python列表產生式&產生器&迭代器

標籤：last   lis   做了   while   方式   執行流程   for迴圈   代碼   font   

一、列表產生式

什麼是列表產生式？

列表產生式是快速產生列表的一種方式。（貌似有些廢話）

更專業點的說法：列表產生式即List Comprehensions，是Python內建的非常簡單卻強大的可以用來建立list的產生式。

在python2.7裡

舉個例子，要產生list [1,2,3,4,5]，可以用range(1,6)

>>> range(1,6)[1, 2, 3, 4, 5]

但是如果要產生[1x1,2x2,3x3,4x4,5x5]怎麼做呢？

普通青年做法：

>>> L = []>>> for x in range(1,6):...     L.append(x*x)... >>> L[1, 4, 9, 16, 25]

但是這種方式，太繁瑣、也太LOW，用列表產生式一行代碼搞定：

>>> [ x*x for x in range(1,6) ][1, 4, 9, 16, 25]　　

在python3裡

>>> range(1,6)range(1, 6)>>> L = []>>> for x in range(1,6):...     L.append(x*x)... >>> L[1, 4, 9, 16, 25]>>> [ x*x for x in range(1,6) ][1, 4, 9, 16, 25]

說明：

python2中的range返回的是一個列表

python3中的range返回的是一個迭代值

 

二、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，那後面絕大多數元素佔用的空間都白白浪費了。

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。

如何建立產生器呢？

方法一：（把列表產生式的[]變為()，就建立了一個generator）

>>> L = [x * x for x in range(8)]>>> L[0, 1, 4, 9, 16, 25, 36, 49]>>> S = (x * x for x in range(8))>>> S<generator object <genexpr> at 0xb7102fcc>>>> 

如何列印generator的每一個元素呢？

方法一：>>> next(S)0>>> next(S)1>>> next(S)4>>> next(S)9>>> next(S)16>>> next(S)25>>> next(S)36>>> next(S)49>>> next(S)Traceback (most recent call last):  File "<stdin>", line 1, in <module>StopIteration>>> # 使用next方法來擷取下一回的傳回值，最終找不到更多的元素時，會拋出StopIteration錯誤。#更好的方式，推薦使用for迴圈來擷取元素值>>> S = (x * x for x in range(8))>>> for n in S:...     print(n)... 014916253649>>> 

　　

方法二：函數（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）

最著名的例子：斐波拉契數列（Fibonacci），除第一個和第二個數外，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...

def fib(max):    n,a,b = 0,0,1    while n < max:        #print(b)        yield  b        a,b = b,a+b        n += 1    return "over"#一個函數定義中包含yield關鍵字，那麼這個函數就不再是一個普通函數，而是一個generator>>> f = fib(6)>>> f<generator object fib at 0x104feaaa0>

最難理解的就是generator和函數的執行流程不一樣。函數是順序執行，遇到return語句或者最後一行函數語句就返回。

而變成generator的函數，在每次調用next()的時候執行，遇到yield語句返回，再次執行時從上次返回的yield語句處繼續執行。

# next方法擷取值>>>data = fib(10)>>>print(data)>>>print(data.__next__())#更好的方式>>> for n in fib(6):...     print(n)...112358# return 值只有在發生StopIteration錯誤時，才返回>>> list = fib(6)>>> while True:...     try:...         x = next(list)...         print(‘list:‘, x)...     except StopIteration as e:...         print(‘return value:‘, e.value)...         break...list: 1list: 1list: 2list: 3list: 5list: 8return value: over

　　

擴充：

yield實現在單線程的情況下實現並發運算的效果

import timedef consumer(name):    print("%s 準備吃包子啦！" % name)    while True:        baozi = yield        print("包子[%s]來了，被[%s]吃了" % (baozi,name))#c = consumer("R")#c.__next__()#c.__next__()def producer(name):    c = consumer(‘A‘)    c2 = consumer("B")    c.__next__()    c2.__next__()    print("老子開始準備做包子了")    for i in range(10):        time.sleep(1)        print("做了2個包子")        c.send(i)        c2.send(i)producer("coco")

　　

三、迭代器

可迭代對象：可作用於for迴圈的對象都是可迭代對象（Iterable）

迭代器：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)，它們表示一個惰性計算的序列

判斷是否是可迭代類型：

# 可迭代類型：list、tuple、dict、set、str、generator>>> from collections import Iterable>>> isinstance([],Iterable)True>>> isinstance([1,2,3],Iterable)True>>> isinstance({},Iterable)True>>> isinstance((),Iterable)True>>> isinstance((4,5,6),Iterable)True>>> isinstance({},Iterable)True>>> isinstance(‘coco‘,Iterable)True>>> isinstance((x*x for x in range(1,6)),Iterable)True>>> isinstance(200,Iterable)False>>> 

 

判斷是否是迭代器：

# 產生器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator>>> from collections import Iterator>>> isinstance((x for x in range(10)), Iterator)True>>> isinstance([1,2], Iterator)False>>> isinstance({}, Iterator)False>>> isinstance(‘test‘, Iterator)False# 但是可以把list、dict、str等Iterable變成Iterator可以使用iter()函數：>>> isinstance(iter([1,2]), Iterator)True>>> isinstance(iter(‘test‘), Iterator)True　　

 

說明：

python的for迴圈本質上就是通過不斷調用next()函數來實現的。

# for迴圈for x in [1, 3, 5,7]:    pass# 使用next迴圈擷取值的等價寫法it = iter([1, 3, 5,7])while True:    try:        # 獲得下一個值:        x = next(it)    except StopIteration:        # 遇到StopIteration就退出迴圈        break

 

python列表產生式&產生器&迭代器