当前位置: 首页 > news >正文

Python基础教程(八):迭代器与生成器编程

💝💝💝首先,欢迎各位来到我的博客,很高兴能够在这里和您见面!希望您在这里不仅可以有所收获,同时也能感受到一份轻松欢乐的氛围,祝你生活愉快!
💝💝💝如有需要请大家订阅我的专栏【Python系列】哟!我会定期更新相关系列的文章

💝💝💝关注!关注!!请关注!!!您的支持是我不断创作的最大动力!!!

文章目录

    • 一、迭代器基础
      • 1.1 迭代器的概念
      • 1.2 创建迭代器
    • 二、生成器简介
      • 2.1 生成器的概念
      • 2.2 创建生成器
      • 2.3 生成器表达式
    • 三、迭代器与生成器的优缺点
      • 3.1 优点
      • 3.2 缺点
    • 四、实战案例
    • 五、总结
    • 结束语

在 Python 编程中,迭代器(Iterator)和生成器(Generator)是处理大量数据集时的重要概念。它们不仅能够提高代码的执行效率,还能让程序变得更加简洁和易于维护。本文将深入探讨迭代器和生成器的工作原理,以及如何在实际编程中应用它们。

一、迭代器基础

1.1 迭代器的概念

迭代器是一种可以记住遍历的位置的对象。在 Python 中,任何实现了 __iter__()__next__() 方法的对象都可以被称为迭代器。__iter__() 方法返回迭代器本身,而 __next__() 方法则返回序列中的下一个项目。当没有更多的项目时,它会抛出 StopIteration 异常。

1.2 创建迭代器

我们可以自定义一个类来实现迭代器接口:

class Counter:def __init__(self, start, end):self.current = startself.end = enddef __iter__(self):return selfdef __next__(self):if self.current < self.end:current_value = self.currentself.current += 1return current_valueelse:raise StopIteration()# 使用自定义迭代器
for num in Counter(0, 5):print(num)

二、生成器简介

2.1 生成器的概念

生成器是一种特殊的迭代器,它使用关键字 yield 来产生一系列的值。与普通函数不同,生成器函数在每次遇到 yield 语句时都会暂停执行并返回一个值,当再次迭代时,它会从上次停止的地方继续执行。

2.2 创建生成器

生成器可以通过简单的函数来创建,只需在函数体中使用 yield 语句即可:

def simple_generator():yield 1yield 2yield 3gen = simple_generator()
for i in gen:print(i)

2.3 生成器表达式

类似于列表推导式,Python 也支持生成器表达式,它是一种更简洁地创建生成器的方式:

squares = (x**2 for x in range(10))
for square in squares:print(square)

三、迭代器与生成器的优缺点

3.1 优点

  • 内存效率:生成器在迭代过程中逐个生成元素,因此对于大数据集而言,它们比一次性加载所有数据到内存中的列表更加节省资源。
  • 延迟计算:生成器只在需要时才计算下一个值,这在处理需要昂贵计算的大型数据流时特别有用。

3.2 缺点

  • 无法随机访问:一旦生成器开始迭代,就无法直接访问序列中的特定项。
  • 只能遍历一次:生成器一旦被消耗,就不能再次使用。

四、实战案例

假设我们需要从一个大文件中读取每一行并进行处理,下面是如何使用生成器来优化这一过程:

def read_large_file(file_object):while True:data = file_object.readline()if not data:breakyield datawith open('largefile.txt', 'r') as file:for line in read_large_file(file):process(line)  # 自定义的处理函数

在这个例子中,read_large_file 是一个生成器函数,它逐行读取文件而不是一次性读取整个文件,这样可以显著减少内存使用。

五、总结

迭代器和生成器是 Python 中处理数据流和序列的强大工具。通过理解和应用这些概念,你可以编写出更高效、更优雅的代码。希望本文能帮助你更好地掌握迭代器和生成器的使用,从而在实际项目中发挥它们的优势。

在后续的学习和实践中,尝试在适合的场景下使用生成器和迭代器,你将发现它们能够极大地简化代码并提高性能。


结束语

❤️❤️❤️ 喜欢博主的同学,请给博主一丢丢打赏吧↓↓↓您的支持是我不断创作的最大动力哟!感谢您的支持哦😘😘😘
打赏下吧
❤️❤️❤️请大家记得订阅我的专栏【Python系列】哟❤️❤️❤️

python相关文章索引文章链接
Python基础语法(一):标识符与保留字部分Python基础语法(一):标识符与保留字部分
Python基础语法(二):数据类型Python基础语法(二):数据类型
Python基础语法(三):运算符Python基础语法(三):运算符
Python基础语法(四):条件控制Python基础语法(四):条件控制
Python基础语法(五):循环语句Python基础语法(五):循环语句
Python基础语法(六):推导式编程Python基础语法(六):推导式编程
Python基础教程(七):函数编程-从基础到进阶Python基础教程(七):函数编程-从基础到进阶

觉得有用的话点个赞 👍🏻 呗。
❤️❤️❤️本人水平有限,如有纰漏,欢迎各位大佬评论批评指正!😄😄😄
💘💘💘如果觉得这篇文对你有帮助的话,也请给个点赞、收藏下吧,非常感谢!👍 👍 👍
🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧!🌙🌙🌙

http://www.lryc.cn/news/368664.html

相关文章:

  • Oracle10.2.0.1冷备迁移之_数据文件拷贝方式
  • 智能合约中外部调用漏洞
  • 转型AI产品经理(4):“认知负荷”如何应用在Chatbot产品
  • 【C++11】常见的c++11新特性(一)
  • 牛客周赛 Round 46 题解 C++
  • 9.3 Go 接口的多态性
  • Java通过字符串字段匹配形成树形结构
  • 数字孪生智慧水利:精准管理与智能决策的新时代
  • 基于ChatGLM3的本地问答机器人部署流程
  • 归并排序——逆序数对的统计
  • 基于截图和模拟点击的自动化压测工具开发(MFC)
  • 力扣每日一题 6/10
  • [知识点] 内存顺序属性的用途和行为
  • JAVA Mongodb 深入学习(二)索引的创建和优化
  • 转让北京劳务分包地基基础施工资质条件和流程
  • Python基础——字符串
  • AP的数据库性能到底重要吗?
  • Vue3【二】 VSCode需要安装的Vue语法插件
  • 设置路径别名
  • 人事信息管理系统(Java+MySQL)
  • Python 中生成器与普通函数的区别
  • 最小栈、栈的弹出(C++)
  • 20240607每日通信--------VUE3前端引入scoket-io,后端引入Netty-SocketIO,我成功了,希望一起交流沟通
  • Tomcat源码解析(八):一个请求的执行流程(附Tomcat整体总结)
  • python使用gdb进行堆栈查看与调试
  • 【DevOps】路由与路由器详细介绍:原理、功能、类型及应用场景
  • 【WP|9】深入解析WordPress [add_shortcode]函数
  • Qt QStackedWidget类详细分析
  • Java数据结构与算法(leetcode热题881. 救生艇)
  • react+wijmo所遇问题