python 中的迭代器和生成器 """ 一.迭代器(iterator) 1.在介绍迭代器之前,我们需要明白一个概念:什么是可迭代的(iterable)? 如字符串,列表,字典等可以使用for循环的对象都是可迭代的,单个数字是不可迭代的。此外,可迭代的(iterable)不等同于迭代器(iterator)。我们可以借助collections.abc 库中的 Iterable 和 Iterator 判断一个对象是否可迭代(iterable)和是否为迭代器(iterator). from collections.abc import Iterable, Iterator isinstance([], Iterable) # True isinstance([], Iterator) # False 类如此法可验证列表[],字典{},字符串"xyz"都是可迭代的(iterable),但都不是迭代器(iterator)! 2.什么是迭代器(iterator)? 迭代器本质上是python中内置的一个类,允许我们作循环遍历操作,类似于for循环,但可以存储比for循环大很多的数据流,比如自然数。因为它只在调用next(iterator)函数才返回下一个结果,即"惰性",实际上所有数据都在迭代器中存在了,但不像for循环全部遍历返回。此外,当多次调用next()但迭代器中没有下一个元素了就报错。 3.上面说到列表[],字典{},字符串"xyz"都是可迭代的(iterable),但都不是迭代器(iterator)。那么怎么将它们转化成迭代器呢? 需要iter(iterable_object)函数,即iter()接受一个可迭代对象,将其转化为迭代器。 --例子: number = list(range(1,10)) next(iter(number)) # 1 ... next(iter(number)) # 9 next(iter(number)) # error!(迭代器中没有元素了) 二.生成器(generator) 1.什么是生成器? 生成器是一种特殊的迭代器,相比迭代器中的数据完整存在,生成器使得我们按需生成数据,即边生成边用。 2.生成器的两种定义方式: --列表推导式:如[x ** 2 for x in range(1, 10)] --在for循环中使用yield关键字(替代print) 例子: --用法1: num_square = iter([x ** 2 for x in range(1, 10)]) next(num_square) # 1 next(num_square) # 2 ... # ... --用法2: def g(max): i = 1 while i <= max: yield i ** 2 i += 1 return 'done' g(6) # <generator object g at 0x00000155E94ED200> 表示它是一个生成器 # 两种调用方法:next()方法或使用for循环 # 使用for循环输出打印(不能用next()方法调用函数g(max),因为每一次调用都会对i重新初始化赋值为1,又生成器在yield关键字停止,会一只循环这个过程!) for i in g(6): print (i) # 注意这里有括号 # 1 # 4 # 9 # 16 # 25 # 36
[注意:这里没有return 'done'因为生成器每次被调用都会在yield关键字停止,下次调用时再从上一步停止的yield语句继续执行。这里前6步一直在while循环中,最后一步在yield 6**2处停止,并存储最后一个元素36.之后i=7之后不再符合while循环的条件,于是就没有再执行yield语句,生成器即不再生成存储元素。]
"""
参考博客:python迭代器和生成器-CSDN博客