- 在线时间
- 661 小时
- 最后登录
- 2023-8-1
- 注册时间
- 2017-5-2
- 听众数
- 32
- 收听数
- 1
- 能力
- 10 分
- 体力
- 55453 点
- 威望
- 51 点
- 阅读权限
- 255
- 积分
- 17587
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 447
- 主题
- 326
- 精华
- 1
- 分享
- 0
- 好友
- 79
TA的每日心情 | 慵懒 2020-7-12 09:52 |
---|
签到天数: 116 天 [LV.6]常住居民II 管理员
群组: 2018教师培训(呼和浩 群组: 2017-05-04 量化投资实 群组: 2017“草原杯”夏令营 群组: 2018美赛冲刺培训 群组: 2017 田老师国赛冲刺课 |
一、可迭代对象
: p8 j! ]! O- y; w字面意思:
" m2 z8 N4 f. H3 n+ Q% m/ s; m- W1 z) D对象:Python 中一切皆为对象(巧了 Java 也是(手动滑稽))
+ [5 E: M U* K; i可迭代:可更新迭代,重复、循环的一个过程,每次更新迭代都会获得新的内容; |) g2 e3 ^) k0 ^5 k; @
专业角度:内部含有 '__iter__‘ 方法的对象' a0 W! Q: ]& v" u
目前学过的可迭代对象:str、list、tuple、dict、set、range、文件句柄等
+ k* S7 p. B' \7 R P判断一个对象是否是可迭代对象:看是否有 '__iter__' 方法,dir() 可以获取一个对象的所有方法;或者使用 isinstance(object, collections.iterable) 来判断对象是否是可迭代对象的一个实例0 W% r; n! p+ \+ v. [, ^) @
: z$ v5 A, V" W( Y
m4 \7 m/ c4 u4 n% Q x
优点:
; q* j1 y& O0 N* |5 r存储的数据直接能显示,比较直观:比如直接 print 一个可迭代对象,就会调用 __str__ 方法(相当于 Java 中的 toString),把可迭代对象的值打印出来8 F7 B' h+ b1 w! d# K
拥有较多的方法,操作方便:增删查改等
& r* n7 q$ q: ~缺点:* i' _/ R9 ` o: W0 r& t
占用内存:一旦创建了一个可迭代对象,就会将该对象的内容全部加载到内存中
3 u) T4 M3 Q# g3 w$ R不能直接通过 for 循环,不能直接取值(通过索引、key等)。诸如通过 for i in iterable 这种形式获取元素实际上也是调用了 __iter__ 方法先将可迭代对象转换成迭代器再进行获取
9 C# |* K5 ?( C/ o4 J: I0 B. d二、迭代器9 ~3 y" D D5 y" {8 F
字面意思:器,工具,迭代器也就是可以一直更新迭代取值的工具
# K+ s! n7 ^' r0 D专业角度:内部含有 __iter__ 方法且含有 __next__ 方法的对象就是迭代器;或者使用 isinstance(object, collections.iterator) 来判断对象是否是可迭代对象的一个实例* P: r- G, ^0 a1 f0 U8 r9 j- R1 ]
把一个可迭代对象转换成迭代器:使用 iter() 方法或使用对象的 __iter__ 方法& F/ U- B. h* Y) \- m6 v% m g
$ o9 R7 y6 D7 ^3 M, O% P& a$ [6 f迭代器取值:使用 next() 方法或对象的 __next__ 方法;当迭代器的值去玩了继续取,就会报StopIteration异常,所以一般使用迭代器需要做异常处理
& F+ ?; E; A! X, ~ i( r
8 Y" G9 h% ~0 P) F( P优点
' r/ m: o+ w- T6 B B9 [节省内存:迭代器并不会一次性将对象的值全部加载到内存中,而是需要时才加载(类似 sed)& x% D6 V# B$ C) d& {( I) X" L
惰性机制:next 一次只取一个值,绝对不多取* d: S( r' [- Y, a6 o' ~
缺点:
/ Q1 E5 v6 }0 F9 T速度慢:需要一直 next
. f- @8 k7 B) S! I' U2 [ \2 I# x5 Q不能回头:只能一直往下取值,取过的值没保存就没了`" b8 @3 U, m5 v6 l* S3 d( S
不能直观的看到里面的数据8 J9 p5 v y5 w
三、可迭代对象与迭代器对比
* W4 }- n# R) r3 R, ~3 y: m. Q可迭代对象:2 V8 Q9 B, l; |4 F
私有方法多,操作灵活(比如列表,字典的增删改查,字符串的常用操作方法等): w( I% b! H$ I+ _/ B, Z+ {
直观,可以直接看到里面的数据* w$ k# H. d* B5 K R" M1 I# q* r
占用内存; y1 |2 H: ?$ a2 ^$ K5 K/ o9 y5 }5 Y
不能直接通过循环迭代取值
; E2 G% [7 c: O/ @+ p* j0 A应用:当你侧重于对于数据可以灵活处理,并且内存空间足够,将数据集设置为可迭代对象是明确的选择. z0 L2 p0 t% W9 W" J
迭代器:; T6 ]! k% H! ]/ e5 v% d0 j8 E& I7 m
节省内存,按需取值
7 L+ ~0 a' S; p" H7 w; s# A, D6 o可以直接通过循环迭代取值
( l- ~0 u+ }5 x/ z0 L h' A数据不直观,操作方法单一
* Y- y R- L# |5 R8 e g& c应用:当你的数据量过大,大到足以撑爆你的内存或者你以节省内存为首选因素时,将数据集设置为迭代器是一个不错的选择! L: B6 ]: K' U4 V9 \! m, T u; d" }. X
四、生成器, T5 ~% o# w% ~) R, n
生成器的本质就是迭代器,唯一的区别是生成器是我们自己用代码构建的数据结构,迭代器是 Python 提供的,或者通过可迭代对象转化得来的
5 L# p$ S8 g/ u% |9 ^
9 o/ S7 Q5 {3 _$ j4 ^9 G定义生成器的方式:' |$ A( O3 T3 E* q; \! D1 D
通过生成器函数构建生成器6 V! p4 S! x) G1 w
8 [7 B- D5 O) d& S! b3 \* _8 l* F; e7 J z0 S1 `; ]
# J8 @& R5 _7 b这就是最简单的生成器函数。实际上这个 yield 就替代了 return,不仅将函数变成了生成器函数,还会将后面的值在调用 __next__ 的时候返回出来
9 B; T4 m0 }9 \5 h6 l0 t. r9 v6 x1 D6 S% L
也可以在一个函数里定义多个 yield
8 |* v# E' j* @# A* {- I) H$ I! X7 M
之前说过,生成器本质上还是迭代器,一个 yield 对应一个 next,当 next 的数量超过了 yield,就会报 StopIteration
0 N: {1 U! ?, ]* R: z
D7 o* { K) v' K, [: I: iyield 与 return 的区别
9 y( l" Y* ~! y8 ^: k, a. K9 o: `- ?) R- B0 M! d
return一般在函数中只设置一个,他的作用是终止函数,并且给函数的执行者返回值: q, ]6 s" r/ N$ D& ?5 B3 m
yield在生成器函数中可设置多个,他并不会终止函数,next会获取对应yield生成的元素# y) X j7 D! f& r
应用举例:
5 C( A3 `+ _: y
9 A& D2 }9 z9 p* D6 k买 5000 个包子,假设这个老板很厉害,一下子就把 5000 个包子做出来卖给我们,可是我们只有 5 个人,一下子吃不完,那包子就会冷掉、臭掉、被丢掉浪费了
+ o4 f: X. `0 E/ Y. J# h! f
2 Y) Z# Z4 P8 Z6 V
6 M! h8 k3 Z- q( z5 b如果这个老板可以在我们需要多少个包子就做出来多少个包子的话,这样做出来的包子就不会被浪费了(比如我们每个人一口气能吃 40 个包子,那每次就做 200 个包子):
, a1 V& K1 u6 S# O, ]- V% I' d
$ { b' `" u2 V; Z3 B
, l! c+ ~0 C1 P) P
除了 使用 next() 触发 yield 之外,生成器还有一种方法 send(),这个方法可以在调用 yield 的同时传值给生成器内部$ |- v/ C! i' W5 C
+ n, e# ]: I' f
可以看到在使用 next() 的时候,只能获取到 yield 的值,但不能传递值9 {, U2 j- S% C
% L0 q1 L* ~$ Z
在使用 send() 的时候,可以将参数传入生成器中使用, O0 U. z8 F! Q& M/ ^2 x! \8 ]
9 U: ^3 Z8 x4 Y) s+ Y需要注意的是第一次不能直接调用 send() 传参,因为每次调用生成器的时候,实际上只会返回 yield 后面的内容,然后生成器就停止了(睡眠了?),而 send() 传入的参数要通过 yield 传入生成器中(每次调用生成器在 yield 停止,然后在 yield 恢复继续允许),第一次调用并没有 yield 给我们传入参数,可以使用 send(None),可以打断点自己分析一下: Q. C% Q& G: H. D |
1 \8 D, f5 C, l" b0 Hyield 会将它后面跟着的对象直接返回,如果它后面跟着的是可迭代对象,也可以使用 yield from 将这个可迭代对象变成迭代器返回
/ f1 ^. v* E. J1 e! B+ K5 M" K0 q% O3 n$ b) S
( p6 o* f' P- k. ?/ {- N1 }* ayield from 是将列表中的每一个元素返回,所以写两个 yield from 并不会有交替执行的效果
+ i) O9 j! q! z) r* m9 s$ r( W# v; E( I) X6 p
7 Y( ]/ h1 \7 C% ^$ @+ @: r
' S8 w# v# W7 s/ M) J) c
通过推导式构建生成器/ ~4 s9 |3 d! a% m
列表推导式:: C, j+ n6 t. }3 W* ^2 a5 H" g2 e
$ a9 d) [2 C# ]8 `生成器表达式:和列表推导式差不多,把 [] 改成 () 即可
) ?" b7 Y/ B& M- N- I" h8 j- s4 g7 Z7 X2 ~6 A* \8 ~
X8 E3 X3 Q$ G! k列表推导式和生成器推导式的区别:( Y% U& ^2 @4 y; \! i% N
6 h: L) N1 G$ p- m3 m( {4 z7 B
列表推导式比较耗内存,所有数据一次性加载到内存;而生成器表达式遵循迭代器协议,逐个产生元素( E' C1 i( V4 Z" f: I- R2 B
得到的值不一样:列表推导式得到的是一个列表;生成器表达式获取的是一个生成器
: J+ d! ^4 ]% q5 z9 E0 f( e列表推导式一目了然,生成器表达式只是一个内存地址
! ?1 L* c6 }2 T; Y$ ^8 s) S————————————————8 O1 I; d8 r( I. G* y1 x
版权声明:本文为CSDN博主「阿玮d博客」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。. o9 g% P2 G$ L# Y! P
原文链接:https://blog.csdn.net/weixin_42511320/article/details/1056761434 v0 P5 O$ M5 s
. ?7 J) W$ \ ^8 K
+ |1 S. h+ I G' C6 p) m8 m |
zan
|