0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

yield + next搭配着使用

马哥Linux运维 来源:马哥Linux运维 2025-01-14 11:21 次阅读

【一】迭代器

【1】介绍

迭代器即用来迭代取值的工具,而迭代是重复反馈的过程的活动

其目的通常是为了逼近所需的目标或结果,每一次对过程的重复称为一次”迭代“

而每一次迭代得到的结果会作为下一次迭代的初始值,单纯的重复并不是迭代

while True:
    msg = input('>>: ').strip()
    print(msg)

# 获取到返回值
num_list = [0, 1, 2, 3, 4, 5]
count = 0
while count < len(num_list):
    # 每一次使用的索引位置就是上一次 +1 后的索引位置
    print(num_list[count])
    count += 1

【二】可迭代对象

【1】什么是可迭代对象

从语法上讲,内置有 __ iter __ 方法的对象都是可迭代对象

【2】八大基本数据类型

# 【1】数字类型
# 【1.1】整数类型 --- 不是
num = 1
print(num.__iter__)
'''
Traceback (most recent call last):
  File "E:PythonProjects迭代器.py", line 10, in 
    print(num.__iter__)
AttributeError: 'int' object has no attribute '__iter__'. Did you mean: '__str__'?
'''

# 【1.2】浮点类型 --- 不是
num_float = 1.0
print(num_float.__iter__())
'''
Traceback (most recent call last):
  File "E:PythonProjects迭代器.py", line 20, in 
    print(num_float.__iter__)
AttributeError: 'float' object has no attribute '__iter__'. Did you mean: '__str__'?
'''

# 【2】字符串类型
name = 'chosen'
print(name.__iter__)
# 
print(name.__iter__())
# 

# 【3】布尔类型
is_right = False
print(is_right.__iter__)
'''
Traceback (most recent call last):
  File "E:PythonProjects迭代器.py", line 37, in 
    print(is_right.__iter__)
AttributeError: 'bool' object has no attribute '__iter__'. Did you mean: '__str__'?
'''

# 【4】列表类型
name_list = [1, 2, 3]
print(name_list.__iter__)
# 
print(name_list.__iter__())
# 

# 【5】字典类型
info_dict = {"name": "chosen"}
print(info_dict.__iter__)
# 
print(info_dict.__iter__())
# 

# 【6】元祖类型
num_tuple = (1,)
print(num_tuple.__iter__)
# 
print(num_tuple.__iter__())
# 

# 【7】集合类型
num_set = {1}
print(num_set.__iter__)
# 
print(num_set.__iter__())
# 

【3】总结

非可迭代对象

整数类型

浮点类型

布尔类型

可迭代类型

字符串类型

列表类型

字典类型

元组类型

集合类型

【三】迭代器对象

【1】什么是迭代器对象

调用obj.__iter__()方法返回的结果就是一个迭代器对象(Iterator)。

迭代器对象是内置有 iter 和 next 方法的对象,打开的文件本身就是一个迭代器对象

执行迭代器对象.iter()方法得到的仍然是迭代器本身

而执行迭代器.next()方法就会计算出迭代器中的下一个值。

迭代器是Python提供的一种统一的、不依赖于索引的迭代取值方式,只要存在多个“值”,无论序列类型还是非序列类型都可以按照迭代器的方式取值

【2】八大基本数据类型

# 【1】字符串类型
name_str = 'chosen'
name_iter = name_str.__iter__()
name_iter_two = iter(name_str)
print(name_iter)
print(name_iter_two)
# 
# 
print(name_iter.__next__())
# c
print(next(name_iter))
# h

# 【2】列表类型
name_list = [1, 2, 3]
name_list_iter = iter(name_list)
print(name_list_iter)
# 
print(name_list_iter.__next__())
# 1
print(next(name_list_iter))
# 2

# 【3】字典类型
info_dict = {"name": "chosen", "age": 18}
info_dict_iter = iter(info_dict)
print(info_dict_iter)
# 
print(info_dict_iter.__next__())
# name
print(next(info_dict_iter))
# age

# 【4】元祖类型
num_tuple = (1, 2)
num_tuple_iter = iter(num_tuple)
print(num_tuple_iter)
# 
print(num_tuple_iter.__next__())
# 1
print(next(num_tuple_iter))
# 2

# 【5】集合类型
num_set = {1, 2, 3}
num_set_iter = iter(num_set)
print(num_set_iter)
# 
print(num_set_iter.__next__())
# 1
print(next(num_set_iter))
# 2

【3】总结

# 具有 __iter__() 和 __next__() 的对象就是迭代器对象
# 在八大基本数据类型中
# 除了 整数、浮点数、布尔
# 其他的都是迭代器对象

# 迭代器对象一定是可迭代对象

# 可迭代对象是 具有 __iter__() 的对象 ---> 生成一个可迭代对象
# 迭代器对象是 具有 __iter__()  和 __next__() 的对象 --> 调用上面可迭代对象的 next 方法

【四】迭代器的优缺点

【1】优点

为序列和非序列类型提供了一种统一的迭代取值方式

不使用索引进行取值

取到值的时候会保存到当前的状态,下一次从这个位置开始向下取值

【2】缺点

除非取尽,否则无法获取迭代器的长度

只能取下一个值,不能回到开始,更像是’一次性‘的,迭代器产生后的唯一目标就是重复执行next方法直到值取尽,否则就会停留在某个位置,等待下一次调用next;

若是要再次迭代同个对象,你只能重新调用iter方法去创建一个新的迭代器对象,如果有两个或者多个循环使用同一个迭代器,必然只会有一个循环能取到值。

【五】什么是生成器

通过生成器,可以逐个生成序列中的元素,而无需一次性生成整个序列

生成器在处理大数据集时,具有节省内存、提高效率的特点。

# 假设一个数据库里 表里面存了1亿条数据
# 读数据时---> 使用 read() 内存会直接爆满导致电脑卡死
# 使用生成器--->一次取100行进行处理 ---->再取100行进行处理,以此类推

【六】生成器的创建方式

【1】列表推导式

使用列表推导式时,可以将列表推导式的方括号改为圆括号,即可创建一个生成器。

# 列表生成式生成列表
start_list = [x * 2 for x in range(5)]

print(start_list)
# [0, 2, 4, 6, 8]

# 将列表改成元祖,看起来像元祖推导式,其实是一个生成器对象
G = (x * 2 for x in range(5))

print(G)
#  at 0x000001873491CC80>

# 生成器对象可以强转成列表
print(list(G))
# [0, 2, 4, 6, 8]

【2】yield关键字

使用yield关键字定义一个生成器函数时,生成器函数中的yield语句会暂停函数执行并返回一个值,下一次调用该函数时会继续执行并返回下一个值。

def my_generator():
    yield 1
    yield 2
    yield 3

g = my_generator()
print(next(g))  # 输出:1
print(next(g))  # 输出:2
print(next(g))  # 输出:3

【七】生成器案例

def eater():
    print('开始吃饭 ovo ')
    while True:
        food = yield
        print(f'得到的食物是 :>>>> {food}, 开始吃饭喽 :>>>> {food}')

【1】调用函数

res = eater()
print(res)  # 
print(res.__next__())
# 打印开始吃饭
# None   原因就是在生成器内部的 yield 中没有返回值
print(res.__next__())
# 打印 得到的食物是 :>>>> None, 开始吃饭喽 :>>>> None
# None  原因就是在生成器内部的走完了上面的 又回到了 yield 中结果 yield 没有返回值

【2】向生成器中传值

res = eater()
print(res)  # 
print(res.__next__())
res.send("鱼香肉丝") #得到的食物是 :>>>> 鱼香肉丝, 开始吃饭喽 :>>>> 鱼香肉丝 # 想yield 传值并且让生成器向下走一下
print(res.__next__()) #得到的食物是 :>>>> None, 开始吃饭喽 :>>>> None
print(res.send("宫保鸡丁")) #得到的食物是 :>>>> 宫保鸡丁, 开始吃饭喽 :>>>> 宫保鸡丁
#None

【八】装饰器 + 生成器

def init_iter(func):
    # func 我的生成器函数
    def inner(*args, **kwargs):
        # g 得到的生成器对象
        g = func(*args, **kwargs)
        # 调用自己生成器向下走
        next(g)
        # 走回来的返回值返回出去
        return g

    return inner

@init_iter
def eater():
    print('开始吃饭 ovo ')
    while True:
        food = yield
        print(f'得到的食物是 :>>>> {food}, 开始吃饭喽 :>>>> {food}')

res = eater()
res.send("鱼香肉丝")
res.send("宫保鸡丁")

【九】生成器内部修改可变数据类型

def init_iter(func):
    # func 我的生成器函数
    def inner(*args, **kwargs):
        # g 得到的生成器对象
        g = func(*args, **kwargs)
        # 调用自己生成器向下走
        next(g)
        # 走回来的返回值返回出去
        return g

    return inner


@init_iter
def eater():
    print('开始吃饭 ovo ')
    food_list = []
    while True:
        food = yield
        food_list.append(food)
        print(f'得到的食物是 :>>>> {food}, 开始吃饭喽 :>>>> {food}')
        print(f'当前后厨已经做好了 :>>>> {food_list}')


res = eater()
res.send("鱼香肉丝")
res.send("宫保鸡丁")
# 输出结果:
开始吃饭 ovo 
得到的食物是 :>>>> 鱼香肉丝, 开始吃饭喽 :>>>> 鱼香肉丝
当前后厨已经做好了 :>>>> ['鱼香肉丝']
得到的食物是 :>>>> 宫保鸡丁, 开始吃饭喽 :>>>> 宫保鸡丁
当前后厨已经做好了 :>>>> ['鱼香肉丝', '宫保鸡丁']

【十】yield + next搭配着使用

def my_range(start, stop, step):
    '''

    :param start: 0
    :param stop: 5
    :param step: 1
    
    '''
    print("start")
    while start < stop:
        yield start
        start += step
    print("end")


res = my_range(0, 5, 1)
print(res)  # 
print(res.__next__()) # 0
print(res.__next__()) # 1
print(res.__next__()) # 2 
print(res.__next__()) # 3
print(res.__next__()) # 4
# 这里会报错 ---》 把我掏空了 --- 没有可迭代的值可以被获取了
print(res.__next__())  # StopIteration
def init_iter(func):
    def inner(*args, **kwargs):
        try:
            generator = func(*args, **kwargs)
            next(generator)
            return generator
        except StopIteration:
            pass

    return inner

def range_(start, stop, step):
    while start < stop:
        yield start
        start += step

# for 循环内部做了异常捕获
for i in range_(0,5,1):
    print(i)

def my_range(start, stop, step):
    def range_(start, stop, step):
        while start < stop:
            yield start
            start += step

    res = range_(start, stop, step)
    while True:
        try:
            print(res.__next__())
        except StopIteration:
            break

res = my_range(start=1, stop=5, step=1)
res

#输出结果
0
1
2
3
4
1
2
3
4

链接:https://www.cnblogs.com/chosen-yn/p/18143555

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 字符串
    +关注

    关注

    1

    文章

    585

    浏览量

    20563
  • Next
    +关注

    关注

    0

    文章

    6

    浏览量

    5997
  • 迭代器
    +关注

    关注

    0

    文章

    44

    浏览量

    4329

原文标题:【十】yield + next搭配着使用

文章出处:【微信号:magedu-Linux,微信公众号:马哥Linux运维】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    相关推荐

    BW21-CBV-Kit快速入门之Arduino环境搭建

    作为一款本地AI图象识别开发板,BW21-CBV-Kit它能够独自运行目标识别模型。2.4GHz+5GHz的双频Wi-Fi,提供高性能的无线传输能力,让图象传输更加流畅。丰富的接口,搭配着AI识别,可以扩展出无限可能。
    的头像 发表于 01-15 17:07 61次阅读
    BW21-CBV-Kit快速入门之Arduino环境搭建

    华为鸿蒙NEXT系统的优势与劣势

    随着华为鸿蒙NEXT系统的推出,关于其性能与体验的讨论在网络上引起了广泛关注。本文综合了多个角度的用户评价,从优势与劣势两方面,带您了解这一备受瞩目的操作系统。
    的头像 发表于 12-30 10:30 686次阅读

    HarmonyOS Next MQTT演示

    HarmonyOS Next MQTT演示
    发表于 11-07 16:54

    OBOO鸥柏丨VS6.0多媒体信息发布系统让广告宣传屏智能化

    随着数字科技的越来越发达,OBOO鸥柏VS6.0多媒体信息发布系统云平台为城市数字化、智能化做出巨大贡献。搭配着液晶广告商显屏一体机所带来的超高清显示让群众随时随地可以看到医院、高铁站、机场、地铁站
    的头像 发表于 11-06 22:17 202次阅读
    OBOO鸥柏丨VS6.0多媒体信息发布系统让广告宣传屏智能化

    华为大气啊!HarmonyOS NEXT公测发福利~这个可以有

    HarmonyOS NEXT火热公测中,首批100万名公测用户速来领取多重权益!这波福利不错
    的头像 发表于 11-06 10:26 372次阅读
    华为大气啊!HarmonyOS <b class='flag-5'>NEXT</b>公测发福利~这个可以有

    华为HarmonyOS NEXT 10月8日开启公测

    华为宣布,万众瞩目的HarmonyOS NEXT操作系统将于10月8日正式开启公测,标志着这一创新力作即将与广大用户见面。HarmonyOS NEXT作为华为自研操作系统的最新成果,不仅全面升级了系统内核,实现了跨设备无缝协同,更在性能优化、流畅度提升上取得了显著突破。
    的头像 发表于 09-24 15:41 842次阅读
    华为HarmonyOS <b class='flag-5'>NEXT</b> 10月8日开启公测

    OpenAI今年启动GPT Next计划

    在近期举行的KDDI峰会上,OpenAI Japan揭开了公司未来发展蓝图的一角,正式宣布将于2024年全面启动备受瞩目的GPT Next计划。这一计划的推出,标志着OpenAI在推动人工智能领域持续创新与突破的决心与实力。
    的头像 发表于 09-04 16:11 401次阅读

    OpenAI宣布启动GPT Next计划

     9月4日最新资讯,OpenAI Japan 在KDDI峰会上亮相,揭开了其即将问世的下一代AI模型的神秘面纱,并正式宣布了旨在2024年启动的GPT Next宏伟计划。
    的头像 发表于 09-04 14:51 641次阅读

    华为HarmonyOS NEXT鸿蒙星河版正式开启Beta计划

    在刚刚落幕的华为开发者大会(HDC 2024)盛会上,华为震撼宣布HarmonyOS NEXT鸿蒙星河版正式迈入Beta测试阶段,并预告其商用版本将于今年第四季度璀璨登场,预示着今年10月,搭载全新鸿蒙星河系统的华为手机即将与消费者见面。
    的头像 发表于 07-15 15:59 939次阅读

    鸿蒙NEXT首次将AI能力融入系统

    在科技日新月异的今天,鸿蒙NEXT再次引领了行业的新潮流,首次将强大的AI能力深度融入系统之中。这一创新性的举措不仅为用户带来了前所未有的智能体验,更为整个行业树立了新的标杆。
    的头像 发表于 06-24 10:37 828次阅读

    HDC 2024上,HarmonyOS NEXT有哪些精彩亮点值得期待?

    6月21日至6月23日,备受瞩目的HDC2024华为开发者大会将在松山湖盛大举办。近日,官方对外发出了亮点日程海报,围绕HarmonyOS NEXT,大会都将带来哪些精彩内容呢?让我们一探
    的头像 发表于 06-19 17:02 569次阅读
    HDC 2024上,HarmonyOS <b class='flag-5'>NEXT</b>有哪些精彩亮点值得期待?

    Flutter首次亮相Google Cloud Next大会

    Flutter 团队在近期首次参加了 Google Cloud Next 大会,这意味着 Flutter 在开发社区中的影响力正在日益增长。
    的头像 发表于 05-09 10:15 510次阅读

    HarmonyOS NEXT上手体验:无法使用原生安卓应用

    该博主强调,HarmonyOS NEXT 对原生的安卓应用不再兼容,原因是本地数据过多可能导致用户体验不佳。“例如微信聊天记录、笔记软件等需要尽快找到解决方案,以确保用户尽可能少地受到影响。”
    的头像 发表于 04-15 14:22 2049次阅读

    手持终端PDA_智能手持机安卓主板定制方案

    的内存保证了流畅的运行体验。5.2英寸屏幕1920*1080高分辨率的全触摸设计使操作更加简单便捷。而后置13M变焦摄像头和前置5M摄像头搭配着LED闪光灯,使图像采集更加清晰快速。
    的头像 发表于 02-28 19:40 474次阅读
    手持终端PDA_智能手持机安卓主板定制方案

    淘宝与华为合作将基于HarmonyOS NEXT启动鸿蒙原生应用开发

    1月25日,淘宝与华为举办鸿蒙合作签约仪式,宣布将基于HarmonyOS NEXT启动鸿蒙原生应用开发。
    的头像 发表于 01-26 16:14 1165次阅读