python 迭代器、生成器知识点总结

迭代器

迭代器是一个可以记住遍历的位置的对象。

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。

迭代器有两个基本的方法：iter() 和 next()。

字符串，列表或元组对象都可用于创建迭代器：

list=[1,2,3,4]
it=iter(list)
printf(next(it))
printf(next(it))

输出为：

1

2

迭代器对象可以使用常规for语句进行遍历：

list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
for x in it:print (x, end=" ")

输出为：

1 2 3 4

也可以使用 next() 函数：

import sys         # 引入 sys 模块list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象while True:try:print (next(it))except StopIteration:sys.exit()

输出结果：

1

2

3

4

next没有对象时会抛出异常，被捕获后，执行exit退出程序。

创建一个迭代器

把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。

如果你已经了解的面向对象编程，就知道类都有一个构造函数，Python 的构造函数为 __init__(), 它会在对象初始化的时候执行。

__iter__() 方法返回一个特殊的迭代器对象，这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。

__next__() 方法（Python 2 里是 next()）会返回下一个迭代器对象。

创建一个返回数字的迭代器，初始值为 1，逐步递增 1：

举例

class MyNumbers:def __iter__(self):self.a = 1return selfdef __next__(self):x = self.aself.a += 1return xmyclass = MyNumbers()
myiter = iter(myclass)print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))

输出结果：

1

2

3

4

5

实现了两个方法，__iter__方法负责初始化，__next__方法负责定义迭代规则

StopIteration

StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

生成器（Generator）

Python 一边循环一边计算的机制，使用了 yield 的函数被称为生成器；是一个返回迭代器的函数，只能用于迭代操作；可以通过生成器表达式和生成器函数获取到数据。

生成器其实是一种特殊的迭代器，但是不需要像迭代器一样实现__iter__和__next__方法，只需要使用关键字yield就可以。

生成器函数

生成器是Python中的一个对象

对这个对象进行操作，可以依次生产出生成器内部运算产生的数据；

函数体中包含yield关键字（代替return）。

生成器函数的定义举例：

def add():for i in range(10):yield ig = add()
print(g)       # <generator object add at 0x10f6110f8>
print(next(g))  # 0
print(next(g))  # 1

通过yield关键字定义一个生成器函数，这个生成器函数返回值就是一个生成器对象；

举例：

生成器函数可以使用next()迭代，且每次next()只会返回一次yield的值，然后暂停，

下次next()时，会在当前位置继续，如果没有元素可以迭代了，还执行next()，则需要给定一

个默认值，不给默认值会报错。

def gen():print('111111')yield '1'print('222222')yield '2'print('333333')yield '3'
g = gen()
print(g)  # <generator object gen at 0x0026BBF0>
g1=next(g)   # 111111
g2=next(g)   # 222222
g3=next(g)   # 333333
g4=next(g, 'over')
print(g1,g2,g3,g4)    # 1 2 3 over

举例

如果在生成器函数中使用return，则终止迭代，不能得到返回值。

def gen():print('111111')yield '1'print('222222')return '2'print('333333')yield '3'
g = gen()
print(g)  # <generator object gen at 0x0026BBF0>
g1=next(g)    # 111111
g2=next(g)    # 222222, 抛出异常
print(g1,g2)    #

生成器函数的使用场景：

在生成器中使用死循环，不会一直执行，仍旧是执行多少次next()，返回多少个值。

# 死循环
def fun():i = 0while True:i += 1yield i
c = fun()
print(next(c))   # 1
print(next(c))   # 2
print(next(c))   # 3
print(next(c))   # 4
print(next(c))   # 5

生成器函数中的语法糖：

语法糖：没有给计算机语言添加新功能，而只是对人类来说更“甜蜜”的语法，把复杂的代码写的一看就恍然大明白

语法糖给程序员提供了更实用的编码方式，有益于更好的编码风格，更易读；

生成器的语法糖也就是生成器的一种语法，作用是使代码更加简洁，易懂

# 普通生成器函数way1
def way1():for i in range(5):yield i# 带语法糖的生成器函数way2
def way2():yield from range(5,9)#循环输出way1
for i in way1():print(i,end=" ")  #0 1 2 3 4#循环输出way2
for j in way2():print(j,end=" ")  #5 6 7 8

关于yield举例：

def echo(n):while True:n = yield ng = echo(1)
print(next(g))
print(next(g))

yield的机制是暂停运行过程输出当前结果并保留状态，状态包括上次终止的位置和终止时的数值。下一次next()时从上一次终止的地方开始，因为yield之后没有任何语句，yield的返回值是none，所以n=none了,所以打印结果是None

综上：使用了生成器，在调用函数的时候不会一次性生成所有的元素，而是在每次调用 next() 才生成一个元素；而一次性返回全部结果的方式，在调用函数的时候就生成了所有元素，相比之下，更耗费内存和CPU。