一篇文章带你学习Python3的高级特性(2) 一篇文章带你学习Python3的高级

1.生成器
2.迭代器
总结

1.生成器

# 一边循环一边计算的机制，称为生成器：generator；# 创建generator方法：# 1.把一个列表生成式的[]改成()numsList = [num * num for num in range(10)]print("列表生成式生成numsList：",numsList)numsGenerator = (num * num for num in range(10))print("生成器生成numsGenerator：",numsGenerator)# 使用next()函数获得generator的下一个返回值print("打印numsGenerator第一个元素：",next(numsGenerator))print("打印numsGenerator第二个元素：",next(numsGenerator))print("--------------------------------------------------------")# 使用for循环打印generator元素print("使用循环打印生成器中的元素！")for num in numsGenerator:print(num,end = " ")print("\n")print("--------------------------------------------------------")# 斐波拉契数列(Fibonacci)：除第一个和第二个数外，任意一个数均可由前两个数相加得到# 1,1,2,3,5,8,13,21,34def fibonacci(num):n, a, b = 0, 0, 1while n < num:print(b,end = "")a, b = b, a + bn = n + 1return "Done"print("Fibonacci前10项为：")fibonacci(10)print("\n")print("--------------------------------------------------------")# 2.把fibonacci()函数变成generator函数def fibonacci(num):n, a, b = 0, 0, 1while n < num:yield ba, b = b, a + bn = n + 1return "Done"# Tips:# 1.如果一个函数定义中包含yield关键字，则这个函数是一个generator函数；# 2.调用一个generator函数将返回一个generator; fib = fibonacci(10)print("fib的值：",fib)

# 结果输出：
列表生成式生成numsList： [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
生成器生成numsGenerator： at 0x0000028F0E6ACB88>
打印numsGenerator第一个元素： 0
打印numsGenerator第二个元素： 1
--------------------------------------------------------
使用循环打印生成器中的元素！
4 9 16 25 36 49 64 81
--------------------------------------------------------
Fibonacci前10项为：
11235813213455
--------------------------------------------------------
fib的值：

# 普通函数和generator函数的执行流程：# 1.普通函数：顺序执行，遇到return语句或最后一行函数语句就返回；# 2.generator函数：在每次调用next()的时候执行，遇到yield语句返回；# 3.再次执行时从上次返回的yield语句处继续执行；# 实例：定义一个generator函数，依次返回"Willard",18,"Engineer"def willardInfo():print("STEP1")yield "Willard"print("--------")print("STEP2")yield 18print("--------")print("STEP3")yield "Engineer"# 调用willardInfo()这个generator函数，先生成一个generator对象# 然后用next()函数不断获得下一个返回值，即可用循环直接打印willardInfoObject = willardInfo()for willard in willardInfoObject:print(willard)

# 结果输出：
STEP1
Willard
--------
STEP2
18
--------
STEP3
Engineer

2.迭代器

# 可直接用于for循环的数据类型：# 1.list、tuple、dict、set、str等；# 2.generator，包括：生成器和带yield的generator function；# 3.可以直接作用于for循环的对象称为可迭代对象：Iterable；# 4.使用isinstance()判断一个对象是否为Iterable对象；from collections.abc import Iterableprint("判断list是否为可迭代对象！",isinstance([],Iterable))print("判断dict是否为可迭代对象！",isinstance({},Iterable))print("判断str是否为可迭代对象！",isinstance("Willard",Iterable))print("判断生成式是否为可迭代对象！",isinstance((num for num in range(10)),Iterable))print("判断number是否为可迭代对象！",isinstance(99,Iterable))

【一篇文章带你学习Python3的高级特性(2)】# 结果输出：
判断list是否为可迭代对象！ True
判断dict是否为可迭代对象！ True
判断str是否为可迭代对象！ True
判断生成式是否为可迭代对象！ True
判断number是否为可迭代对象！ False

# 可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator# 使用isinstance()判断一个对象是否为Iterator对象；from collections.abc import Iteratorprint("判断生成器是否为迭代器！",isinstance((num for num in range(10)),Iterator))print("判断list是否为迭代器！",isinstance([],Iterator))print("判断dict是否为迭代器！",isinstance({},Iterator))print("判断str是否为迭代器！",isinstance("Willard",Iterator))print("----------------------------------------------------------")# Tips:# 1.生成器都是Iterator对象，但list、dict、str是Iterable但不是Iterator; # 2.Iterator对象表示数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，# 直到没有数据时抛出StopIteration错误；这个数据流可以看作一个有序序列，# 但不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，# Iterator的计算是惰性的，只有在需要返回下一个数据时才计算；# 3.使用iter()函数把list、dict、str变成Iterator; print("使用iter()函数把list、dict、str变成Iterator.")print("判断list是否为迭代器！",isinstance(iter([]),Iterator))print("判断dict是否为迭代器！",isinstance(iter({}),Iterator))print("判断str是否为迭代器！",isinstance(iter("Willard"),Iterator))

# 结果输出：
判断生成器是否为迭代器！ True
判断list是否为迭代器！ False
判断dict是否为迭代器！ False
判断str是否为迭代器！ False
----------------------------------------------------------
使用iter()函数把list、dict、str变成Iterator.
判断list是否为迭代器！ True
判断dict是否为迭代器！ True
判断str是否为迭代器！ True

总结本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注脚本之家的更多内容!