一、生成器
首先解释迭代器。
能以一种一致的方式对序列进行迭代（比如列表中的对象或文件中的行）是Python的一个重要特点。这是通过一种叫做迭代器协议（iterator protocol，它是一种使对象可迭代的通用方式）的方式实
现的，一个原生的使对象可迭代的方法。
some_dict = {'a': 1, 'b': 2, 'c': 3}
for key in some_dict:
print(key)
#输出：
a
c
b
迭代器是一种特殊对象，它可以在诸如for循环之类的上下文中向Python解释器输送对象。大部分能接受列表之类的对象的方法也都可以接受任何可迭代对象。比如min、max、sum等内置方法以及list、tuple等类型构造器。
dict_iterator=iter(some_dict)
print(dict_iterator)
print(list(dict_iterator))
#输出
dictionary-keyiterator object at 0x7ff0105bea48>
['a', 'c', 'b']
生成器（generator）是构造新的可迭代对象的一种简单方式 。一般的函数执行之后只会返回单个值，而生成器则是以延迟的方式返回一个值序列，即每返回一个值之后暂停，直到下一个值被请求时再继续。要创建一个生成器，只需将函数中的return替换为yeild即可。
def squares(n=10):
print('Generating squares from 1 to {0}'.format(n ** 2))
for i in range(1,n+1):
yield i**2
gen=squares()# 注意： 调用 该生成器时，没有任何代码会被立即执行 ，print操作也并没有被执行！
print(gen) #generator object squares at 0x7f3a75af4b40>
# 直到你从该生成器中请求元素时，它才会开始执行其代码
for x in gen:
print(x,)
输出：
generator object squares at 0x7f3a75af4a00>
Generating squares from 1 to 100
(1,)
(4,)
(9,)
(16,)
(25,)
(36,)
(49,)
(64,)
(81,)
(100,)
另一种更简洁的构造生成器的方法是使用生成器表达式（generator expression）。这是一种类似于列表、字典、集合推导式的生成器。注意 其创建方式为，把列表推导式两端的方括号改成圆括号：
gen=(x**2 for x in range(5))
print(gen)
print(type(gen))
for i in gen:
print(i)
输出：
generator object genexpr> at 0x7ff01066ef00>
type 'generator'>
0
1
4
9
16
# 和下面的 这个冗长得多的生成器是完全等价的：
def _make_gen():
for x in range(5):
yield x**2
gen=_make_gen()
for i in gen:
print(i)
二、文件系统
使用内置的open函数 参数如下表：
常用的文件方法
# 用with语句可以容易地清理打开的文件，并在运行基本结束时，自动关闭文件流
with open(path) as f:
lines=[x.strip() for x in f]
到此这篇关于python基础学习之生成器与文件系统知识总结的文章就介绍到这了,更多相关python生成器与文件系统内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
您可能感兴趣的文章:- 使用python批量生成insert语句的方法
- python生成器generator:深度学习读取batch图片的操作
- 教你怎么用Python生成九宫格照片
- Python如何生成随机高斯模糊图片详解
- python使用ProjectQ生成量子算法指令集
- 教你使用Python根据模板批量生成docx文档
- Python实现K-means聚类算法并可视化生成动图步骤详解
- python基于opencv批量生成验证码的示例
- 用python自动生成日历
- Python趣味挑战之给幼儿园弟弟生成1000道算术题
咨 询 客 服