Python 迭代器与生成器实例详解

Python 迭代器与生成器实例详解

一、如何实现可迭代对象和迭代器对象

1.由可迭代对象得到迭代器对象

例如l就是可迭代对象，iter(l)是迭代器对象

In [1]: l = [1,2,3,4]

In [2]: l.__iter__
Out[2]: <method-wrapper '__iter__' of list object at 0x000000000426C7C8>

In [3]: t = iter(l)

In [4]: t.next()
Out[4]: 1

In [5]: t.next()
Out[5]: 2

In [6]: t.next()
Out[6]: 3

In [7]: t.next()
Out[7]: 4

In [8]: t.next()
---------------------------------------------------------------------------
StopIteration               Traceback (most recent call last)
<ipython-input-8-3660e2a3d509> in <module>()
----> 1 t.next()

StopIteration:

for x in l：
  print x
for 循环的工作流程，就是先有iter(l)得到一个t，然后不停的调用t.nex(),到最后捕获到StopIteration，就结束迭代

# 下面这种直接调用函数的方法如果数据量大的时候会对网络IO要求比较高，可以采用迭代器的方法

def getWeather(city):
  r = requests.get(u'http://wthrcdn.etouch.cn/weather_mini?city='+city)
  data = r.json()['data']['forecast'][0]
  return '%s:%s,%s' %(city, data['low'], data['high'])
print getWeather(u'北京')
返回值：
北京:低温 13℃,高温 28℃

实现一个迭代器对象WeatherIterator,next 方法每次返回一个城市气温

实现一个可迭代对象WeatherIterable,iter方法返回一个迭代器对象

# -*- coding:utf-8 -*-
import requests
from collections import Iterable, Iterator

class WeatherIterator(Iterator):
  def __init__(self, cities):
    self.cities = cities
    self.index = 0

  def getWeather(self,city):
    r = requests.get(u'http://wthrcdn.etouch.cn/weather_mini?city='+city)
    data = r.json()['data']['forecast'][0]
    return '%s:%s,%s' %(city, data['low'], data['high'])

  def next(self):
    if self.index == len(self.cities):
      raise StopIteration
    city = self.cities[self.index]
    self.index += 1
    return self.getWeather(city)

class WeatherIterable(Iterable):
  def __init__(self, cities):
    self.cities = cities

  def __iter__(self):
    return WeatherIterator(self.cities)

for x in WeatherIterable([u'北京',u'上海',u'广州',u'深圳']):
  print x.encode('utf-8')

输出：
北京:低温 13℃,高温 28℃
上海:低温 14℃,高温 22℃
广州:低温 17℃,高温 23℃
深圳:低温 18℃,高温 24℃

二、使用生成器函数实现可迭代对象

1.实现一个可迭代对象的类，它能迭代出给定范围内所有素数

素数定义为在大于1的自然数中，除了1和它本身以外不再有其他因数的数称为素数。

一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for 循环中会自动调用 next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。

class PrimeNumbers:
  def __init__(self, start, end):
    self.start = start
    self.end = end

  def isPrimeNum(self, k):
    if k < 2:
      return False
    for i in xrange(2, k):
      if k % i == 0:
        return False

    return True

  def __iter__(self):
    for k in xrange(self.start, self.end + 1):
      if self.isPrimeNum(k):
        yield k

for x in PrimeNumbers(1, 10):
  print x

输出：
2
3
5
7

三、实现反向迭代

1.反向进行迭代

例如：实现一个浮点数发生器FloatRange(和xrange类似)，根据给定范围（start， end）和步径值（step）产生一系列连续浮点数，如迭代FloatRange（3.0,4.0,0.2）可产生序列：

正向： 3.0 -> 3.2 -> 3.4 -> 3.6 -> 3.8 -> 4.0

反向： 4.0 -> 3.8 -> 3.6 -> 3.4 -> 3.2 -> 3.0

class FloatRange:
  def __init__(self, start, end, step=0.1):
    self.start = start
    self.end = end
    self.step = step

  def __iter__(self):
    t = self.start
    while round(t,14) <= round(self.end, 14):
      yield t
      t = t + self.step

  def __reversed__(self):
    t = self.end
    while round(t, 14) >= round(self.start, 14):
      yield t
      t = t - self.step

for x in reversed(FloatRange(3.0, 4.0, 0.2)):
  print x
输出：
4.0
3.8
3.6
3.4
3.2
3.0
for x in FloatRange(3.0, 4.0, 0.2):
    print x
输出：
3.0
3.2
3.4
3.6
3.8
4.0

上面代码采用round函数是因为浮点数比较会有精度问题，所以需要进行四舍五入

2.对迭代器进行切片操作

例如：有某个文本文件，想读取其中某范围的内容，如100-300行之间的内容，python中文本文件是可迭代对象，是否可以使用类似列表切片的方式得到一个100-300行文件内容的生成器

使用标准库中的itertools.islice,它能返回一个迭代对象切片的生成器

f = open('/var/log/dmesg')

from itertools import islice

# 对文件内容100到300行之间进行切片，返回的是个生成器对象，默认歩径是1
islice(f, 100, 300)

# 前500行内容
islice(f, 500)

# 100行到末尾结束内容
islice(f, 100, None)


ps: 每次使用islice要重新申请对象，它会消耗原来的迭代对象

四、迭代多个对象

1.在一个for语句中迭代多个可迭代对象

1、某班学生考试成绩语文、数学、英语分别存储在3个列表中，同时迭代三个列表，计算三个学生的总分（并行）

2、某年级四个班，某次考试每班英语成绩分别存储在4个列表中，依次迭代每个列表，统计全学年英语成绩高于90分人数（串行）

解决方案：

并行：使用内置函数zip，它能将多个可迭代对象合并，每次迭代返回一个元组

from random import randint

chinese = [randint(60,100) for _ in xrange(40)]
math = [randint(60,100) for _ in xrange(40)]
english = [randint(60,100) for _ in xrange(40)]

total = []
for c,m,e in zip(chinese, math,english):
  total.append(c+m+e)

print total

输出：

[204, 227, 238, 201, 227, 205, 251, 274, 210, 242, 220, 239, 237, 207, 230, 267, 263, 240, 247, 249, 255, 268, 209, 270, 259, 251, 245, 262, 234, 221, 236, 250, 251, 249, 242, 255, 232, 272, 237, 253]

串行：使用标准库中的itertools.chain,它能将多个可迭代对象连接

from random import randint
from itertools import chain

class1 = [randint(60,100) for _ in xrange(40)]
class2 = [randint(60,100) for _ in xrange(42)]
class3 = [randint(60,100) for _ in xrange(39)]
class4 = [randint(60,100) for _ in xrange(43)]

count = 0
for s in chain(class1, class2, class3, class4):
  if s > 90:
    count = count + 1

print count

输出：
38

感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！

# Python # 迭代器与生成器 # 迭代器与生成器使用方法 # 深入讲解Python中的迭代器和生成器 # python的迭代器与生成器实例详解 # 举例讲解Python中的迭代器、生成器与列表解析用法 # 解析Python中的生成器及其与迭代器的差异 # 老生常谈Python之装饰器、迭代器和生成器 # 详解Python3中的迭代器和生成器及其区别 # 详解Python的迭代器、生成器以及相关的itertools包 # python生成器 # 可迭代对象 # 迭代器区别和联系 # 浅谈Python中的可迭代对象、迭代器、For循环工作机制、生成器 # Python学习笔记之迭代器和生成器用法实例详解 # 迭代 # 多个 # 北京 # 英语 # 广州 # 能将 # 浮点数 # 深圳 # 它能 # 上海 # 文本文件 # 行之 # 库中 # 就会 # 是个 # 会有 # 是因为 # 列表中 # 较高 # 对其

返回目录在线咨询

上一篇：Go语言环境变量深度解析：GOPATH与GOROOT为何必须独立？
下一篇：智能建站中如何添加和管理多语言支持，以便吸引全球用户？

您的项目需求

*请认真填写需求信息，我们会在24小时内与您取得联系。

全网整合营销服务商

Python 迭代器与生成器实例详解

您的项目需求