人生苦短，我用python

python 安裝包+資料:點(diǎn)擊此處跳轉(zhuǎn)文末名片獲取

1.實(shí)現(xiàn)generator的兩種方式

python中的generator保存的是算法，
真正需要計(jì)算出值的時(shí)候才會(huì)去往下計(jì)算出值。
它是一種惰性計(jì)算（lazy evaluation）。

要?jiǎng)?chuàng)建一個(gè)generator有兩種方式。

第一種方法：

把一個(gè)列表生成式的[]改成()，
就創(chuàng)建了一個(gè)generator：

>>> L=[x * x for x in range(10)]
>>> L
[0,1,4,9,16,25,36,49,64，81]
>>> g = (x * x for x in range(10))#注意把[]改成()后，不是生成一個(gè)tuple，而是生成一個(gè)generator
>>> g
<generator object <genexpr> at 0x1022ef630>

第二種方式：
在函數(shù)中使用yield關(guān)鍵字，函數(shù)就變成了一個(gè)generator。

函數(shù)里有了yield后，執(zhí)行到y(tǒng)ield就會(huì)停住，
當(dāng)需要再往下算時(shí)才會(huì)再往下算。
所以生成器函數(shù)即使是有無限循環(huán)也沒關(guān)系，
它需要算到多少就會(huì)算多少，不需要就不往下算。

def fib():a,b = 0,1while True:yield aa, b = b, a + bf = fib()
print (f, next(f),next(f),next(f))
#<generator object fib at 0x7f89769d1fa0> 0 1 1

如上例，第一次輸出f，
它就是一個(gè)generator，
之后每次next，它就執(zhí)行到y(tǒng)ield a。

當(dāng)然其實(shí)平常很少用到next()，
我們直接用for循環(huán)就可以遍歷一個(gè)generator，
其實(shí)for循環(huán)的內(nèi)部實(shí)現(xiàn)就是不停調(diào)用next()。

生成器可以避免不必要的計(jì)算，
帶來性能上的提升；
而且會(huì)節(jié)約空間，
可以實(shí)現(xiàn)無限循環(huán)（無窮大的）的數(shù)據(jù)結(jié)構(gòu)。

---

2.可迭代對(duì)象(Iterable)和迭代器(Iterator)的概念

可以直接作用于for循環(huán)的對(duì)象統(tǒng)稱為可迭代對(duì)象：Iterable。

包括集合數(shù)據(jù)類型（list、tuple、dict、set、str等）和生成器（generator）。

可以使用isinstance()判斷一個(gè)對(duì)象是否是Iterable對(duì)象。

>>>from collections import Iterable
>>> isinstance([],Iterable)
True
>>> isinstance({},Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)),Iterable)
True
>>> isinstance(100,Iterable)
False

迭代器：Iterator。

它表示的是一個(gè)數(shù)據(jù)流，

Iterator對(duì)象可以被next()函數(shù)調(diào)用并不斷返回下一個(gè)數(shù)據(jù)，

直到?jīng)]有數(shù)據(jù)時(shí)拋出StopIteration錯(cuò)誤。

可以把這個(gè)數(shù)據(jù)流看做是一個(gè)有序序列，

但我們卻不能提前知道序列的長(zhǎng)度，

只能不斷通過next()函數(shù)實(shí)現(xiàn)按需計(jì)算下一個(gè)數(shù)據(jù)，

所以Iterator的計(jì)算是惰性的，

只有在需要返回下一個(gè)數(shù)據(jù)時(shí)它才會(huì)計(jì)算。

Iterator甚至可以表示一個(gè)無限大的數(shù)據(jù)流，

例如全體自然數(shù)。

而使用list是永遠(yuǎn)不可能存儲(chǔ)全體自然數(shù)的。

生成器（generator）都是Iterator對(duì)象，

但list、dict、str雖然是Iterable，

卻不是Iterator。

把list、dict、str等Iterable變成Iterator可以使用iter()函數(shù)：

>>> isinstance(iter([]),Iterator)
True
>>> isinstance( iter('abc'),Iterator)
True

Python的for循環(huán)本質(zhì)上就是通過不斷調(diào)用next()函數(shù)實(shí)現(xiàn)的，

例如：

for x in [1,2,3,4,5]:pass

實(shí)際上完全等價(jià)于：

#首先獲得Iterator對(duì)象:
it= iter([1，2，3，4，5])#循環(huán):
while True:try:#獲得下一個(gè)值:x = next(it)except StopIteration:#遇到StopIteration就退出循環(huán)break

---

3.itertools模塊

python的內(nèi)置模塊itertools提供了用于操作迭代對(duì)象的函數(shù)，
非常方便實(shí)用。
舉一個(gè)例子：

islice(iterable, [start, ] stop [, step]):

創(chuàng)建一個(gè)迭代器，
生成項(xiàng)的方式類似于切片返回值：
iterable[start : stop : step]，

將跳過前start個(gè)項(xiàng)，迭代在stop所指定的位置停止

step指定用于跳過項(xiàng)的步幅。

與切片不同，

負(fù)值不會(huì)用于任何start，stop和step，

如果省略了start，迭代將從0開始，

如果省略了step，步幅將采用1.

from itertools import islicedef fib():a, b = 0,1while True:yield aa, b = b,a + bf = fib()
print (list(islice(f，10)))#[0,1,1,2,3,5,8,13，21,34]python學(xué)習(xí)交流扣扣qun：903971231

---

👇問題解答 · 源碼獲取 · 技術(shù)交流 · 抱團(tuán)學(xué)習(xí)請(qǐng)聯(lián)系👇