python生成器和迭代器
Python3迭代器和生成器
很多朋友在初次接触 python 的 迭代器 和 生成器 时，总是不理解 生成器 和 迭代器的作用 和它们之间的关系，今天笔者来详细的讲解一下。
知识点目录：
一、迭代器
1.什么是迭代器
2.举例说明
3.StopIteration 异常的作用
4.举例说明 StopIteration 的作用
二、生成器
1.什么是生成器
2.生成器的优点
3.创建生成器的方式
4.生成器的两种方法
三、生成器 和 迭代器 的区别
一、迭代器
1.什么是迭代器
迭代是访问集合元素的一种方式，迭代器是一种可以记住遍历位置的对象。迭代器只能往前不能后退。
迭代器是可以被 next（）函数调用并返回下一个值的对象
迭代器中，重点关注两种方法：
__iter__ 方法：返回一个迭代器对象，可以通过 python 内建函数 iter（）调用。这个迭代器对象实现了 __next__ 方法，并通过 StopIteration 异常来标识迭代的完成。
__next__ 方法：返回下一个迭代器对象，可以通过 python 内建函数 next（）调用。
2.举例说明
# 元组可迭代数据类型
i = iter((1,2,3)) # 调用 iter（）方法，获得迭代器对象print(type(i)) # 打印数据类型
print(next(i))
print(next(i)) # 调用 next（）方法，获得下一个迭代器对象
print(next(i))
print(next(i))# 结果
<class 'tuple_iterator'>
1
2
3# 异常：
Traceback (most recent call last):File "D:/Pycharm Perject save path/python/CeShi.py", line 19, in <module>print(next(i))
StopIteration# 异常原因：
元组内的元素一共是 3 个，而我调用了 4 次 next（）方法，每次都会返回一个元素，
当没有元素可以返回的时候，就会自动抛出异常 StopIteration 。一般情况下，我们使用 for 循环来遍历 数据，这样可以避免因为异常而停止程序运行。3.StopIteration 异常的作用
StopIteration 异常 用来标记迭代的完成，防止出现无限循环的情况。当重写 迭代器类 时，我们可以在 __next__() 方法中设置当完成指定循环次数后，触发 StopIteration 异常来结束迭代。
4.举例说明 StopIteration 异常的作用
# 举例说明 StopIteration 的作用
class MyNumbers:def __iter__(self):self.a = 1return selfdef __next__(self):if self.a <= 4:x = self.aself.a += 1return xelse:raise StopIteration # raise 语句来触发一个异常(抛出异常)myclass = MyNumbers()
myiter = iter(myclass)for x in myiter:print(x)# 结果
1
2
3
4二、生成器
1.什么是生成器
在 python 中，使用了 yield 关键字的函数被称为 生成器（generator）。
和普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单的理解 生成器就是一个迭代器。
在调用生成器运行的过程中，每次遇到yield关键字 函数都会暂停运行并保存当前的所有运行信息，然后返回 yield关键字 的值，并在下一次执行 next（）方法时从当前位置继续执行。
调用一个生成器，返回的是一个迭代器对象。
2.生成器的优点
1.节约内存，python 在使用生成器时对延迟操作提供了支持。所谓延迟，是指在需要的时候才产生结果，而不是立即产生结果。比如在大数据中，会使用生成器来调取数据结果而不是列表来处理数据，因为使用生成器可以 节省内存。
2.迭代到下一次的调用时，所使用的参数都是第一次所保留的。
3.创建生成器的方式
1.生成器表达式
类似于 列表推导式，将列表推导式的中括号，替换成圆括号，就是一个生成器表达式，但是生成器每次返回的结果只有一个，而不是一次构建一整个结果列表。
例子：
# 列表推导式
data = [i ** 2 for i in range(5)]
print(type(data))
print(data)# 结果
<class 'list'>
[0, 1, 4, 9, 16]# 生成器表达式
data = (i ** 2 for i in range(5))
print(type(data))for i in data: # 使用for循环遍历 data print(i)# print(type(data))
# print(next(data))
# print(next(data))
# print(next(data))
# print(next(data))
# print(next(data))
# print(next(data)) # 获取第6次抛出 StopIteration 异常，使用 for 循环即可。# 结果
<class 'generator'>
0
1
4
9
162.生成器函数
生成器函数 和 常规函数定义差不多，但是使用 yield关键字 来返回结果，而不是 return。yield 关键字每次会返回一个结果，然后将程序的运行状态挂起，以便下一次从它离开的地方继续执行。
例子：
# 生成器函数
def odd():n = 1while True:yield nn += 2odd_num = odd() # 调用生成器函数
count = 0
for o in odd_num: # 从生成器函数中，遍历循环数据if count >= 5:breakprint(o) # 打印遍历出来的数据count += 1# 结果
1
3
5
7
9上面的生成器函数的例子中，关键字 yield 是必备的。当一个普通函数中包含 yield 关键字时，系统会默认为是一个 generator（生成器）。
4.生成器的两种方法
生成器的两种方法 __next__（） 和 send（）方法。
__next__（）方法 和 next（）方法的作用是一样的。
send（）方法向生成器函数中传入数据
4.1 __next__（）方法
# next() 方法示例
def odd():n=1while True:yield nn+=2
odd_num=odd()for i in range(4):print(next(odd_num))# __next__() 方法示例
def odd():n=1while True:yield nn+=2
odd_num=odd()for i in range(4):print(odd_num.__next__())# 结果
1
3
5
7
1
3
5
7从上面的程序中可以看出，next(odd_num) 和 odd_num.__next__() 的作用是一样的。
4.2 send（）
# send（）方法示例
def fib(times):n = 0a, b = 0, 1while n < times:temp = yield b # 在 yield 前面添加一个变量print(temp)a, b = b, a + bn += 1f = fib(5)
print(f.__next__()) # 调用 __next__ 打印值
print(f.send("Super Man 超人")) # 使用send（）方法传入值
print(f.send("lron Man 钢铁侠"))# 结果
1
Super Man 超人
1
lron Man 钢铁侠
2从上面的示例中可以看到，使用 send（）方法时，必须在 yield 关键字前面添加一个变量，并打印这个变量。但是强调一点，在使用send（）方法之前，必须要先使用至少一次 __next__ 方法，因为生成器不可以在使用之前导入任何非None的参数。由此可以知道，send()是用来向生成器中导入参数并返回该参数的，与该参数一起返回的还有生成器中原先保存的数据。
三、生成器 和 迭代器 的区别
生成器能够做到迭代器能做的所有事情，而且因为生成器自动创建了 iter（）和 next（）方法，所以会显得更加简洁一些，同时生成器相对更加高效，使用 生成器 表达式 取代 列表解析 可以节省内存。除了 创建 和 保存程序状态 的自动方法，当没有 yield 可以返回的值时，自动抛出 StopIteration 异常。
非常感谢同仁的观看.如果小编写的有问题,欢迎评论.发现问题后会第一时间修改.
祝大家工作学习顺利. ♥(ˆ◡ˆԅ)
python生成器和迭代器相关推荐
- python生成器和迭代器作用_浅谈Python中的生成器和迭代器
迭代器 迭代器协议 对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么返回一个异常来终止本次迭代.(只能往前走,不能往后退!) 迭代器对象 遵循了(实现了)迭代器协议的对象.(对象内 ...
- Python生成器与迭代器
Python生成器与迭代器 前言 首先,来让我们弄清楚可迭代对象 可迭代对象 在python中,可迭代对象并不是指某种具体的数据类型,它是指存储了元素的一个容器对象 也就是说,如果容器里面没有存储数据 ...
- 详解 Python 生成器与迭代器 及其区别
前言 不论是初学python还是python进阶,这都是绕不开的知识点,生成器与迭代器的概念相较于其他基础概念显得晦涩难懂,知识点囊括很多方面,查阅越多的资料,头就越大,现在这加以理解归纳总结. 相关 ...
- Python生成器、迭代器
Python生成器.迭代器 一.生成器(generator) 通过列表生成式,我们可以直接创建一个列表.但是,受到内存限制,列表容量肯定是有限的.而且,创建一个包含100万个元素的列表,不仅占用很大的 ...
- 彻底理解Python生成器和迭代器
目录 1.列表生成式 2.生成器 3.迭代器 4.对yield的总结 5.补充:itertools库学习 1.列表生成式 首先举个例子 现在有个需求,看列表 [0,1,2,3,4,5,6,7,8,9] ...
- Python生成器与迭代器详细教程
一.列表生成器 首先举个例子 现在有个需求,看列表 [0,1,2,3,4,5,6,7,8,9],要求你把列表里面的每个值加1,你怎么实现呢? 方法一(简单): info = [0, 1, 2, 3, ...
- 没有5年测开经验，还真说不清Python生成器、迭代器、装饰器
一.什么是生成器? 使用了yield函数 就被称之为生成器,生成器是一个返回迭代器的函数,说白了生成器就是迭代器,只能用于迭代操作. 不懂?没关系,下面就一个斐波那契数列为例来进行讲解: 依靠简单循环 ...
- python生成器与迭代器(配套相关案列解析用法)
一.python生成器简介 在 Python 中,使用了 yield 的函数被称为生成器(generator).跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就 ...
- python生成器和迭代器详解
文章目录 前言 一.迭代器--从一个简单例子入手 1.1 实现__iter__成为迭代对象 1.2 通过实现__next__方法成为迭代器 二.生成器 -- 更加简单的迭代器 2.1来个简单例子 2. ...
最新文章
- MFC通过ODBC连接mysql（使用VS2012编写MFC）
- 201521123054《Java程序设计》第1周学习总结
- frida hook so层方法大全
- Delphi开发环境中应用层网络协议的实现
- C# 10 完整特性介绍
- 实例7:python
- NLP《词汇表示方法（七）BERT》
- python天气数据分析可视化_python可视化爬虫界面之天气查询
- 如何将一个完整项目推到码云_怎么将本地项目放到码云(gitee)上面?图文详解
- 如何根据自己需要截取字符串
- 调用wsdl的接口-用axis
- java山地车 故障,十年骑龄车友总结山地车保养维修技巧
- 无线测温采集设备及无线测温监控系统的选型指导-安科瑞王婧
- 新开发的微信小程序怎样推广引流？
- [重磅]秦雯讲大数据：心动.幡动.风动
- 邀你来看 | CSDN公开课 利用容器技术打造AI公司技术中台
- K8S Flannel
- 硬盘分区显示空间大小比实际值小的解决办法，如何给硬盘精确分区
- 对抗机器学习——FGSM经典论文 EXPLAINING AND HARNESSING ADVERSARIAL EXAMPLES
- 华师大 OJ 3026