[Python] - 迭代器与生成器

文章从简书转入,只因它已不再是以前的简书


image

The simplest answer is often the correct one.
最简单的答案通常是正确答案。


迭代器

  • 迭代是Python最强大的功能之一,是访问集合元素的一种方式

  • 可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator

  • 迭代器是一个可以记住遍历的位置的对象

  • 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。迭代器只能往前不会后退

  • 迭代器有两个基本的方法:iter()next()

  • 集合数据类型,如listtupledictsetstr等对象都可用于创建迭代器

  • 迭代器对象可以使用常规for语句进行遍历

代码示例:

iter() 创建迭代器

list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
for x in it:
    print (x, end=" ") # 输出结果 1 2 3 4

输出结果如下:

1 2 3 4

使用 next() 函数获取元素

import sys  # 引入 sys 模块, 此处用于结束循环函数

list = [1, 2, 3, 4]
it = iter(list)  # 创建迭代器对象

while True:
    try:
        print(next(it))  
    except StopIteration: 
        sys.exit() # 不打印时结束循环

输出结果如下:

1
2
3
4

生成器

  • 在 Python 中,使用了 yield 的函数被称为生成器(generator)

  • 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

  • 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
  • generator 保存的是算法,每次调用next(n),就计算出n的下一个元素的值,直到计算到最后一个元素
代码示例:

使用 yield 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(10) # f 是一个迭代器,由生成器返回生成

while True:
    try:
        print (next(f), end=" ")
    except StopIteration:
        sys.exit()

输出结果如下:

0 1 1 2 3 5 8 13 21 34 55
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
迭代器生成器都是 Python 中用于处理大量数据的重要工具。 ## 迭代器 迭代器是一种对象,它可以被用于迭代(即遍历)数据。在 Python 中,任何实现了 `__iter__()` 和 `__next__()` 方法(在 Python 2 中是 `next()` 方法)的对象都可以作为迭代器。`__iter__()` 方法返回迭代器本身,`__next__()` 方法返回迭代器中的下一个元素。如果没有更多元素,`__next__()` 方法应该引发 `StopIteration` 异常。 例如,我们可以使用迭代器来遍历一个列表: ```python my_list = [1, 2, 3] my_iter = iter(my_list) print(next(my_iter)) # 1 print(next(my_iter)) # 2 print(next(my_iter)) # 3 ``` ## 生成器 生成器是一种特殊的迭代器,它更加灵活,更容易编写。生成器的工作方式与迭代器类似,但是生成器不需要实现 `__iter__()` 和 `__next__()` 方法,而是通过 `yield` 语句来生成数据。每次调用生成器的 `__next__()` 方法时,它会执行代码直到遇到 `yield` 语句,然后返回 `yield` 语句后面的值。当下一次调用 `__next__()` 方法时,生成器会从上次停止的地方继续执行代码,直到再次遇到 `yield` 语句。 例如,我们可以使用生成器来生成斐波那契数列: ```python def fibonacci(): a, b = 0, 1 while True: yield a a, b = b, a + b fib = fibonacci() print(next(fib)) # 0 print(next(fib)) # 1 print(next(fib)) # 1 print(next(fib)) # 2 print(next(fib)) # 3 ``` 生成器可以用于处理大量的数据,因为它们只在需要时生成数据,而不是一次性生成所有数据。此外,生成器还可以用于构建管道(pipeline)和数据流。 总之,迭代器生成器Python 中非常有用的工具,它们可以帮助我们处理大量的数据,提高代码的简洁性和可读性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值