Python基礎（8）迭代器 生成器

一 什麼是迭代

1 重複

# while true:

# cmd=input('>>: ')
# print(cmd)
# l=['a','b','c','d']
# count=0
# while count < len(l):
# print(l[count])
# count+=1
## l=['a','b','c','d']
# for count in range(len(l)):
# print(l[count])
# d=
## for k in d:
# print(k)

python會為一些物件內建__iter__方法

obj.__iter__稱為可迭代的物件

二 可迭代物件：obj.__iter__

三 迭代器：iter1=obj.__iter__()

1 iter1.__next__

2 iter1.__iter__ 

iter1.__next__()

迭代器的優點

1：提供了一種不依賴於索引的取值方式

2：惰性計算。節省記憶體

迭代器的缺點：

1：取值不如按照索引取值方便

2：一次性的。只能往後走不能往前退

3：無法獲取長度

l=[1,2,3]

for item in l: #i=l.__iter__()
print(item)

l=['x','y','z']

# print(l[2])
# print(l[0])
# i=l.__iter__()
# print(i.__next__())
# print(i.__next__())
# print(i.__next__())

#得到的迭代器：既有__iter__又有乙個__next__方法

# d=
## i=d.__iter__() #i叫迭代器
iterator判斷是否為迭代器物件
iterabl判斷是否為可迭代物件
迭代物件需要.__iter__()轉換成迭代器，才能迭代
迭代器物件可以直接迭代
迭代器的應用：
1 提供了一種不依賴索引的統一的迭代方法
2 惰性計算，比如取檔案的每一行
四、生成器
1、生成器函式：函式體內包含有yield關鍵字，該函式執行的結果是生成器

# print(g.__next__())

# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# for i in g: #obj=g.__iter__() #obj.__next__()
# print(i)

1.與return類似，都可以返回值，但不一樣的地方在於yield返回多次值，而return只能返回一次值

2.為函式封裝好了__iter__和__next__方法，把函式的執行結果做成了迭代器

3.遵循迭代器的取值方式obj.__next__（），觸發的函式的執行，函式暫停與再繼續的狀態都是由yield儲存的

def countdown(n):

print('starting countdown')
while n > 0:
yield n
n-=1
print('stop countdown')
g=countdown(5)
# print(g)
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
# print(g.__next__())
## for i in g:
# print(i)

#1 編寫 tail -f a.txt |grep 'error' |grep '404'命令

import time
def tail(filepath,encoding='utf-8'):
with open(filepath,encoding=encoding) as f:
f.seek(0,2)
while true:
line=f.readline()
if line:
yield line
else:
time.sleep(0.5)
def grep(lines,pattern):
for line in lines:
if pattern in line:
#print(line)
yield line
g1=tail('a.txt')
g2=grep(g1,'error')
g3=grep(g2,'404')
for i in g3:
print(i)

3.協議是一種約定，可迭代物件實現了迭代器協議，python的內部工具（如for迴圈，sum，min，max函式等)使用迭代器協議訪問物件。

4.for迴圈的本質：迴圈所有物件，全都是使用迭代器協議。

5.(字串，列表，元組，字典，集合，檔案物件）這些都不是可迭代物件，只不過在for迴圈式，呼叫了他們內部的__iter__方法，把他們變成了可迭代物件

然後for迴圈呼叫可迭代物件的__next__方法去取值，而且for迴圈會捕捉stopiteration異常，以終止迭代

6.生成器：可以理解為一種資料型別，這種資料型別自動實現了迭代器協議（其他的資料型別需要呼叫自己內建的__iter__方法），所以生成器就是可迭代物件

7.可以理解為一種資料型別，這種資料型別自動實現了迭代器協議（其他的資料型別需要呼叫自己內建的__iter__方法），所以生成器就是可迭代物件

8.為何使用生成器之生成器的優點

python使用生成器對延遲操作提供了支援。所謂延遲操作，是指在需要的時候才產生結果，而不是立即產生結果。這也是生成器的主要好處。

9.生成器小結：

1）.是可迭代物件

2）.實現了延遲計算,省記憶體啊

3）.生成器本質和其他的資料型別一樣，都是實現了迭代器協議，只不過生成器附加了乙個延遲計算省記憶體的好處，其餘的可迭代物件可沒有這點好處

python 入門8 迭代器 生成器

迭代器 迭代器從表面上看是乙個數，當時用其中的資料時，每次從資料流中取乙個資料。直到資料被取完，而且資料不會被重複使用。從 迭代器是實現了迭代器協議方法的物件或類。迭代器協議方法主要是兩個 自定義迭代器 要定義乙個迭代器，只要定義乙個實現迭代器協議方法的類即可。例子 class myiterator...

8 迭代器和生成器

iterable 可迭代 中有 iter 而iterator迭代器 繼承類iterable 並有魔法方法 next from collections.abc import iterable,iterator a 1,2 print isinstance a,iterable a是可迭代的 true ...

Python 迭代器 生成器

可以直接作用於for迴圈的物件，統稱為可迭代物件 iterable。iterator物件表示的是乙個資料流，iterator物件可以被next 函式呼叫並不斷返回下乙個資料，直到沒有資料時丟擲stopiteration錯誤。可以把這個資料流看做是乙個有序序列，但我們卻不能提前知道序列的長度，只能不斷...