一、迭代
什么叫做迭代?
比如在 Java 中,我们通过 List 集合的下标来遍历 List 集合中的元素,在 Python 中,给定一个 list 或
tuple,我们可以通过 for 循环来遍历这个 list 或 tuple ,这种遍历就是迭代。
可是,Python 的 for 循环抽象程度要高于 Java 的 for 循环的,为什么这么说呢?因为 Python 的 for 循环不仅可以用在 list 或tuple 上,还可以作用在其他可迭代对象上。
也就是说,只要是可迭代的对象,无论有没有下标,都是可以迭代的。
比如:
输出的结果如下:
二、Python 迭代器
上面简单的介绍了一下迭代,迭代是 Python 最强大的功能之一,是访问集合元素的一种方式。现在正
式进入主题:迭代器,迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。
迭代器只能往前不会后退。
迭代器有两个基本的方法:iter() 和 next(),且字符串,列表或元组对象都可用于创建迭代器,迭代器对象可以使用常规 for 语句进行遍历,也可以使用 next() 函数来遍历。
具体的实例:
最后输出的结果:
三、list 生成式(列表生成式)
1、创建 list 的方式
之前经过我们的学习,都知道如何创建一个 list ,可是有些情况,用赋值的形式创建一个 list 太麻烦
了,特别是有规律的 list ,一个一个的写,一个一个赋值,太麻烦了。比如要生成一个有 30 个元素的
list ,里面的元素为 1 - 30 。我们可以这样写:
输出的结果:
这个其实在之前也有提到过,打印九九乘法表,用这个方法其实就几句代码就可以了,具体可以看之前
的这个章节:条件语句和循环语句综合实例
但是,如果用到 list 生成式,可以一句代码就生成九九乘法表了。
你没听错,就是一句代码。
具体实现:
最后的输出结果
不过,这里我们先要了解如何创建 list 生成式
2、list 生成式的创建
首先,list 生成式的语法为:
第一种语法:首先迭代 iterable 里所有内容,每一次迭代,都把 iterable 里相应内容放到iter_var 中,
再在表达式中应用该 iter_var 的内容,最后用表达式的计算值生成一个列表。
第二种语法:加入了判断语句,只有满足条件的内容才把 iterable 里相应内容放到 iter_var 中,再在表
达式中应用该 iter_var 的内容,最后用表达式的计算值生成一个列表。
其实不难理解的,因为是 list 生成式,因此肯定是用 [] 括起来的,然后里面的语句是把要生成的元素放
在前面,后面加 for 循环语句或者 for 循环语句和判断语句。
例子:
这个例子是为了求 1 到 10 中偶数的平方根,上面也说到, x * x 是要生成的元素,后面那部分其实就
是在 for 循环中嵌套了一个 if 判断语句。
那么有了这个知识点,我们也可以猜想出,for 循环里面也嵌套 for 循环。具体示例:
其实知道了 list 生成式是怎样组合的,就不难理解这个东西了。因为 list 生成式只是把之前学习的知识
点进行了组合,换成了一种更简洁的写法而已。
学习更多知识或解答疑问、源码、教程请点击
四、生成器
1、为什么需要生成器
通过上面的学习,可以知道列表生成式,我们可以直接创建一个列表。
但是,受到内存限制,列表容量肯定是有限的。而且,创建一个包含 1000 万个元素的列表,不仅占用
很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面绝大多数元素占用的空间都白白浪费
了。
所以,如果列表元素可以按照某种算法推算出来,那我们是否可以在循环的过程中不断推算出后续的元
素呢?
这样就不必创建完整的 list,从而节省大量的空间。
在 Python 中,这种一边循环一边计算的机制,称为生成器:generator。 在 Python 中,使用了 yield 的函数被称为生成器(generator)。
跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是
一个迭代器。
在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的
值。并在下一次执行 next()方法时从当前位置继续运行。
那么如何创建一个生成器呢?
2、生成器的创建
最简单最简单的方法就是把一个列表生成式的 [] 改成 ()
创建 List 和 generator 的区别仅在于最外层的 [] 和 () 。
但是生成器并不真正创建数字列表, 而是返回一个生成器,这个生成器在每次计算出一个条目后,把这个条目“产生” ( yield ) 出来。
生成器表达式使用了“惰性计算” ( lazy evaluation,也有翻译为“延迟求值”,我以为这种按需调用 call by
need 的方式翻译为惰性更好一些),只有在检索时才被赋值( evaluated ),所以在列表比较长的情况
下使用内存上更有效。
那么竟然知道了如何创建一个生成器,那么怎么查看里面的元素呢?
3、遍历生成器的元素
按我们的思维,遍历用 for 循环,对了,我们可以试试:
没错,直接这样就可以遍历出来了。当然,上面也提到了迭代器,那么用 next() 可以遍历吗?当然也是
可以的。
4、以函数的形式实现生成器
上面也提到,创建生成器最简单最简单的方法就是把一个列表生成式的 [] 改成 () 。为啥突然来个以
函数的形式来创建呢?
其实生成器也是一种迭代器,但是你只能对其迭代一次。
这是因为它们并没有把所有的值存在内存中,而是在运行时生成值。你通过遍历来使用它们,要么用一
个“for”循环,要么将它们传递给任意可以进行迭代的函数和结构。
而且实际运用中,大多数的生成器都是通过函数来实现的。那么我们该如何通过函数来创建呢?
先不急,来看下这个例子:
如果我们需要把它变成生成器,我们只需要把 print ( i ) 改为 yield i 就可以了,具体看下修改
后的例子:
但是,这个例子非常不适合使用生成器,发挥不出生成器的特点,生成器的最好的应用应该是:你不想
同一时间将所有计算出来的大量结果集分配到内存当中,特别是结果集里还包含循环。因为这样会耗很
大的资源。
比如下面是一个计算斐波那契数列的生成器:
运行的效果:
你看,运行一个这么大的参数,也不会说有卡死的状态,因为这种方式不会使用太大的资源。这里,最
难理解的就是 generator 和函数的执行流程不一样。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。
比如这个例子:
可以看到,odd 不是普通函数,而是 generator,在执行过程中,遇到 yield 就中断,下次又继续执
行。执行 3 次 yield 后,已经没有 yield 可以执行了,如果你继续打印 print( next( o ) ) ,就会报错
的。所以通常在 generator 函数中都要对错误进行捕获。
5、打印杨辉三角
通过学习了生成器,我们可以直接利用生成器的知识点来打印杨辉三角:
五、迭代器和生成器综合例子
因为迭代器和生成器基本是互通的,因此有些知识点需要综合在一起
1、反向迭代
反向迭代,应该也是常有的需求了,比如从一开始迭代的例子里,有个输出 list 的元素,从 1 到 5 的
方向迭代很简单,可是要注意一点就是:反向迭代仅仅当对象的大小可预先确定或者对象实现了
reversed() 的特殊方法时才能生效。 如果两者都不符合,那你必须先将对象转换为一个列表才
行
其实很多时候我们可以通过在自定义类上实现 reversed() 方法来实现反向迭代。不过有些知识点
在之前的篇节中还没有提到,不过可以相应的看下,有编程基础的,学完上面的知识点应该也能理解
的。
输出的结果是 1 到 30 然后 30 到 1 ,分别是顺序打印和倒序打印
2、同时迭代多个序列
你想同时迭代多个序列,每次分别从一个序列中取一个元素。你遇到过这样的需求吗?
为了同时迭代多个序列,使用 zip() 函数,具体示例:
其实 zip(a, b) 会生成一个可返回元组 (x, y) 的迭代器,其中 x 来自 a,y 来自 b。 一旦其中某个序列到底结尾,迭代宣告结束。 因此迭代长度跟参数中最短序列长度一致。注意理解这句话喔,也就是说如果 a, b 的长度不一致的话,以最短的为标准,遍历完后就结束。
利用 zip() 函数,我们还可把一个 key 列表和一个 value 列表生成一个 dict (字典),如下:
这里提一下, zip() 是可以接受多于两个的序列的参数,不仅仅是两个。