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！

您可能感兴趣的文章:

• python生成器，可迭代对象，迭代器区别和联系
• 老生常谈Python之装饰器、迭代器和生成器
• Python 中迭代器与生成器实例详解
• Python中的迭代器与生成器高级用法解析
• 解析Python中的生成器及其与迭代器的差异
• 举例讲解Python中的迭代器、生成器与列表解析用法
• python迭代器与生成器详解
• Python中生成器和迭代器的区别详解