如何在python中创建迭代函数(或迭代器对象)?
当前回答
构建迭代函数有四种方法:
创建一个生成器(使用yield关键字) 使用生成器表达式(genexp) 创建迭代器(定义__iter__和__next__(或Python 2.x中的next)) 创建一个Python可以自己迭代的类(定义__getitem__)
例子:
# generator
def uc_gen(text):
for char in text.upper():
yield char
# generator expression
def uc_genexp(text):
return (char for char in text.upper())
# iterator protocol
class uc_iter():
def __init__(self, text):
self.text = text.upper()
self.index = 0
def __iter__(self):
return self
def __next__(self):
try:
result = self.text[self.index]
except IndexError:
raise StopIteration
self.index += 1
return result
# getitem method
class uc_getitem():
def __init__(self, text):
self.text = text.upper()
def __getitem__(self, index):
return self.text[index]
要查看所有四种方法的运行情况:
for iterator in uc_gen, uc_genexp, uc_iter, uc_getitem:
for ch in iterator('abcde'):
print(ch, end=' ')
print()
结果是:
A B C D E
A B C D E
A B C D E
A B C D E
注意:
两个生成器类型(uc_gen和uc_genexp)不能被反转();普通迭代器(uc_iter)将需要__reversed__魔术方法(根据文档,它必须返回一个新的迭代器,但返回self也可以(至少在CPython中));而可迭代对象getitem (uc_getitem)必须具有__len__ magic方法:
# for uc_iter we add __reversed__ and update __next__
def __reversed__(self):
self.index = -1
return self
def __next__(self):
try:
result = self.text[self.index]
except IndexError:
raise StopIteration
self.index += -1 if self.index < 0 else +1
return result
# for uc_getitem
def __len__(self)
return len(self.text)
为了回答Colonel Panic关于无限惰性求值迭代器的第二个问题,下面是使用上述四种方法中的每一种的示例:
# generator
def even_gen():
result = 0
while True:
yield result
result += 2
# generator expression
def even_genexp():
return (num for num in even_gen()) # or even_iter or even_getitem
# not much value under these circumstances
# iterator protocol
class even_iter():
def __init__(self):
self.value = 0
def __iter__(self):
return self
def __next__(self):
next_value = self.value
self.value += 2
return next_value
# getitem method
class even_getitem():
def __getitem__(self, index):
return index * 2
import random
for iterator in even_gen, even_genexp, even_iter, even_getitem:
limit = random.randint(15, 30)
count = 0
for even in iterator():
print even,
count += 1
if count >= limit:
break
print
结果是(至少在我的示例运行中):
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
如何选择使用哪一个?这主要是一个品味问题。我最常看到的两个方法是生成器和迭代器协议,以及混合方法(__iter__返回生成器)。
生成器表达式对于替换列表推导式非常有用(它们是惰性的,因此可以节省资源)。
如果需要兼容早期的Python 2。X版本使用__getitem__。
其他回答
首先,itertools模块在迭代器有用的各种情况下都非常有用,但在python中创建迭代器所需的全部内容如下:
收益率
这不是很酷吗?Yield可以用来代替函数中的正常回报。它返回相同的对象,但不是销毁状态并退出,而是保存状态以供您想要执行下一次迭代时使用。下面是一个直接从itertools函数列表中取出的实例:
def count(n=0):
while True:
yield n
n += 1
正如函数描述中所述(它是itertools模块中的count()函数…),它生成一个迭代器,返回以n开头的连续整数。
生成器表达式是另一罐蠕虫(很棒的蠕虫!)。它们可以用来代替列表推导式来节省内存(列表推导式在内存中创建一个列表,如果不分配给变量,该列表在使用后将被销毁,但是生成器表达式可以创建一个生成器对象…这是Iterator的一种奇特说法)。下面是一个生成器表达式定义的例子:
gen = (n for n in xrange(0,11))
这与上面的迭代器定义非常相似,只是整个范围预定在0到10之间。
我刚刚找到xrange()(很惊讶我以前没有见过它…),并将其添加到上面的示例中。Xrange()是range()的可迭代版本,它的优点是不预先构建列表。如果你有一个巨大的数据语料库要迭代,但只有这么多内存,这将是非常有用的。
本页上的所有答案对于复杂对象来说都非常棒。但是对于那些包含内置可迭代类型作为属性的,如str, list, set或dict,或任何集合的实现。Iterable,你可以省略类中的某些东西。
class Test(object):
def __init__(self, string):
self.string = string
def __iter__(self):
# since your string is already iterable
return (ch for ch in self.string)
# or simply
return self.string.__iter__()
# also
return iter(self.string)
它可以这样使用:
for x in Test("abcde"):
print(x)
# prints
# a
# b
# c
# d
# e
python中的迭代器对象遵循迭代器协议,这基本上意味着它们提供了两个方法:__iter__()和__next__()。
__iter__返回迭代器对象,并被隐式调用 在循环开始的时候。 __next__()方法返回下一个值,并在每次循环递增时隐式调用。当没有更多值要返回时,此方法会引发StopIteration异常,该异常由循环构造隐式捕获以停止迭代。
下面是一个计数器的简单例子:
class Counter:
def __init__(self, low, high):
self.current = low - 1
self.high = high
def __iter__(self):
return self
def __next__(self): # Python 2: def next(self)
self.current += 1
if self.current < self.high:
return self.current
raise StopIteration
for c in Counter(3, 9):
print(c)
这将打印:
3
4
5
6
7
8
这更容易使用生成器编写,如前面的回答所述:
def counter(low, high):
current = low
while current < high:
yield current
current += 1
for c in counter(3, 9):
print(c)
打印输出将是相同的。在底层,生成器对象支持迭代器协议,并做一些与类Counter大致相似的事情。
David Mertz的文章《迭代器和简单生成器》是一个很好的介绍。
在类代码中包含以下代码。
def __iter__(self):
for x in self.iterable:
yield x
确保你替换了self。Iterablewith迭代所遍历的迭代对象。
下面是一个示例代码
class someClass:
def __init__(self,list):
self.list = list
def __iter__(self):
for x in self.list:
yield x
var = someClass([1,2,3,4,5])
for num in var:
print(num)
输出
1
2
3
4
5
注意:由于字符串也是可迭代的,它们也可以用作类的参数
foo = someClass("Python")
for x in foo:
print(x)
输出
P
y
t
h
o
n
这个问题是关于可迭代对象的,而不是迭代器的。在Python中,序列也是可迭代的,所以创建可迭代类的一种方法是让它的行为像序列一样,即给它__getitem__和__len__方法。我已经在Python 2和3上测试了这个。
class CustomRange:
def __init__(self, low, high):
self.low = low
self.high = high
def __getitem__(self, item):
if item >= len(self):
raise IndexError("CustomRange index out of range")
return self.low + item
def __len__(self):
return self.high - self.low
cr = CustomRange(0, 10)
for i in cr:
print(i)
推荐文章
- 在Python中哪个更快:x**。5还是math.sqrt(x)?
- 有哪些好的Python ORM解决方案?
- 如何在f字符串中转义括号?
- Python void返回类型注释
- 如何为python模块的argparse部分编写测试?
- 在python中是否有用于均方根误差(RMSE)的库函数?
- 如何从matplotlib (pyplot。Figure vs matplotlib。figure) (frameon=False matplotlib中有问题)
- django test app error -在创建测试数据库时出现错误:创建数据库的权限被拒绝
- 克隆对象没有引用javascript
- 识别使用pip安装的python包的依赖关系
- 从字符串变量导入模块
- 如何删除Python中的前导空白?
- python中的assertEquals和assertEqual
- 如何保持Python打印不添加换行符或空格?
- 为什么Python的无穷散列中有π的数字?