迭代器与生成器

迭代器
- 可迭代对象
- 迭代器对象
- for循环原理
- 迭代器的优缺点
生成器
- yield表达式应用
- 列表生成式
- 生成器表达式

迭代器

迭代器是用来迭代取值的工具 ，迭代是重复反馈过程的活动，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)

下面的while循环才是一个迭代过程，不仅满足重复，而且以每次重新赋值后的index值作为下一次循环中新的索引进行取值，反复迭代，最终可以取尽列表中的值：

goods=['mac','lenovo','acer','dell','sony']index=0
while index < len(goods):print(goods[index])index+=1

可迭代对象

通过索引的方式进行迭代取值仅适用于序列类型（如：字符串、列表、元组），对于非序列类型（如：字典、集合）则必须找到一种不依赖索引来进行迭代取值的方式，这就用到了迭代器。

在了解迭代器之前必须先弄清楚一个很重要的概念：可迭代对象(Iterable)。从语法形式上讲， 内置有__iter__方法的对象都是可迭代对象 ，字符串、列表、元组、字典、集合、打开的文件都是可迭代对象。

迭代器对象

调用对象的 __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 ：

__iter__方法：执行迭代器对象的__iter__()方法得到的仍然是迭代器本身
__next__方法：执行迭代器对象的__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，只要目标对象存在多个值，无论它是序列类型还是非序列类型都可以按照迭代器的方式取值：

s={1,2,3} # 可迭代对象s
i=iter(s)  # 本质就是在调用s.__iter__(),返回s的迭代器对象i
print(next(i)) # 本质就是在调用i.__next__()  1
print(next(i)) # 2
print(next(i)) # 3
print(next(i))  #抛出StopIteration的异常，代表无值可取，迭代结束

注意：打开的文件本身就是一个迭代器对象

有了迭代器之后，我们便可以不依赖索引迭代取值了，使用while循环的实现方式如下：

goods=['mac','lenovo','acer','dell','sony']
i=iter(goods) #每次都需要重新获取一个迭代器对象
while True:try:print(next(i))except StopIteration: #捕捉异常终止循环break

for循环原理

for循环又称为迭代循环，in后可以跟任意可迭代对象：

goods=['mac','lenovo','acer','dell','sony']
for item in goods:   print(item)

for循环的工作原理如下：

步骤1：首先会调用可迭代对象goods的内置的__iter__方法拿到一个迭代器对象
步骤2：然后再调用该迭代器对象的__next__方法将取到的值赋给item，执行循环体完成一次循环
重复步骤2，直到捕捉StopIteration异常，结束迭代

迭代器的优缺点

基于索引的迭代取值，所有迭代的状态都保存在了索引中；而基于迭代器实现迭代的方式不再需要索引，所有迭代的状态就保存在迭代器中。这种处理方式优点与缺点如下：

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
- 惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值。就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流。对于其它容器类型（如列表），需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的
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：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

生成器

如果函数体里面包含 yield关键字 ，那么调用函数的时候就不会执行函数体的代码，它的返回值就是一个生成器对象：

def my_range(start,stop,step=1):print('start...')while start < stop:yield startstart+=stepprint('end...')... g=my_range(0,3)
print(g) # <generator object my_range at 0x104105678># 生成器内置有__iter__和__next__方法，所以生成器本身就是一个迭代器print(g.__iter__) # <method-wrapper '__iter__' of generator object at 0x1037d2af0
print(g.__next__) # <method-wrapper '__next__' of generator object at 0x1037d2af0>

因而我们可以用next触发生成器所对应函数的执行：

next(g) # 触发函数执行直到遇到yield则停止，将yield后的值返回，并在当前位置挂起函数start...0
next(g) # 再次调用next(g)，函数从上次暂停的位置继续执行，直到重新遇到yield...1
next(g) # 周而复始...2
next(g) # 触发函数执行没有遇到yield则无值返回，即取值完毕抛出异常结束迭代end...Traceback (most recent call last):File "<stdin>", line 1, in <module>StopIteration

既然生成器对象属于迭代器，那么就可以使用for循环迭代：

def countdown(num):print("countdown start...")while num > 0:yield numnum -= 1print("countdown end...")for i in countdown(3):print(i)# countdown start...
# 3
# 2
# 1
# countdown end...

通过yield关键字就有可以实现自定义迭代器。yield可以用于返回值，但它和return不同，函数一旦遇到return就结束了，而yield可以保存函数的运行状态挂起函数，用来返回多次值。

yield表达式应用

在函数内可以采用表达式形式的yield：

def eater():print('Ready to eat')while True:food=yieldprint('get the food: %s, and start to eat' %food)

可以拿到函数的生成器对象持续为函数体send值：

g=eater() # 得到生成器对象
print(g) # <generator object eater at 0x101b6e2b0>>>>
print(next(g)) # 需要事先”初始化”一次，让函数挂起在food=yield，等待调用g.send()方法为其传值Ready to eat
g.send('包子') # get the food: 包子, and start to eat
g.send('鸡腿') # get the food: 鸡腿, and start to eat

针对表达式形式的yield，生成器对象必须事先被初始化一次，让函数挂起在food=yield的位置，等待调用g.send()方法为函数体传值。

注意：

g.send(None) 相当于 next(g)

g.close() 关闭之后就不能再传值了

可以编写装饰器来完成为所有表达式形式yield对应生成器的初始化操作：

def init(func):def wrapper(*args,**kwargs):g=func(*args,**kwargs)next(g)return greturn wrapper@init
def eater():print('Ready to eat')while True:food=yieldprint('get the food: %s, and start to eat' %food)

表达式形式的yield也可以用于返回多次值，即 变量名=yield 值的形式：

def eater():print('Ready to eat')food_list=[]while True:food=yield food_listfood_list.append(food)e=eater()
print(next(e)) # Ready to eat[]
e.send('蒸羊羔') # ['蒸羊羔']
e.send('蒸熊掌') # ['蒸羊羔', '蒸熊掌']
e.send('蒸鹿尾儿') # ['蒸羊羔', '蒸熊掌', '蒸鹿尾儿']

列表生成式

列表生成式是python为我们提供的一种简化代码的解决方案，用来快速生成列表，语法如下：

[expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
#...
for itemN in iterableN if conditionN]#类似于
res=[]
for item1 in iterable1:if condition1:for item2 in iterable2:if condition2...for itemN in iterableN:if conditionN:res.append(expression)

比如下面的案例：

egg_list=[]
for i in range(10):egg_list.append('鸡蛋%s' %i)# 用列表生成式可以一行解决
egg_list=['鸡蛋%s' %i for i in range(10)]

下面是一个字典生成式：

keys = [1, 2, 3]print({key:None for key in keys })  # {1: None, 2: None, 3: None}keys = [('name', 'tom')]print({k: v for k,v in keys if k == 'name'})    # {'name': 'tom'}

注意：同理还存在集合生成式，但是没有元祖生成式。

生成器表达式

创建一个生成器对象有两种方式，一种是调用带yield关键字的函数，另一种就是生成器表达式：

（expression for item in iterable if condition）

对比列表生成式返回的是一个列表，生成器表达式返回的是一个生成器对象：

print([x*x for x in range(3)]) # [0, 1, 4]g=(x*x for x in range(3))print(g) # <generator object <genexpr> at 0x101be0ba0>

对比列表生成式，生成器表达式的优点是节省内存（一次只产生一个值在内存中）：

print(next(g)) # 0
print(next(g)) # 1
print(next(g)) # 4
print(next(g)0 #抛出异常StopIteration

如果我们要读取一个大文件的字节数，应该基于生成器表达式的方式完成：

with open('db.txt','rb') as f:nums=(len(line) for line in f)total_size=sum(nums) # 依次执行next(nums)，然后累加到一起得到结果

19-Python基础知识学习-----迭代器与生成器相关推荐

python基础知识7——迭代器，生成器，装饰器
迭代器 1.迭代器迭代器是访问集合元素的一种方式.迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束.迭代器只能往前不会后退,不过这也没什么,因为人们很少在迭代途中往后退.另外,迭代器 ...
Python基础知识学习笔记——Matplotlib绘图
Python基础知识学习笔记--Matplotlib绘图整理python笔记,以防忘记文章目录 Python基础知识学习笔记--Matplotlib绘图一.绘图和可视化 1.导入模块 2.一个简 ...
python基础知识学习笔记（2）
python基础知识学习笔记(2) 整理一下python基础知识,以防忘记文章目录 python基础知识学习笔记(2) python简洁的一行代码 python简洁的一行代码 1.交换两个变量 # ...
Python 基础知识学习笔记——NumPy
Python基础知识学习笔记--NumPy 与 matlab 优秀的矩阵运算类似,python 提供了 numpy 库,这对熟悉 matlab 的用户来说非常友好.向量.矩阵和多维数组是数值计算中必不 ...
Python 基础知识学习笔记——OpenCV（1）
Python 基础知识学习笔记--OpenCV(1) OpenCV是一个开源的跨平台计算机视觉和机器学习软件库,它轻量而且高效,被广泛的使用. 整理一下OpenCV学习笔记,以防忘记. 文章目录 Py ...
python基础知识学习笔记（1）
python 基础知识学习笔记(1) 总结一下Python基础知识,以防忘记. 文章目录 python 基础知识学习笔记(1) 一.起步 1.python安装与编译环境二.变量和简单数据类型三.列 ...
Python基础知识学习笔记（一）
Python基础知识学习笔记(一) 文章目录 Python基础知识学习笔记(一) (一) 认识python 1.注释 2.变量及类型 3.关键字(标识符) (1)什么是关键字? (2)查看关键字 (3 ...
python基础知识学习总结
python基础知识学习总结从零开始学习python,已经学习完python相关的基础教程,学习地址详见:http://www.runoob.com/python/python-tutorial.h ...
初学者入门级！Python基础知识学习，纯干货【建议收藏】
注释方法 # 单行注释 ''' 多行注释 ''' 数据类型关键字名称示例 chr 单个字符 '', 'd' str 字符串(多个chr) 'dd', '你好' int 整数 1,2,3,4 fl ...

19-Python基础知识学习-----迭代器与生成器