Python3 迭代器与生成器

Dear 丶 2022-11-05 08:33 172阅读 0赞

**迭代器**

> 1.迭代是Python最强大的功能之一，是访问集合元素的一种方式。  
> 2.迭代器是一个可以记住遍历的位置的对象。  
> 3.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。  
> 4.迭代器只能往前不会后退。  
> 5.迭代器有两个基本的方法：iter() 和 next()。  
> 6.字符串,列表或元组对象都可用于创建迭代器

testlist=[1,2,3,4,5]
    tt=iter(testlist) #创建迭代器对象
    print(next(tt))#输出迭代器的下一个元素
    print(next(tt))
    #1
    #2

迭代器可以用循环来遍历：

testlist=[1,2,3,4,5]
    tt=iter(testlist) #创建迭代器对象
    for x in tt:
    	print(x)
    # 1
    # 2
    # 3
    # 4
    # 5

也可以一直用next()输出元素

import sys
    testlist=[1,2,3,4,5]
    tt=iter(testlist) #创建迭代器对象
    while True:
        try:
            print(next(tt))
        except StopIteration:
            sys.exit()
    # 1
    # 2
    # 3
    # 4
    # 5

> 1.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**() 。  
> 2.Python 的构造函数为 **init**(), 它会在对象初始化的时候执行。  
> 3.**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。  
> 4.**next**() 方法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：

class MyNumbers:
    	def __iter__(self):
    	    self.a = 1
    	    return self
    	
    	def __next__(self):
    	    x = self.a
    	    self.a += 1
    	    return x
        
    myclass = MyNumbers()
    myiter = iter(myclass)
    
    for i in range(5):
    	print(next(myiter))
    # 1
    # 2
    # 3
    # 4
    # 5

> 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。

class MyNumbers:
        def __iter__(self):
            self.a = 1
            return self
    
        def __next__(self):
            if self.a<=5:
                x = self.a
                self.a += 1
                return x
            else:
                raise StopIteration
    
    myclass = MyNumbers()
    myiter = iter(myclass)
    
    for i in myiter:
            print(i)
    # 1
    # 2
    # 3
    # 4
    # 5

**生成器**

> 1.在 Python 中，使用了 yield 的函数被称为生成器（generator），他是一种一边循环一边计算的机制。  
> 2.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是一个迭代器。  
> 3.在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next()方法时从当前位置继续运行。  
> 4.调用一个生成器函数，返回的是一个迭代器对象。

创建生成器：把列表的\[\]换成“（）”即可，使用next()获得生成器的下一个返回值。

使用生成器实现斐波那契数列：

import sys
    def fibonacci(n):  # 生成器函数 - 斐波那契
        a, b, counter = 0, 1, 0
        while True:
            if (counter > n):
                return
            yield a
            a, b = b, a + b
            counter += 1
    
    f = fibonacci(6)  # f 是一个迭代器，由生成器返回生成
    while True:
        try:
            print(next(f))
        except StopIteration:
            sys.exit()
    
    # 0
    # 1
    # 1
    # 2
    # 3
    # 5
    # 8

> 1.生成器(generator)能够迭代的关键是它有一个next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。  
> 2.生成器仅仅保存了一套生成数值的算法，并且没有让这个算法现在就开始执行，而是我什么时候调它，它什么时候开始计算一个新的值，并给你返回。  
> 3.为什么要使用生成器？ 列表所有数据都在内存中，如果有海量数据的话将会非常耗内存。  
> 如：仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。  
> 如果列表元素按照某种算法推算出来，那我们就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。  
> 简单一句话：想要得到庞大的数据，又想让它占用空间少，那就用生成器！

#encoding:UTF-8
    def yield_test(n):
        for i in range(n):
            yield call(i)
            print("call_i=",i)
        print("Done")
    
    def call(i):
        return i*2
    
    for i in yield_test(5):
        print("i=",i)
    
    # i= 0
    # call_i= 0
    # i= 2
    # call_i= 1
    # i= 4
    # call_i= 2
    # i= 6
    # call_i= 3
    # i= 8
    # call_i= 4