種：

一類是集合資料類型，如list、tuple、dict、set、str等；

一類是generator，包括產生器和帶yield的generator function

這些可以直接作用於for迴圈的對象統稱為可迭代對象：Iterable。可以使用isinstance()判斷一個對象是否是Iterable對象：

 

 1 from collections import Iterable 2 print(isinstance([],Iterable)) # True 3  4 print(isinstance({},Iterable)) # True 5  6 print(isinstance(‘abc‘,Iterable)) # True 7  8 print(isinstance((x for x in range(10)),Iterable)) # True 9 10 print(isinstance(100,Iterable)) # False

 

而產生器不但可以作用於for迴圈，還可以被next()函數不斷調用並返回下一個值，直到最後拋出StopIteration錯誤表示無法繼續返回下一個值了。

可以被next()函數調用並不斷返回下一個值的對象稱為迭代器：Iterator。可以使用isinstance()判斷一個對象是否是Iterator對象：

 1 from collections import Iterator 2  3 print(isinstance((x for x in range(10)),Iterator)) # True 4  5 print(isinstance([],Iterator)) # False 6  7 print(isinstance({},Iterator)) # False 8  9 print(isinstance(‘abc‘,Iterator)) # False10 11 # 產生器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator12 # 把list、dict、str等Iterable變成Iterator可以使用iter()函數13 print(isinstance(iter([]),Iterator)) # True14 15 print(isinstance(iter(‘abc‘),Iterator)) # True

小結

　　凡是可以作用於for迴圈的對象都是Iterable類型；

　　凡是可以作用於next()函數的對象都是Iterator類型，它們表示一個惰性計算的序列；

　　集合資料類型如list、dict、str等是Iterable但不是Iterator，不過可以通過iter()函數獲得一個Iterator對象。

 

Python基礎06 - 產生器、迭代器