25. 生成器和迭代器的详解

@十三阿哥

已于 2023-06-13 09:56:44 修改

阅读量1.2k

点赞数

分类专栏： # python初级篇文章标签： python 开发语言

于 2023-01-24 01:55:35 首次发布

本文链接：https://blog.csdn.net/TianYanRen111/article/details/128755075

版权

python初级篇专栏收录该内容

30 篇文章 0 订阅

订阅专栏

1. 生成器

(1) 在 python 中，使用了 yield 关键字的函数被称为生成器。也可以用基于tuple的推导式来创建一个生成器(见下文(6))。
(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关键字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。

# 普通函数
def test():
    pass

# 生成器
def g_test():
    m, n = 1, 2
    yield m, n
    pass


print(test()) # 调用普通函数
print(g_test()) # 调用生成器, 返回了一个生成器

在这里插入图片描述
(5) yield后面可以加多个数值(可以是任意类型)，如果返回的个数>=2个，则是以元组的形式返回的，否则就正常返回。
那怎么理解yield的运行过程？
这里，最难理解的就是generator函数和普通函数的执行流程不一样。普通函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

def test():
    count = 0
    counter = 0
    List = [1, 2, 3, 4]
    Set = {1, 2, 3, 4}
    while True:
        count += 1
        yield count
        yield count, counter
        yield count, List, Set


# 初次调用test(), 执行到第一个yield处, 此时会执行一个操作,
# 程序并不会继续往下执行了, 而是暂停该函数并保存上下文运行信息,  然后直接返回到调用处, 等待被next()激活; 
it = test()  

# 第一次调用next()时, 激活之前函数中的暂停状态, 此时会进入到函数体继续执行函数, 当遇到yield语句时直接返回值(count);
# 此时遇到第二个yeild, 继续暂停返回, 等待被next()激活;
# 当再次调用next()时, 又从上次返回yield的语句出开始继续执行, 对应到上面代码, 就是执行第二个yield, 直接返回值(count,counter, 以元组形式返回).
# 此时遇到第三个yield, 同样继续暂停并返回, 等待被next()激活;
# 当第三次调用时next()时, 继续上面流程, 直接执行第三个yield, 然后返回值(count,List,Set, 以元组形式返回).

print(next(it))  # 返回值, 并继续执行, 在第二个yield处暂停返回
print(next(it))  # 返回值, 并继续执行, 在第三个yield处暂停返回
print(next(it))  # 返回值, 并继续执行

在这里插入图片描述

请添加图片描述

(6) 除了yield关键字可以创建生成器，基于tuple的推导式也会创建一个生成器。
这个我们在之前的文章就有写过(https://blog.csdn.net/TianYanRen111/article/details/128744906)，可参考此篇中的tuple推导式小节。

# 如果要一个一个打印出来, 可以通过next()函数获得generator的下一个返回值.
# generator保存的是算法, 每次调用next(g), 就计算出g的下一个元素的值, 
# 直到计算到最后一个元素, 没有更多的元素时, 抛出StopIteration的错误。

g = (item for item in ['aaa', 'bbb', 'ccc', 'ddd']) # 返回的是一个生成器对象

print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))  # 没有更多元素时抛出StopIteration错误

在这里插入图片描述

2. 迭代器

我们已经知道，可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function；
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
可以通过collections.abc模块的Iterable类型判断。
在这里插入图片描述

(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。迭代器只能往前不会后退。
(4) 迭代器有两个基本的方法：iter() 和 next()。
(5) 字符串，列表或元组对象都可用于创建迭代器。

from collections.abc import Iterable

print(isinstance('', Iterable))  # 字符串
print(isinstance((), Iterable))  # 元组
print(isinstance([], Iterable))  # 列表
print(isinstance({}, Iterable))  # 字典
print(isinstance(set(), Iterable))  # 集合

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

在这里插入图片描述
(6) 迭代器对象也可以使用常规的for语句进行遍历。

list = [5,6,7,8]
it = iter(list)
for item in it:
    print(item, end=" ")
# 运行结果:> 5 6 7 8

(7) 创建一个迭代器
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__() 。
[a]. __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。
[b]. __next__() 方法(Python 2 里是 next())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
        
myIter = iter(MyNumbers())
print(next(myIter))
print(next(myIter))
print(next(myIter))
print(next(myIter))

在这里插入图片描述
(8) StopIteration
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。

# 在 20 次迭代后停止执行, 否则抛出异常StopIteration.
class MyNumbers:
    def __iter__(self):
        self.a = 1
        return self
    def __next__(self):
        if self.a <= 20:
            x = self.a
            self.a += 1
            return x
        else:
            raise StopIteration

myiter = iter(MyNumbers())
for item in myiter:
    print(item, end=', ')