python迭代、列表生成式、迭代器、生成器

迭代

• 如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。在Python中，迭代是通过for ... in来完成的。
• 默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同时迭代key和value，可以用for k, v in d.items()。
• 另外，字符串也是可迭代对象

1、如何判断一个对象是可迭代对象呢？

from collections.abc import Iterable
print(isinstance('123', Iterable))
print(isinstance(123, Iterable))

#输出：
#True
#False

2、如果要对list实现类似Java那样的下标循环怎么办？

#Python内置的enumerate函数可以把一个list变成索引-元素对

for i, value in enumerate(['A', 'B', 'C']):
    print(i, value)

#输出
#0 A
#1 B
#2 C

列表生成式

#for前面的部分是一个表达式，它必须根据x计算出一个结果
#从右往左执行，“遇到非等式就返回值”

print(list(range(1, 11)))
#[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

print([x * x for x in range(1, 11) if x % 2 == 0])
#[4, 16, 36, 64, 100]
#!!! for后面的if是一个筛选条件，不能带else，否则如何筛选？

print([m + n for m in 'ABC' for n in 'XYZ'])
#['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

print([x if x % 2 == 0 else -x for x in range(1, 11)])
#[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]
#!!! for前面的部分是一个表达式，它必须根据x计算出一个结果。因此，考察表达式：x if x % 2 == 0，它无法根据x计算出结果，因为缺少else，必须加上else

生成器

在Python中，一边循环一边计算的机制，称为生成器：generator，用它可以节约大量的空间。

方式1、把一个列表生成式的[]改成()

g = (x * x for x in range(10))

#可以通过next()函数逐个获得generator的下一个返回值
#或者使用for循环

print(next(g))
print(next(g))
for n in g:
    print(n)

#输出：
#0
#1
#4
#9
#16
#25
#36
#49
#64
#81

方法2、yield关键字。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator。

【注意：】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。

def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)

o=odd() #生成generator对象
print(next(o))
print(next(o))
print(next(o))
print(next(o))

#输出
#step 1
#1
#step 2
#3
#step 3
#5
#Traceback (most recent call last):
#  File "D:/test2.py", line 13, in <module>
#    print(next(o))
#StopIteration

如果想要拿到原函数return语句的返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)
    return 'done'

o=odd() #生成generator对象
while True:
    try:
        print('g:', next(o))
    except StopIteration as e:
        print('Generator return value:', e.value)
        break

#输出：
#step 1
#g: 1
#step 2
#g: 3
#step 3
#g: 5
#Generator return value: done

迭代器

• 可以直接作用于for循环的对象统称为可迭代对象：Iterable
• 而生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了
• 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
• 生成器都是Iterator对象
• Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，表示一个惰性计算的序列，它甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的
• 生成器都是Iterator对象，但list、dict、str虽然是Iterable（可迭代对象），却不是Iterator。把Iterable变成Iterator可以使用iter()函数

from collections.abc import Iterator
print(isinstance(iter([]), Iterator))
print(isinstance(iter('abc'), Iterator))

#输出：
#True
#True