python理解可迭代对象&迭代器&生成器

╰半橙微兮° 2022-10-19 04:28 230阅读 0赞

![生成器和迭代器总结][8c55f9d43e243e81d2b436eb7e10618a.png]

可迭代对象：

集合数据类型如list、dict、str等是可迭代对象，因为含有\_\_iter\_\_()方法

from collections import Iterable, Iterator, Generator
    print(isinstance([], Iterable))   # True
    print(isinstance([], Iterator))   # False
    print(dir([]))   # 包含 '__iter__' 没有__next__
    
    print(isinstance(range(3), Iterable))    # True 说明range()返回的只是可迭代对象

迭代器：
    实现了__iter__ 和__next__ 方法的对象。要构造一个迭代器，对象需要提供next()方法，它要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代。

迭代器应用实例：Fibonacci数列的迭代器计算函数

class Fib(object):
        def __init__(self, max):
            super(Fib, self).__init__()
            self.max = max
        def __iter__(self):
            self.a = 0
            self.b = 1
            return self
        def __next__(self):
            fib = self.a
            if fib > self.max:
                raise StopIteration
            self.a, self.b = self.b, self.a + self.b
            return fib
    # 定义一个main函数，循环遍历每一个菲波那切数
    def main():
        # 20以内的数
        fib = Fib(20)
        for i in fib:
            print(i)
    # 测试
    if __name__ == '__main__':
        main()

也可以通过调用内置函数iter()构造迭代器

>>> g = iter(range(10))
    >>> isinstance(g, Iterator)
    True

写迭代器需要重写\_\_next\_\_()，太麻烦了，所以诞生了生成器，使用yield函数自动生成iter和next，所以叫生成器。生成器本质还是迭代器，唯一的区别是在实现的方式上，生成器更加简洁。

a = (i for i in range(1,10)) #将列表生成试外部的中括号改为小括号，就能将生成式转化为生成器。
    next(a),a.__next__() #生成器的取值方式只能使用next的方法。
    def num():
    	a,b = 0,1
    	for i in range(10):
    		yield b  #生成关键字yield，有yield的关键字的代码块就是yield的生成器。当运行到yield时代码就会停止，并返回运行结果，当在次运行时依旧是到yield停止，并返回结果。 切记：生成器只能使用next方法。
    		a,b = b,a+b
    		temp = yield b  #这里并不是变量的定义，当运行到yield时就会停止，所以当运行到等号右边的时候就会停止运行，当在次使用next的时候，将会把一个None赋值给temp，因为b的值已经在上轮循环中输出。这里可以使用num().send()方法将一个新的值赋值给temp。
    a = num()  #将生成器赋值给变量a。
    print(type(a))  # <class 'generator'>
    for n in a:  #生成器可以使用for循环使用，并且不会出错。
    	print(n)  # 1 1 1 2 2

[8c55f9d43e243e81d2b436eb7e10618a.png]: /images/20221005/9ecdd9646ef143eb97036cbd1ab9b8db.png