Python——生成器和迭代器

雨点打透心脏的1/2处 2021-11-02 15:20 423阅读 0赞

## 一、生成器 ##

> 列表元素可以按照**某种算法推算**出来，可以在循环的过程中不断推算出后续的元素,这样就不必创建完整的list，从而节省大量的空间。**在Python中，这种一边循环一边计算的机制，称为生成器：`generator`。**

第一种创建方法，只要把一个列表生成式的\[\]改成()，就创建了一个generator：

>>> L = [x * x for x in range(10)]
    >>> L
    [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
    >>> g = (x * x for x in range(10))
    >>> g
    <generator object <genexpr> at 0x1022ef630>

如果要一个一个打印出来，可以通过`next()`函数获得generator的下一个返回值：

>>> next(g)
    0
    >>> next(g)
    1

没有更多的元素时，抛出`StopIteration`的错误。

因为generator也是**可迭代对象**，所以可以用for循环遍历（不需要关心`StopIteration`的错误）：

>>> g = (x * x for x in range(10))
    >>> for n in g:
            print(n)
    0
    1
    ...

--------------------

第二种方法：如果一个函数定义中包含`yield`关键字，那么这个函数就不再是一个普通函数，而是一个generator：

> generator和函数的执行流程不一样。**函数是顺序执行，遇到return语句或者最后一行函数语句就返回。**而变成**generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处 继续执行 。**

例：

def odd():
        print('step 1')
        yield 1
        print('step 2')
        yield(3)
        print('step 3')
        yield(5)

测试：

>>> o = odd()
    >>> next(o)
    step 1
    1
    >>> next(o)
    step 2
    3
    >>> next(o)
    step 3
    5
    >>> next(o)
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
    StopIteration

打印杨辉三角：

# -*- coding: utf-8 -*-
    def triangles:
     N = [1]
     while True:
         yield N
         N = N[:]   #有切片这一步 整个三角形成一个list 
         N.append(0)   #当i=-1时候调用
         N = [N[i-1] + N[i] for i in range(len(N))]():
    n = 0
    for t in triangles():
        print(t)
        n = n + 1
        if n == 10:
            break

## 二、迭代器 ##

--------------------

可以直接作用于`for`循环的数据类型有以下几种：  
一类是**集合数据类型**，如`list`、`tuple`、`dict`、`set`、`str`等；  
一类是`generator`，包括生成器和带`yield`的generator function。  
这些可以直接作用于for循环的对象统称为**可迭代对象**：`Iterable`。

可以使用`isinstance()`判断一个对象是否是`Iterable`对象：

>>> from collections import Iterable
    >>> isinstance([], Iterable)
    True
    >>> isinstance({}, Iterable)
    True
    >>> isinstance('abc', Iterable)
    True
    >>> isinstance((x for x in range(10)), Iterable)
    True
    >>> isinstance(100, Iterable)
    False

--------------------

可以被`next()`函数调用并不断返回下一个值的对象称为**迭代器**：`Iterator`。

可以使用`isinstance()`判断一个对象是否是`Iterator`对象：

>>> from collections import Iterator
    >>> isinstance((x for x in range(10)), Iterator)
    True
    >>> isinstance([], Iterator)
    False
    >>> isinstance({}, Iterator)
    False
    >>> isinstance('abc', Iterator)
    False

--------------------

生成器都是`Iterator`对象，但`list`、`dict`、`str`虽然是`Iterable`，却不是`Iterator`。

把`list`、`dict`、`str`等`Iterable`变成`Iterator`可以使用`iter()`函数：

>>> isinstance(iter([]), Iterator)
    True
    >>> isinstance(iter('abc'), Iterator)
    True

其它博客链接：

1.  [变量和数据类型][Link 1]
2.  [list和tuple][list_tuple]
3.  [条件语句和循环][Link 2]
4.  [dict和set][dict_set]
5.  [函数][Link 3]
6.  [切片+迭代+生成器][Link 4]
7.  [生成器和迭代器][Link 5]
8.  [函数式编程][Link 6]
9.  [模块][Link 7]
10. [面向对象编程][Link 8]
11. [面向对象高级编程][Link 9]
12. [定制类][Link 10]
13. [枚举类和元类][Link 11]
14. [错误及处理][Link 12]

[Link 1]: https://blog.csdn.net/Vici__/article/details/99548213
[list_tuple]: https://blog.csdn.net/Vici__/article/details/99548479
[Link 2]: https://blog.csdn.net/Vici__/article/details/99548654
[dict_set]: https://blog.csdn.net/Vici__/article/details/99548727
[Link 3]: https://blog.csdn.net/Vici__/article/details/99548818
[Link 4]: https://blog.csdn.net/Vici__/article/details/99548933
[Link 5]: https://blog.csdn.net/Vici__/article/details/99549025
[Link 6]: https://blog.csdn.net/Vici__/article/details/99549108
[Link 7]: https://blog.csdn.net/Vici__/article/details/99549240
[Link 8]: https://blog.csdn.net/Vici__/article/details/99549279
[Link 9]: https://blog.csdn.net/Vici__/article/details/99549421
[Link 10]: https://blog.csdn.net/Vici__/article/details/99549548
[Link 11]: https://blog.csdn.net/Vici__/article/details/99549664
[Link 12]: https://blog.csdn.net/Vici__/article/details/99549808