一、生成器
首先解釋迭代器。
能以一種一致的方式對序列進行迭代（比如列表中的對象或文件中的行）是Python的一個重要特點。這是通過一種叫做迭代器協議（iterator protocol，它是一種使對象可迭代的通用方式）的方式實
現的，一個原生的使對象可迭代的方法。
some_dict = {'a': 1, 'b': 2, 'c': 3}
for key in some_dict:
print(key)
#輸出：
a
c
b
迭代器是一種特殊對象，它可以在諸如for循環之類的上下文中向Python解釋器輸送對象。大部分能接受列表之類的對象的方法也都可以接受任何可迭代對象。比如min、max、sum等內置方法以及list、tuple等類型構造器。
dict_iterator=iter(some_dict)
print(dict_iterator)
print(list(dict_iterator))
#輸出
dictionary-keyiterator object at 0x7ff0105bea48>
['a', 'c', 'b']
生成器（generator）是構造新的可迭代對象的一種簡單方式 。一般的函數執行之后只會返回單個值，而生成器則是以延遲的方式返回一個值序列，即每返回一個值之后暫停，直到下一個值被請求時再繼續。要創建一個生成器，只需將函數中的return替換為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： 調用 該生成器時，沒有任何代碼會被立即執行 ，print操作也并沒有被執行！
print(gen) #generator object squares at 0x7f3a75af4b40>
# 直到你從該生成器中請求元素時，它才會開始執行其代碼
for x in gen:
print(x,)
輸出：
generator object squares at 0x7f3a75af4a00>
Generating squares from 1 to 100
(1,)
(4,)
(9,)
(16,)
(25,)
(36,)
(49,)
(64,)
(81,)
(100,)
另一種更簡潔的構造生成器的方法是使用生成器表達式（generator expression）。這是一種類似于列表、字典、集合推導式的生成器。注意 其創建方式為，把列表推導式兩端的方括號改成圓括號：
gen=(x**2 for x in range(5))
print(gen)
print(type(gen))
for i in gen:
print(i)
輸出：
generator object genexpr> at 0x7ff01066ef00>
type 'generator'>
0
1
4
9
16
# 和下面的 這個冗長得多的生成器是完全等價的：
def _make_gen():
for x in range(5):
yield x**2
gen=_make_gen()
for i in gen:
print(i)
二、文件系統
使用內置的open函數 參數如下表：
常用的文件方法
# 用with語句可以容易地清理打開的文件，并在運行基本結束時，自動關閉文件流
with open(path) as f:
lines=[x.strip() for x in f]
到此這篇關于python基礎學習之生成器與文件系統知識總結的文章就介紹到這了,更多相關python生成器與文件系統內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- 使用python批量生成insert語句的方法
- python生成器generator:深度學習讀取batch圖片的操作
- 教你怎么用Python生成九宮格照片
- Python如何生成隨機高斯模糊圖片詳解
- python使用ProjectQ生成量子算法指令集
- 教你使用Python根據模板批量生成docx文檔
- Python實現K-means聚類算法并可視化生成動圖步驟詳解
- python基于opencv批量生成驗證碼的示例
- 用python自動生成日歷
- Python趣味挑戰之給幼兒園弟弟生成1000道算術題
