python迭代、列表生成式、迭代器、生成器

Dear 丶 2022-11-29 12:07 331阅读 0赞

# 迭代 #

*  如果给定一个list或tuple，我们可以通过`for`循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。在Python中，迭代是通过`for ... in`来完成的。
 *  默认情况下，dict迭代的是key。如果要迭代value，可以用`for value in d.values()`，如果要同时迭代key和value，可以用`for k, v in d.items()`。
 *  另外，字符串也是可迭代对象

1、如何判断一个对象是可迭代对象呢？

from collections.abc import Iterable
    print(isinstance('123', Iterable))
    print(isinstance(123, Iterable))
    
    #输出：
    #True
    #False

2、如果要对list实现类似Java那样的下标循环怎么办？

#Python内置的enumerate函数可以把一个list变成索引-元素对
    
    for i, value in enumerate(['A', 'B', 'C']):
        print(i, value)
    
    #输出
    #0 A
    #1 B
    #2 C

# 列表生成式 #

#for前面的部分是一个表达式，它必须根据x计算出一个结果
    #从右往左执行，“遇到非等式就返回值”
    
    print(list(range(1, 11)))
    #[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
    
    print([x * x for x in range(1, 11) if x % 2 == 0])
    #[4, 16, 36, 64, 100]
    #!!! for后面的if是一个筛选条件，不能带else，否则如何筛选？
    
    print([m + n for m in 'ABC' for n in 'XYZ'])
    #['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
    
    print([x if x % 2 == 0 else -x for x in range(1, 11)])
    #[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]
    #!!! for前面的部分是一个表达式，它必须根据x计算出一个结果。因此，考察表达式：x if x % 2 == 0，它无法根据x计算出结果，因为缺少else，必须加上else

# 生成器 #

在Python中，一边循环一边计算的机制，称为生成器：generator，用它可以节约大量的空间。

方式1、把一个列表生成式的`[]`改成`()`

g = (x * x for x in range(10))
    
    #可以通过next()函数逐个获得generator的下一个返回值
    #或者使用for循环
    
    print(next(g))
    print(next(g))
    for n in g:
        print(n)
    
    #输出：
    #0
    #1
    #4
    #9
    #16
    #25
    #36
    #49
    #64
    #81

方法2、`yield`关键字。如果一个函数定义中包含`yield`关键字，那么这个函数就不再是一个普通函数，而是一个generator。

【注意：】函数是顺序执行，遇到`return`语句或者最后一行函数语句就返回。**而变成generator的函数，在每次调用`next()`的时候执行，遇到`yield`语句返回，再次执行时从上次返回的`yield`语句处继续执行。**

def odd():
        print('step 1')
        yield 1
        print('step 2')
        yield(3)
        print('step 3')
        yield(5)
    
    o=odd() #生成generator对象
    print(next(o))
    print(next(o))
    print(next(o))
    print(next(o))
    
    #输出
    #step 1
    #1
    #step 2
    #3
    #step 3
    #5
    #Traceback (most recent call last):
    #  File "D:/test2.py", line 13, in <module>
    #    print(next(o))
    #StopIteration

**如果想要拿到原函数return语句的返回值**，必须捕获`StopIteration`错误，返回值包含在`StopIteration`的`value`中：

def odd():
        print('step 1')
        yield 1
        print('step 2')
        yield(3)
        print('step 3')
        yield(5)
        return 'done'
    
    o=odd() #生成generator对象
    while True:
        try:
            print('g:', next(o))
        except StopIteration as e:
            print('Generator return value:', e.value)
            break
    
    #输出：
    #step 1
    #g: 1
    #step 2
    #g: 3
    #step 3
    #g: 5
    #Generator return value: done

# 迭代器 #

*  可以直接作用于`for`循环的对象统称为可迭代对象：`Iterable`
 *  而生成器不但可以作用于`for`循环，还可以被`next()`函数不断调用并返回下一个值，直到最后抛出`StopIteration`错误表示无法继续返回下一个值了
 *  可以被`next()`函数调用并不断返回下一个值的对象称为迭代器：`Iterator`
 *  生成器都是`Iterator`对象
 *  Python的`Iterator`对象表示的是一个数据流，Iterator对象可以被`next()`函数调用并不断返回下一个数据，表示一个惰性计算的序列，它甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的
 *  **生成器都是`Iterator`对象，但`list`、`dict`、`str`虽然是`Iterable（可迭代对象）`，却不是`Iterator。`把`Iterable`变成`Iterator`可以使用`iter()`函数**

from collections.abc import Iterator
    print(isinstance(iter([]), Iterator))
    print(isinstance(iter('abc'), Iterator))
    
    #输出：
    #True
    #True