Python中的【迭代器】和【生成器】

最新推荐文章于 2024-04-04 00:00:00 发布

Matthew575

最新推荐文章于 2024-04-04 00:00:00 发布

阅读量649

点赞数 5

分类专栏： Python 文章标签： python 开发语言

原文链接：https://www.jianshu.com/p/f84bda107146

版权

Python 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

Python是一门被多层语法糖包装的编程语言，用户使用起来容易上手。但若不了解其底层机制，就无法精通其语言。最近研究了Python中的迭代器和生成器

迭代器

迭代是访问集合元素的一种方式，在Python中，迭代是通过 for … in … 语句来完成的。

在Python中，可直接作用于 for循环的对象都称为可迭代对象（Iterable），而可以作用于 for循环的数据类型有以下两类：

一类是集合数据类型，比如常见的 str、list、tuple、dict、set等
另一类是生成器（generator），包括生成器和带 yield 的生成器函数

注意:可迭代对象不一定是迭代器，但迭代器一定是可迭代对象。他们是包含关系。

str、list、tuple、dict、set 都是可迭代对象（Iterable），但它们并不是迭代器（Iterator），我们可以通过迭代器中的 iter() 函数把这些可迭代对象（Iterable） 变成 迭代器（Iterator）。

from collections import Iterable
from collections import Iterator

# int类型
print(isinstance(123, Iterable))  # 不是可迭代对象，输出：False

# str类型
print(isinstance("123", Iterable))  # 是可迭代对象，输出：True
print(isinstance("123", Iterator))  # 不是迭代器，输出：False
print(isinstance(iter("123"), Iterator))  # 变成了迭代器，输出：True

# list类型
print(isinstance([1, 2, 3], Iterable))  # 是可迭代对象，输出：True
print(isinstance([1, 2, 3], Iterator))  # 不是迭代器，输出：False
print(isinstance(iter([1, 2, 3]), Iterator))  # 变成了迭代器，输出：True

# tuple类型
print(isinstance((1, 2, 3), Iterable))  # 是可迭代对象，输出：True
print(isinstance((1, 2, 3), Iterator))  # 不是迭代器，输出：False
print(isinstance(iter((1, 2, 3)), Iterator))  # 变成了迭代器，输出：True

# dict类型
print(isinstance({"a": 1, "b": 2, "c": 3}, Iterable))  # 是可迭代对象，输出：True
print(isinstance({"a": 1, "b": 2, "c": 3}, Iterator))  # 不是迭代器，输出：False
print(isinstance(iter({"a": 1, "b": 2, "c": 3}), Iterator))  # 变成了迭代器，输出：True

# set类型
print(isinstance({1, 2, 3}, Iterable))  # 是可迭代对象，输出：True
print(isinstance({1, 2, 3}, Iterator))  # 不是迭代器，输出：False
print(isinstance(iter({1, 2, 3}), Iterator))  # 变成了迭代器，输出：True

迭代器中有2个基本方法：iter()、next()，使用iter()创建一个迭代器后，就可以通过 next() 获取迭代器的下一个值，如果通过 next() 不断调用并返回下一个值，那么等到最后没有下一个值了，就会抛出异常：StopIteration。

a = [1, 2, 3]
iter_a= iter(a)  # 创建迭代器对象

print(next(iter_a))  # 输出：1
print(next(iter_a))  # 输出：2
print(next(iter_a))  # 输出：3
print(next(iter_a))  # iter_a没有下一个值了，报错：StopIteration

在Python中，我们经常使用的 for循环本质上就是通过不断调用 next() 实现的。

a = [1, 2, 3]
for i in a:
    print(i)

从上面结果可以看到，我们使用 for循环并不会抛出异常，这是因为其使用了 try … except … 语句，当遇到出现 StopIteration 就退出循环，其可看作等价于下面的代码实现：

a = [1, 2, 3]
iter_a = iter(a)  # 创建迭代器对象
while True:
    try:
        print(next(iter_a))  # 输出迭代器的下一个值
    except StopIteration:  # 遇到 StopIteration 就退出循环
        break

用迭代器去实现斐波那契数列：

class Fib:

    def __init__(self, n):
        self.n = n
        self.pre = 0
        self.cur = 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.n > 0:
            value = self.cur
            self.pre, self.cur = self.cur, self.pre + self.cur
            self.n -= 1
            return value
        else:
            raise StopIteration


fib = Fib(11)
for i in fib:
    print(i, end=" ")  # 输出：1 1 2 3 5 8 13 21 34 55 89

生成器

在Python中，生成器（generator）也是用在迭代操作中，其本质上可以理解为一个特殊的迭代器，生成器具有和迭代器一样的特性，但它们在实现方式上不一样。我们可以通过两种不同的方式创建生成器：生成器表达式和生成器函数

生成器表达式
生成器表达式和列表推导式差不多，我们只需要把列表推导式的 [] 改为 () ，这样就是一个生成器表达式了。需要注意的是，列表推导式返回的是一个列表对象，而生成器表达式返回的是一个生成器对象，因此我们可以通过生成器表达式来创建一个生成器。

a = [i for i in range(5)]
print(type(a))  # <class 'list'>
print(a)  # [0, 1, 2, 3, 4]

b = (i for i in range(5))
print(type(b))  # <class 'generator'>
print(b)  # <generator object <genexpr> at 0x0000022A6719E7C8>

从上面可以看到，我们可以直接打印出列表对象的所有元素，但无法直接打印出生成器的所有元素。如果需要打印输出元素，我们可以使用 next() 函数，或者通过 for 循环来完成。

b = (i for i in range(5))
for i in b:
    print(i, end=" ")  # 输出：0 1 2 3 4

生成器函数
在Python中，普通函数一般通过 return 来返回一个值，当我们使用关键字 yield 来返回值，那么这个带有 yield 的函数就变成了生成器函数。

def demo1(n):
    return n


def demo2(n):
    yield n


a = demo1(100)
print(type(a))  # <class 'int'>

b = demo2(100)
print(type(b))  # <class 'generator'>

生成器函数和普通函数在执行流程上是有点区别的。对于普通函数，按顺序执行时遇到 return 或最后一行函数语句就会返回；对于有 yield的生成器函数，每次调用 next() 方法遇到 yield 语句才返回，如果再次调用 next() 方法，那么就会从上次返回的 yield 语句位置继续执行，请看下面的例子：

def demo3():
    print("aaa")
    yield 1
    print("bbb")
    yield 2
    print("ccc")
    yield 3


g = demo3()
next(g)  # 输出：aaa
next(g)  # 输出：bbb
next(g)  # 输出：ccc
next(g)  # 没有下一个值了，报错：StopIteration

生成器是一个特殊的迭代器，它使用起来更简单，代码更简洁。我们可以用生成器去实现斐波那契数列：

def fib(n):
    pre, cur = 0, 1
    while n > 0:
        yield cur
        pre, cur = cur, pre + cur
        n -= 1


f = fib(11)
for i in f:
    print(i, end=" ")  # 输出：1 1 2 3 5 8 13 21 34 55 89