迭代器和生成器

一. 迭代器Iterator

        迭代器是访问可迭代对象的工具，使用 iter(可迭代对象) 返回的对象（实例）即迭代器，可以使用 next(迭代器) 获取可迭代对象的数据。关于迭代器的常用方法总结如下：

iter(iterable)	从可迭代对象中返回一个迭代器 参数：iterable必须是一个可提供迭代器的对象(实现了__iter__方法)
next(iterator)	从迭代器iterator获取下一个记录，如果无法获取下一条记录，则触发StopIteration异常

        使用迭代器遍历集合元素：iter函数返回一个迭代器，next函数依次访问迭代器中的记录，无法获取下一条记录时，触发StopIteration异常。

        

        或者在while循环外侧捕获StopIteration异常：

        

二. 生成器Generator

        生成器是指能够动态提供数据的对象，生成器对象也是可迭代对象，而且是一个迭代器。所谓动态提供数据，即要一个，给一个，而不是直接生成所有数据。因此与字典和集合（空间换时间）相反，生成器是典型的时间换空间的例子。生成器包含生成器函数和生成器表达式。

2.1 生成器函数

        含有yield语句的函数即生成器函数，此函数被调用将返回一个生成器对象。yield语句的语法即：yield 表达式。当程序遇到yield语句将返回函数调用处，再次取值时，则返回yield的位置，继续向下执行。因此生成器函数能节约计算机内存，用时间换取了空间。

        生成器函数的调用将返回一个生成器对象，生成器对象是可迭代对象：

        

        生成器对象可以像迭代器一样，使用next函数：

        

        生成器函数调用return会触发一个StopIteration异常：

        

2.2 ​​​​生成器表达式

        生成器表达式的语法形式：（表达式 for 变量 in 可迭代对象 if 真值表达式），其中 if 子句可以省略。生成器表达式即用推导式的形式生成一个生成器；

        

备注：上述例子中，由于next(gen)已经从成成器取过一个值了，再次遍历时，生成器从之前的退出状态继续运行，因此遍历的结果从4开始。

        列表推导式与生成器表达式的比较：列表推导式生成一个全新的列表，和原列表没有任何联系。        

        

        生成器表达式依赖于另外一个可迭代对象

        

三. 迭代工具函数

        Python提供了zip、enumerate作为迭代工具函数，用于生成“个性化”的可迭代对象。

3.1 zip(iter1, iter2, iter3, ...)

        返回一个由元组组成的zip对象，元组中的元素分别由iter1，iter2可迭代对象中的元素构成（元组个数由最小的可迭代对象决定）。

        

        zip函数可以作为创建字典的可迭代对象:

        

3.2 enumerate(iterable, start=0)

        生成带索引的枚举对象，返回的迭代类型为索引-值对（index-value）对;

        

        默认索引从0开始，也可用start指定：