一、生成器简介
在python中，生成器是根据某种算法边循环边计算的一种机制。主要就是用于操作大量数据的时候，一般我们会将操作的数据读入内存中处理，可以计算机的内存是比较宝贵的资源，我认为的当要处理的数据超过内存四分之一的大小时就应该使用生成器。
二、生成器有什么特点？
1.和传统的容器相比，生成器更节省内存。
2.延迟计算，在我们需要结果时就调用一下生成器的next()方法即可。
3.可迭代，你可以像遍历list一样，遍历生成器
三、如何创建生成器？
在python中有两种方式创建生成器：生成器表达式 和 生成器函数。
生成器表达式
gen1 = (x for x in range(10))
生成器函数
生成式函数和普通函数只有一个区别，普通函数使用return返回结果，而生成器函数使用yield返回结果。
yield的特点在于，它并不是结束函数，而是在返回结果后将函数处于一种挂起状态，等待再次next函数的调用，然后从上次挂起的地方(yield)继续执行。
def gen(): a = 1 yield a b = 2 yield b c = 3 yield c g = gen() print(next(g)) print(next(g)) print(next(g)) print(next(g))
四、迭代器简介
迭代器是一个包含有限数量值的对象。
迭代器是一个可以被迭代的对象，可以遍历迭代器中的所有值。
从技术上讲，在Python中，迭代器是实现迭代器协议的对象，该协议由方法__iter__()和__next__()组成。
可迭代的数据类型
列表、元组、字典和集合都是可迭代的对象，可以从其中获得迭代器。
所有这些对象都可用iter()方法获取迭代器:
示例
从元组中获取一个迭代器，遍历并打印每个值:
mytuple = ("飞机", "汽车", "高铁")
myit = iter(mytuple)
print(next(myit))
print(next(myit))
print(next(myit))
五、创建迭代器
一个对象要创建迭代器，变成可迭代的，必须实现方法：__iter__()和__next__()。
__iter__()方法必须始终返回迭代器对象本身。
__next__()方法必须返回序列中的下一项。
示例
创建一个返回数字的迭代器，从1开始，每个序列项递增1(返回1、2、3、4、5等):
class MyNumbers: def __iter__(self): self.a = 1 return self def __next__(self): x = self.a self.a += 1 return x myclass = MyNumbers() myiter = iter(myclass) print(next(myiter)) print(next(myiter)) print(next(myiter)) print(next(myiter)) print(next(myiter))
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
python,生成器,迭代器
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
3月27日消息，苹果宣布2024年全球开发者大会（WWDC）将于6月10日至6月14日举行，巧合的是，这次大会与端午假期重合。
苹果官方表示：
在线参加 Apple 每年规模最大的开发者盛会。亲眼见证 Apple 最新平台、技术和工具的发布。了解如何创建和改进你的 App 和游戏。与 Apple 设计师和工程师互动交流，与全球开发者社区建立联系。以上活动均免费在线举行。
探索各种新的工具、框架和功能，助力你打造出理想的 App 和游戏。通过视频讲座学习新技能，与 Apple 专家进行一对一会面，以推进你的项目，完善你的构思。
Swift Student Challenge 旨在支持和鼓舞下一代开发者、创作者和企业家。太平洋时间 3 月 28 日，我们将公布今年的获奖者名单。获奖者将有资格参加在 Apple Park 举办的特别活动。我们还会选出 50 名杰出获胜者，他们将受邀前往库比提诺，获得为期三天的非凡体验，包括参加 Apple Park 的特别活动。
RTX 5090要首发 性能要翻倍！三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB，每个模块容量为2GB。其速度预设为32 Gbps（PAM3），但也可以降至28 Gbps，以提高产量和初始阶段的整体性能和成本效益。
据三星表示，GDDR7内存的能效将提高20%，同时工作电压仅为1.1V，低于标准的1.2V。通过采用更新的封装材料和优化的电路设计，使得在高速运行时的发热量降低，GDDR7的热阻比GDDR6降低了70%。